一种基于暴雨过程的洪水风险预测方法技术

本发明专利技术公开了一种基于暴雨过程的洪水风险预测方法，涉及洪水风险预测技术领域，包括以下步骤：预先采集待测区受灾洪水发生时段的气象数据，并基于HYSPLIT模型获取对应时段的气流轨迹信息；采集GFS信息并作为WRF模式初始资料场数据输入信息，对统计的各次不同类型致洪暴雨过程进行降尺度数值模拟；基于获取的洪灾危险性特征信息、洪灾暴露性特征信息和社会脆弱性特征信息，评估洪水风险并确定洪水风险等级；基于待测区降水暴雨中心和时间分布与洪水风险级别和洪水过程线发生规律，预测致灾洪水。本发明专利技术实现从多重角度进行洪水风险评价，不仅洪水预测精度高，而且可从水汽方面处进行观测，且预测精度高，适应性广。

【技术实现步骤摘要】
一种基于暴雨过程的洪水风险预测方法
本专利技术涉及洪水风险预测
，具体来说，涉及一种基于暴雨过程的洪水风险预测方法。
技术介绍
降水是水文系统循环过程中的重要环节，随着降水范围的扩大、降水量的增加以及降水强度的增加，洪水的破坏力也在不断增强。从而对整个区域的经济发展造成严重的危害，为此，如何更好的在较短的时间内对洪灾进行精准预测，是水信息领域亟需解决的关键问题之一。目前，绝大多数山洪灾害的发生主要是由暴雨引起的。引起洪灾的暴雨称之为“致洪暴雨”。高质量和高分辨率的降雨预报是山洪灾害预警的重要前提之一。暴雨事件可通过大气数值模式模拟，洪水一般通过水动力模型模拟。两者尺度不尽相同，前者一般尺度较大，后者网格较精细。对洪涝灾害的研究主要以大尺度的陆－气耦合模式居多。通过数值模式与水动力模型进行耦合，但水动力模型本身发展不够完善，且数值模式所提供精细化预报信息的预报精度有待提高。可围绕大气-陆面-水文过程进行耦合机理，寻找降水和洪水的发生规律，为暴雨洪水的模拟和预报提供有力工具。检索中国专利技术专利CN110020792A公开了一本文档来自技高网...

【技术保护点】
1.一种基于暴雨过程的洪水风险预测方法，其特征在于，包括以下步骤：/n预先采集待测区受灾洪水发生时段的气象数据，并基于HYSPLIT模型获取对应时段的气流轨迹信息；/n采集GFS信息并作为WRF模式初始资料场数据输入信息，对统计的各次不同类型致洪暴雨过程进行降尺度数值模拟，其中包括标定区域洪水风险的洪灾危险性特征信息、洪灾暴露性特征信息和社会脆弱性特征信息；/n基于获取的洪灾危险性特征信息、洪灾暴露性特征信息和社会脆弱性特征信息，评估洪水风险并确定洪水风险等级；/n基于待测区降水暴雨中心和时间分布与洪水风险级别和洪水过程线发生规律，预测致灾洪水。/n

【技术特征摘要】
1.一种基于暴雨过程的洪水风险预测方法，其特征在于，包括以下步骤：
预先采集待测区受灾洪水发生时段的气象数据，并基于HYSPLIT模型获取对应时段的气流轨迹信息；
采集GFS信息并作为WRF模式初始资料场数据输入信息，对统计的各次不同类型致洪暴雨过程进行降尺度数值模拟，其中包括标定区域洪水风险的洪灾危险性特征信息、洪灾暴露性特征信息和社会脆弱性特征信息；
基于获取的洪灾危险性特征信息、洪灾暴露性特征信息和社会脆弱性特征信息，评估洪水风险并确定洪水风险等级；
基于待测区降水暴雨中心和时间分布与洪水风险级别和洪水过程线发生规律，预测致灾洪水。


2.根据权利要求1所述的基于暴雨过程的洪水风险预测方法，其特征在于，步骤所述HYSPLIT模型获取对应时段的气流轨迹信息，包括以下步骤：
获取HYSPLIT模式中输入致灾洪水的强降水时间和受灾中心的经纬度坐标；
确定多条后推固定时段的日轨迹，表示为：
P'(t+Δt)＝P(t)+V(P,t)Δt
P(t+Δt)＝P(t)+0.5[V(P,t)+V(P',t+Δt)]Δt
其中，下一时刻质点的位置是由上一时刻的平均速度和第一猜值所在点的速度平均后与时间步长的乘积确定；
其中，积分时间步长，需满足如下：
Umax(grid-unitsmin-1)Δt(min)<0.75(grid-units)，
对日轨迹进行轨迹聚类，进行类似簇的配对，在每次迭代后，确定总空间方差和前一次迭代的TSV变化百分比，绘制出TSV变化图；
确定TSV变化率确定簇的数量，并生成最终的分型结果；
确定致灾洪水的降水来源与不同路径的所占权重。


3.根据权利要求1所述的基于暴雨过程的洪水风险预测方法，其特征在于，步骤所述对统计的各次不同类型致洪暴雨过程进行降...

【专利技术属性】
技术研发人员：权全，杨思敏，许美娇，梁伟佳，李平治，雷景春，高少泽，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西;61