一种基于数字孪生技术的城市内涝预测方法及预警平台技术

本发明专利技术公开了一种基于数字孪生技术的城市内涝预测方法及预警平台，属于城市内涝预测技术领域。现有仿真预测模型普适性较差，预测准确度不高，不利于推广使用。本发明专利技术的一种基于数字孪生技术的城市内涝预测方法，通过构建不规则三角形网格单元模型、水动力仿真数值模型、数据同化模型、水动力仿真数值优化模型，对未来一段时间内的城市内涝场景模拟预测。同时数据同化模型利用初估背景值以及取待求背景值与初估背景值的偏差分别构造评价函数，并将两个评价函数结合，得到目标函数，利用极小化算法求解目标函数，完成城市模型参数的自动率定，方案详尽、科学、合理，切实可行，能够有效提高仿真模拟计算的准确性，提升预测准确度。提升预测准确度。提升预测准确度。

【技术实现步骤摘要】
一种基于数字孪生技术的城市内涝预测方法及预警平台


[0001]本专利技术涉及一种基于数字孪生技术的城市内涝预测方法及预警平台，属于城市内涝预测


技术介绍

[0002]中国专利（CN109871621B）公开了一种城市暴雨内涝汇水区分析方法，其包括采用SMS地表水模拟系统对任一选取的选定区域进行网格剖分得到计算区域；获取待研究区域的DEM数据，并将糙率和DEM数据赋给计算区域，计算每个网格的高程；向计算区域加入降雨数据，并采用前损后损法计算每个网格的降雨产汇流；根据每个网格的降雨产汇流，采用地表二维水力学模型计算每个网格的水深和水流速度；根据具有水深数据的网格的水流速度和与水流速度经过的网格边的边长，计算具有水深数据的网格的边流量；选取水深大于设定阈值的网格作为分析网格，并根据分析网格及与分析网格邻接的网格的水深、每条网格边的边流量大小和方向，判断分析网格是否为汇水区。
[0003]同时，中国专利（CN109190263A）公开了一种基于降雨径流及水动力模型预测全流域降水流量的方法，包括：读取全流域数据，通过分布式降雨径流模型计算各个子集水区的出流量，模拟降雨径流的空间分布；将各个子集水区的出流量收纳入河川水动力模型，通过计算河川水动力模型得到河川断面水位和流量。降雨入渗量通过含有降雨入渗率、初始入渗率、长期入渗率的公式进行计算。
[0004]上述内涝预测方案以及现有的内涝方案，其仿真数值模型的准确率都是依赖于模型参数的准确度，但上述方案都没有公开如何对模式参数进行确定以及校准，影响了模型预测的准确性，并且随着地形地貌、周边建筑以及管路的改变，其模型参数也会变化，因此固定参数的仿真模型普适性较差，预测准确度不高，不利于推广使用。
[0005]进一步，现有的内涝预测方案需要处理的数据量巨大，涉及的模型仿真较多，对计算资源具有极高的要求，计算过程中占用的内存较大，并且其仿真计算一直处于运行阶段，导致计算资源浪费，不利于节能减排。

技术实现思路

[0006]针对现有技术的缺陷，本专利技术的目的一在于提供一种通过构建不规则三角形网格单元模型、水动力仿真数值模型、数据同化模型、水动力仿真数值优化模型对未来一段时间内的城市内涝场景模拟预测；同时数据同化模型利用初估背景值以及取待求背景值与初估背景值的偏差分别构造评价函数，并将两个评价函数结合，得到目标函数，利用极小化算法求解目标函数，完成城市模型参数的自动率定，进而实现观测结果与仿真结果相吻合的数字孪生，方案详尽、科学、合理，切实可行，能够有效提高仿真模拟计算准确性，提升预测准确度的基于数字孪生技术的城市内涝预测方法。
[0007]本专利技术的目的二在于提供一种利用数据同化模型，考虑仿真虚拟场和观测场之间的偏差，求得最佳的参数取值，实现模型参数的自动率定，从而使得模型参数可以随地形地
貌、周边建筑以及管路的改变而改变，使得本专利技术的仿真模型具有极强普适性，利于推广使用的基于数字孪生技术的城市内涝预测方法。
[0008]本专利技术的目的三在于提供一种根据降雨预报数据、当前水深监测数据，计算仿真触发逻辑变量，判断是否需要启动仿真模拟计算，避免无降雨、无洪水时仍进行内涝仿真模拟计算的情况，节约计算及储存资源，提高仿真效率，从而能够有效节能减排的基于数字孪生技术的城市内涝预测方法。
[0009]本专利技术的目的四在于提供一种设置节点数据库模块、触发因子模块、仿真模拟计算模块、数据同化模块、数据输出及可视化模块，对未来一段时间内的城市内涝场景模拟预测，方案简单、实用，便于生产制造的基于数字孪生技术的城市内涝预测方法及预警平台。
[0010]为实现上述目的之一，本专利技术的第一种技术方案为：一种基于数字孪生技术的城市内涝预测方法，包括以下步骤：第一步：基于城市地表拓扑结构，构建不规则三角形网格单元模型；所述不规则三角形网格单元模型，用于将城市地表拓扑结构分成若干节点，并在节点上构造数据矩阵；所述数据矩阵包括降雨量、高程、水深、干地参数、城市模型参数；第二步：根据第一步中的数据矩阵，以及降雨预报数据、地形数据、水深流速场条件、地下管网数据、河流的上下游边界条件，构建水动力仿真数值模型，获得城市未来时间段内的虚拟场；第三步：将第二步中的虚拟场与观测场进行对比，得到偏差值；第四步，根据第三步中的偏差值，构建数据同化模型，用于对城市模型参数进行自动率定；数据同化模型的构建，包括以下步骤：步骤41，根据文献或先验值，得到城市模型初始参数，并将城市模型初始参数设置为初估背景值；利用监测仪器测量得到的监测数据；步骤42，根据步骤41中的初估背景值，构造预报误差协方差矩阵；根据监测数据，构造观测协方差矩阵：步骤43，取待求背景值与初估背景值的偏差，用步骤42中的预报误差协方差矩阵的逆进行加权，形成背景约束评价函数；取虚拟场和观测场偏差，用观测误差协方差矩阵的逆进行加权，形成观测评价函数；步骤44，将步骤43中的背景约束评价函数和观测评价函数进行结合，形成目标函数；步骤45，对步骤44中的目标函数，进行极小化求解，得到待求背景值的求解值；步骤46，根据步骤45中的求解值，得到城市模型优化参数，实现城市模型参数的自动率定；第五步，将第四步中的城市模型优化参数，代入到水动力仿真数值模型中，得到水动力仿真数值优化模型；
第六步，将预报数据或监测数据输入到第五步中的水动力仿真数值优化模型中，进行未来一段时间内的城市内涝场景模拟预测。
[0011]本专利技术经过不断探索以及试验，构建不规则三角形网格单元模型、水动力仿真数值模型、数据同化模型、水动力仿真数值优化模型对未来一段时间内的城市内涝场景模拟预测。同时数据同化模型利用初估背景值以及取待求背景值与初估背景值的偏差分别构造评价函数，并将两个评价函数结合，得到目标函数，利用极小化算法求解目标函数，完成城市模型参数的自动率定，进而实现观测结果与仿真结果相吻合的数字孪生，方案详尽、科学、合理，切实可行，能够有效提高仿真模拟计算的准确性，提升预测准确度。
[0012]进一步，本专利技术利用数据同化模型，考虑仿真虚拟场和观测场之间的偏差，求得最佳的参数取值，实现模型参数的自动率定，从而使得模型参数可以随地形地貌、周边建筑以及管路的改变而改变，使得本专利技术的仿真模型具有极强的普适性，利于推广使用。
[0013]作为优选技术措施：所述第一步中，降雨量通过气象预报获得；根据降雨量，构建节点位置上的降雨量矩阵，其中，为节点编号，为到时间段内的累计降雨量值，。
[0014]作为优选技术措施：所述第二步中，水动力仿真数值模型的构建方法如下：步骤21，获取地下管网数据；步骤22，根据步骤21中的地下管网数据以及数据矩阵，构建一维水动力仿真数值单元，用于模拟计算城市排水过程，并得到一维水动力仿真结果；步骤23，构建二维水动力仿真数值单元，用于模拟计算城市地表径流的过程，并将步骤22中的一维水动力仿真结果输入至二维水动力仿真数值单元中；步骤24，根据步骤23中的二维水动力仿真数值单元，得到随时间变化的虚拟水深场和虚拟流速场。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
。3.如权利要求1所述的一种基于数字孪生技术的城市内涝预测方法，其特征在于，所述第二步中，水动力仿真数值模型的构建方法如下：步骤21，获取地下管网数据；步骤22，根据步骤21中的地下管网数据以及数据矩阵，构建一维水动力仿真数值单元，用于模拟计算城市排水过程，并得到一维水动力仿真结果；步骤23，构建二维水动力仿真数值单元，用于模拟计算城市地表径流的过程，并将步骤22中的一维水动力仿真结果输入至二维水动力仿真数值单元中；步骤24，根据步骤23中的二维水动力仿真数值单元，得到随时间变化的虚拟水深场 和虚拟流速场。4.如权利要求3所述的一种基于数字孪生技术的城市内涝预测方法，其特征在于，二维水动力仿真数值单元的计算公式如下：连续方程：动量方程：其中，h为水深；Z为表面高程；t为时间；u和v分别为笛卡尔坐标系下沿x、y方向的平均速度值；
ɡ
为重力加速度；F
x
和F
y
为方程组的源项，包括底部摩擦、表面风应力、科氏力、大气压力；v
e
为紊动粘性扩散系数。5.如权利要求1所述的一种基于数字孪生技术的城市内涝预测方法，其特征在于，所述第三步中，观测场为通过监测仪器测量返回的监测数据，其至少包括水深数据、流速数据和干地参数；所述水深数据为通过河流中以及易涝点设立的水位计返回的监测值；所述流速数据为通过河流中以及易涝点设立的流量计返回的监测值；当节点处于河湖范围内，则干地参数 D(n)=0；当节点不处于河湖范围内，则干地参数D(n)=1。6.如权利要求1所述的一种基于数字孪生技术的城市内涝预测方法，其特征在于，所述第四步中，预报误差协方差矩阵的计算公式如下：其中，为初估背景值；为待求背景值，其表示下渗系数或/和摩擦系数；所述观测协方差矩阵的计算公式如下：
为易涝点或河湖位置的水位数据的协方差矩阵；为水流流速的协方差矩阵；目标函数的计算公式如下：其中，表示实际观测值，其为通过监测仪器监测得到的实际水深场；表示虚拟观测值，其为通过水动力仿真数值模型仿真得到的虚拟水深场；所述极小化求解的过程如下：S41，通过敏感性分析的方法确定参数取值区间的上下限，得到参数率定的可行域：其中，为第个参数的上下限值，；S42，根据S41中的可行域，采用下降算法找到目标函数的最小化值，其计算公式如下：S43，S42中的 的极小值满足即：其中， L为y的切线性算子，其计算公式如下：w 为中间变量，其通过扰动方法进行求解，其计算公式如下：其中， C由预报误差协方差矩阵获得，其计算公式如下：；式中，B为预报误差协方差矩阵。7.如权利要求1所述的一种基于数字孪生技术的城市内涝预测方法，其特征在于，
所述第六步中，水动力仿真数值优化模型通过计算仿真触发逻辑变量，判断是否需要启动城市内涝场景模拟预测；仿真触发逻辑变量的计算方法如下：遍历每个节点上的降雨预报数据，得到降雨量矩阵，降雨量矩阵的计算公式如下： ；其中，为时间，为到时间段内的累计降...

【专利技术属性】
技术研发人员：何乐敏，闵皆昇，周璐，吴健明，
申请(专利权)人：浙江远算科技有限公司，
类型：发明
国别省市：