【技术实现步骤摘要】
城市内涝隐患分级及评估方法
[0001]本专利技术涉及内涝隐患分级评估的
,尤其涉及城市内涝隐患分级及评估方法。
技术介绍
[0002]随着城镇化进程的加快,城市不透水铺装面积的增加、城市中自然调蓄空间的缩减,加之原有排水系统的能力不足、极端降雨频率的增加,每年都会发生多频次的城市内涝,给人们的生命财产安全造成巨大损失。因此对城市内涝隐患进行分级评估对保证城市安全具有重要意义。针对该问题,本专利技术提出一种城市内涝隐患分级及评估方法,实现城市内涝隐患的精准评估。
技术实现思路
[0003]有鉴于此,本专利技术提供城市内涝隐患分级及评估方法,目的在于:1)基于表征内涝程度的道路铺装面积、平均坡度指标,表征内涝灾害产生速度的不透水面积、植被覆盖率、排水管道密度指标,表征灾后管理的人均可支配收入、医疗卫生人员数目以及安全应急资源占比指标,构建城市内涝隐患评估指标体系,并获取不同城市内涝隐患级别的城市指标数据,基于指标数据的变异程度对不同指标进行权重计算,并基于指标权重对待评估城市的指标数据进行量化赋权,实现结合指标权重的多角度内涝隐患评估,并对量化后的指标数据进行特征分解,基于特征值所对应特征向量的向量大小,对特征值进行度量,进而对特征值进行更新,从而过滤无效特征值及特征向量,利用过滤后的特征值以及特征向量重构得到更能表征数据变化特征的指标数据;2)根据指标数据的极值点对指标数据进行多尺度分解,并构建表征相邻尺度分解结果变化幅度的停止条件,当分解结果变化不大时,则终止迭代分解,实现自适应迭代分解,并结
【技术保护点】
【技术特征摘要】
1.城市内涝隐患分级及评估方法,其特征在于,所述方法包括:S1:构建城市内涝隐患评估指标体系并采集指标数据,对采集的指标数据进行量化处理;S2:对量化后的指标数据进行前置滤波处理,得到滤波处理后的指标数据;S3:对滤波处理后的指标数据进行自适应迭代分解,并计算迭代分解结果的能量散度;S4:将能量散度与不同城市内涝隐患级别的阈值进行比较,若超过指定阈值则存在内涝隐患,并确定内涝隐患级别,否则不存在内涝隐患。2.如权利要求1所述的城市内涝隐患分级及评估方法,其特征在于,所述S1步骤中构建城市内涝隐患评估指标体系并采集指标数据,包括:构建城市内涝隐患评估指标体系,所构建城市内涝隐患评估指标体系如下:{C
i
,Y
j
|i∈[1,9],j∈[1,3]}其中:C1表示城市道路铺装面积;C2表示城市平均坡度;C3表示城市植被覆盖率;C4表示城市不透水面积;C5表示城市排水管道密度;C6表示城市人口密度;C7表示城市人均可支配收入;C8表示城市医疗卫生人员数目;C9表示城市安全应急资源占比;{C
i
|i∈[1,9]}表示城市内涝隐患评估指标集合,{Y
j
|j∈[0,3]}表示城市内涝隐患分级体系,对应四种不同的城市内涝隐患级别,Y0表示不存在内涝隐患,Y1表示轻度内涝隐患,Y2表示中度内涝隐患,Y3表示严重内涝隐患;根据所构建的城市内涝隐患评估指标体系采集待评估城市的指标数据,其中指标C
i
的指标数据为x
i
,所采集待评估城市的指标数据为(x1,x2,...,x
i
,...,x9)。3.如权利要求2所述的城市内涝隐患分级及评估方法,其特征在于,所述S1步骤中对采集的指标数据进行量化处理,包括:对所采集待评估城市的指标数据进行量化处理,其中量化前的预处理流程为:S11:采集m座城市的指标数据,构成指标数据矩阵M,其中所采集m座城市包括m/4座不存在内涝隐患的城市、m/4座轻度内涝隐患的城市、m/4座中度内涝隐患的城市以及m/4座严重内涝隐患的城市,指标数据矩阵M为:其中:指标数据矩阵M中的第m行表示第m座城市的指标数据,第i列表示指标C
i
的采集数据;S12:对指标数据矩阵M进行标准化处理,其中标准化处理公式为:
其中:表示x
i
(m)的标准化处理结果;构成标准化指标数据矩阵构成标准化指标数据矩阵S13:计算得到指标C
i
的权重:的权重:其中:w
i
表示指标C
i
的权重;对所采集的待评估城市的指标数据进行归一化处理,其中对于x
i
的归一化处理公式为:其中:表示x
i
的归一化处理结果;max
i
表示预设置的指标C
i
的最大值,min
i
表示预设置的指标C
i
的最小值;构成量化后的指标数据X:4.如权利要求3所述的城市内涝隐患分级及评估方法,其特征在于,所述S2步骤中对量化后的指标数据进行前置滤波处理,包括:对量化后的指标数据X进行前置滤波处理,其中前置滤波处理流程为:S21:计算得到量化后的指标数据X的协方差矩阵:其中:Cov(X)表示X的协方差矩阵,tr(
·
)表示计算矩阵的迹;S22:对Cov(X)进行特征分解,得到H个特征值和特征向量,并按照特征值由大到小的顺序对特征值以及特征向量进行排序:(λ1,λ2,...,λ
h
,...,λ
G
)(α1,α2,...,α
h
,...,α
H
)其中:λ
h
表示Cov(X)的第h个特征值,α
h
表示λ
h
对应的特征向量,h∈[1,H];S23:对特征值进行更新处理,其中特征值λ
h
的更新公式为:
其中:λ
′
h
表示特征值λ
h
的更新结果,th1表示特征阈值;||
·
||表示L1范数;S24:基于特征向量...
【专利技术属性】
技术研发人员:时珍宝,刘利,严寒,黄俊杰,刘奇奇,
申请(专利权)人:上海碧波水务设计研发中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。