一种用于城市防内涝的屋顶蓄排水控制方法技术

本发明专利技术涉及屋顶蓄排水数值处理技术领域，尤其涉及一种用于城市防内涝的屋顶蓄排水控制方法

【技术实现步骤摘要】
一种用于城市防内涝的屋顶蓄排水控制方法


[0001]本专利技术涉及屋顶蓄排水数值处理
，尤其涉及一种用于城市防内涝的屋顶蓄排水控制方法
。

技术介绍

[0002]由于高密度城市和热岛效应，导致中心城区在面临暴雨时，地面排水更加困难
。
因此对于如何实现暴雨时城市雨水径流总量的削减和峰值流量的削减迫在眉睫
。
人工智能包括了多个领域，利用大量数据和算法，帮助计算机模拟人类智力活动并实现自主决策和行动
。
未来人工智能的前景非常广阔
。
随着技术的不断发展和应用场景的不断拓展，人工智能将在各个领域中得到广泛应用
。
如何将人工智能以及城市防内涝的屋顶蓄排水阀进行结合以实现更加智能化的屋顶蓄排水便成为了一个问题
。

技术实现思路

[0003]本专利技术为解决上述技术问题，提出了一种用于城市防内涝的屋顶蓄排水控制方法，以解决至少一个上述技术问题
。
[0004]本申请提供了一种用于城市防内涝的屋顶蓄排水控制方法，包括以下步骤：
[0005]步骤
S1
：获取城市水文基础数据，其中城市水文基础数据包括降雨情况数据以及城市泄排水能力数据，降雨情况数据包括建筑降雨数据以及非建筑降雨数据；
[0006]步骤
S2
：根据城市水文基础数据进行水文模型构建，从而构建城市水文模型；
[0007]步骤
S3
：利用降雨情况数据对城市水文模型进行优化耦合构建，从而获得城市内涝预测模型；
[0008]步骤
S4
：根据城市内涝预测模型进行预测计算，从而获得城市洪涝预测数据；
[0009]步骤
S5
：根据城市洪涝预测数据进行自主决策生成，从而获得屋顶蓄排水决策策略，以控制屋顶蓄排水阀执行蓄排水作业
。
[0010]本实施例通过预测和控制城市的洪涝情况，及时采取措施来控制屋顶蓄排水，从而减轻城市内涝情况，通过优化城市水资源管理模式，并根据城市水文模型进行决策生成，可以实现对城市泄排水能力的提高，通过自主决策生成，使屋顶蓄排水阀能够按照预测数据执行蓄排水作业，从而降低城市洪涝灾害风险
。
[0011]在本说明书的一个实施例中，城市水文基础数据包括土地利用数据
、
土壤地形数据以及水系基础数据，步骤
S1
具体为：
[0012]步骤
S11
：获取降雨情况数据，其中降雨情况数据包括降雨量数据
、
降雨强度数据
、
降雨时长数据以及降雨分布数据；
[0013]步骤
S12
：获取土地利用数据，其中土地利用数据包括土地利用类型数据以及类型覆盖率数据；
[0014]步骤
S13
：通过遥感设备获取土壤地形数据，其中土壤地形数据包括土壤类型数据
、
土壤含水量数据
、
地形高程数据以及地形坡度数据；
[0015]步骤
S14
：通过数据库获取水系基础数据，其中水系基础数据包括河道水系数据以及水库水系数据
。
[0016]本实施例通过获取降雨情况数据
、
土地利用数据
、
土壤地形数据以及水系基础数据，可以全面收集城市水文基础数据，这有助于更好地了解城市水文环境，通过收集降雨情况数据，可以更准确地预测洪水的可能发生和程度，从而采取有效的措施减少洪灾的损害，收集水系基础数据可以帮助更好地规划防洪设施，通过收集土地利用数据和土壤地形数据，可以更好地了解城市地貌和土地利用情况，从而提高城市的整体规划水平，通过收集城市水文基础数据，可以更好地了解城市的水文环境
。
[0017]在本说明书的一个实施例中，步骤
S2
具体为：
[0018]步骤
S21
：根据降雨情况数据
、
土地利用数据
、
土壤地形数据以及水系基础数据进行渗透系数计算，从而构建降雨径流转化模型；
[0019]步骤
S22
：根据降雨情况数据
、
土地利用数据以及土壤地形数据构建地下水运动模型；
[0020]步骤
S23
：根据土壤地形数据
、
土地利用数据以及水系基础数据进行径流转化，从而构建城市蓄水模型；
[0021]步骤
S24
：根据水系基础数据构建河流水文过程模型；
[0022]步骤
S25
：根据降雨径流转化模型
、
地下水运动模型
、
城市蓄水模型以及河流水文过程模型进行耦合建构，从而生成城市水文模型
。
[0023]本实施例通过构建降雨径流转化模型
、
地下水运动模型
、
城市蓄水模型和河流水文过程模型，可以建立精细化的城市水文模型，这有助于更准确地预测城市水文过程，通过建立城市水文模型，可以更好地了解城市水文过程，从而制定更加有效的防洪措施，减少洪灾的损害，通过建立城市水文模型，可以更好地了解城市的水文环境，从而为下一步做好前提准备工作
。
[0024]在本说明书的一个实施例中，步骤
S3
具体为：
[0025]步骤
S31
：根据降雨情况数据进行预处理，从而获得预处理降雨数据；
[0026]步骤
S32
：根据预处理降雨数据对城市水文模型进行水系参数排水计算，从而构建城市内涝预测模型
。
[0027]本实施例通过预处理降雨数据和水系参数排水计算，可以建立更加准确的城市内涝预测模型，从而提高城市内涝预测的准确性，通过建立城市内涝预测模型，可以更好地了解城市内涝情况，从而制定更加有效的防涝措施，减少城市内涝的损害
。
[0028]在本说明书的一个实施例中，建筑降雨数据通过建筑物附着传感器进行获取，非建筑降雨数据通过遥感设备进行获取，预处理降雨数据包括预处理建筑降雨数据以及预处理非建筑降雨数据，步骤
S4
具体为：
[0029]步骤
S41
：根据建筑降雨数据进行异常值去除，从而获得去除异常数据；
[0030]步骤
S42
：根据去除异常数据进行反距离加权插值，从而获得预处理建筑降雨数据；
[0031]步骤
S43
：根据非建筑降雨数据进行比例因子放大，从而获得预处理非建筑降雨数据
。
[0032]本实施例通过建筑物附着传感器获取建筑降雨数据和遥感设备获取非建筑降雨
数据，可以提高降雨数据的准确性和全面性，通过对降雨数据进行预处理，可以去除异常值
、
插值和放大，进一步提高了数据的准确性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种用于城市防内涝的屋顶蓄排水控制方法，其特征在于，包括以下步骤：步骤
S1
：获取城市水文基础数据，其中城市水文基础数据包括降雨情况数据以及城市泄排水能力数据，降雨情况数据包括建筑降雨数据以及非建筑降雨数据；步骤
S2
：根据城市水文基础数据进行水文模型构建，从而构建城市水文模型；步骤
S3
：利用降雨情况数据对城市水文模型进行优化耦合构建，从而获得城市内涝预测模型；步骤
S4
：根据城市内涝预测模型进行预测计算，从而获得城市洪涝预测数据；步骤
S5
：根据城市洪涝预测数据进行自主决策生成，从而获得屋顶蓄排水决策策略，以控制屋顶蓄排水阀执行蓄排水作业
。2.
根据权利要求1所述的方法，其特征在于，城市水文基础数据包括土地利用数据
、
土壤地形数据以及水系基础数据，步骤
S1
具体为：获取降雨情况数据，其中降雨情况数据包括降雨量数据
、
降雨强度数据
、
降雨时长数据以及降雨分布数据；获取土地利用数据，其中土地利用数据包括土地利用类型数据以及类型覆盖率数据；通过遥感设备获取土壤地形数据，其中土壤地形数据包括土壤类型数据
、
土壤含水量数据
、
地形高程数据以及地形坡度数据；通过数据库获取水系基础数据，其中水系基础数据包括河道水系数据以及水库水系数据
。3.
根据权利要求2所述的方法，其特征在于，步骤
S2
具体为：根据降雨情况数据
、
土地利用数据
、
土壤地形数据以及水系基础数据进行渗透系数计算，从而构建降雨径流转化模型；根据降雨情况数据
、
土地利用数据以及土壤地形数据构建地下水运动模型；根据土壤地形数据
、
土地利用数据以及水系基础数据进行径流转化，从而构建城市蓄水模型；根据水系基础数据构建河流水文过程模型；根据降雨径流转化模型
、
地下水运动模型
、
城市蓄水模型以及河流水文过程模型进行耦合建构，从而生成城市水文模型
。4.
根据权利要求1所述的方法，其特征在于，步骤
S3
具体为：步骤
S31
：根据降雨情况数据进行预处理，从而获得预处理降雨数据；步骤
S32
：根据预处理降雨数据对城市水文模型进行水...

【专利技术属性】
技术研发人员：陈豪，赵帅，王珠桥，严萌，戴兴隆，张大伟，周小清，高翔，韦三刚，张欣，王丽，乐鸣，翁新华，朱毅峰，廖华春，
申请(专利权)人：广州珠科院工程勘察设计有限公司，
类型：发明
国别省市：