[发明专利]城市内涝监测点的优化布置方法

说明书

技术领域

本发明涉及城市内涝监测点的优化布置技术领域，尤其涉及一种基于灰色关联度分析法和TOPSIS分析法应用于城市内涝监测点的优化布置方法。

背景技术

近年来城市内涝灾害不断加剧，逢雨必涝成为许多城市不得不面对的问题。而针对目前城市内涝管理方面存在的突出问题，借助计算机技术来实现城市内涝防治，提高城市内涝管理的有效性与及时性是城市内涝防治管理工作的必然要求。

合理地布置城市内涝监测点是城市内涝监控工作顺利开展的前提。城市内涝监测点的合理布置，一方面需要及时、准确、全面地反映城市的内涝状况，另一方面需要保证监测数据有效性和代表性，并且避免重复布置带来的经济投入和人员投入。如何在诸多泵站及排水管网的关键节点中，合理地确定内涝监测点的数目和位置，从而为城市排水管网(内涝)监控系统提供基础数据，是有效发挥其有效性能，快速、准确地处理内涝问题的关键和前提。

水环境中水质监测点的优化布置常采用物元分析法、主成分分析法、人工神经网络模型法等、聚类分析法等。这些方法应用于水质监测点的优化布置中都有其理论支撑，而且在实际运用中也能取得一定的效果，但是都不可避免的有其局限性。以聚类分析法为例，聚类分析是基于数据之间的相似程度对其进行分类，通过选取每一类中的代表性点来实现监测点的优化布置。传统的聚类分析在应用时要求样本量足够大，并且符合一定的概率分布。但一方面，在聚类分析的实际操作中，如何选择合适的阈值，避免人为主观选择的随意性，是目前需要解决的难题。另一方面，国内城市内涝的监测数据(积水深度、内涝次数、内涝面积、淹没时间，降雨量等)往往记录有限，具有少数据、小样本、信息不完全的特点，外加人为因素的影响，因此不满足经典的聚类分析的要求。而灰色关联度分析法和TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)分析法不受此条件约束，对于信息不完全、多目标问题的解决具有优势，在环境监测和评价领域越来越受到重视和应用。

本发明结合灰色关联理论和TOPSIS理论的优点，构建一种新的灰色关联理想解模型，进行城市内涝监测点的优化布置。灰色关联度分析法和TOPSIS分析法都是解决信息有限、数据无典型分布特征下多目标决策问题的有效方法。自问世以来受到各行业研究者的重视，已经广泛应用于地质、物流、气象、军事等领域，并取得一系列成果。目前我国城市内涝监测数据往往存在记录不准确、不充分等问题，许多数据波动较大，不具有典型的分布规律，同时城市内涝受诸多因素影响，因素之间有不确定的、复杂的关系，是一种典型的灰色系统，因此有必要将灰色关联理论和TOPSIS理论引入城市内涝监测点的优化布置，从而为城市内涝监测点的优化布置提供一种科学有效的新思路。

发明内容

本发明要解决的技术问题在于，提供一种城市内涝监测点的优化布置方法，具有原理简单、易于实现和效率高的特点，且符合布点的代表性、可比性以及可行性要求。

为解决上述技术问题，本发明提供如下技术方案：一种城市内涝监测点的优化布置方法，包括以下步骤：

S1、获取城市内涝点，对其构建决策矩阵；

S2、对决策矩阵的量值进行无量纲化处理；

S3、根据无量纲化处理的求解结果，确定理想解和负理想解；进一步确定理想解的欧式距离、负理想解的欧式距离，以及确定理想解之间的灰色关联度、负理想解之间的负灰色关联度，然后计算综合贴近度；

S4、对每个城市内涝点的综合贴近度按大小进行排序，综合贴近度最大的为最优城市内涝监测点。

进一步地，所述步骤S1具体为：

S11、获取m个城市内涝点，所述每个城市内涝点包括n项内涝监测指标，相对应的量值为r_ij，r_ij表示第i个内涝点第j项内涝监测指标对应的量值，其中，i＝1、2、…、m，j＝1、2、…、n；

S12、构建决策矩阵为R＝[r_ij]_m×n。

进一步地，所述内涝监测指标包括最大积水深度、影响范围、影响时间、受影响人数、内涝点改造工程费用以及5年内的内涝次数。

进一步地，所述步骤S2具体为：

S21、对量值r_ij进行无量纲化处理，公式如下：