[发明专利]市政道路积水多因素复合型预警预报方法

说明书

本发明公开了一种市政道路积水多因素复合型预警预报方法，包括：获取工程设计数据及BIM模型；向内涝分析软件系统输入工程设计数据和BIM模型，建立内涝积水数值分析模型；向内涝积水数值分析模型中输入典型暴雨的雨型参数，输出对应积水情况和积水点位置；在积水点位置布设微型气象站和液位监测装置，获取实测数据；将实测数据和当前预报气象数据与雨型参数比较，筛选出雨型最接近的典型暴雨，调用该典型暴雨对应的积水情况和积水点位置进行预警预报。本发明具有无需现实降雨的实时数值模拟，省去了在服务器中安装数值模拟软件，降低了对服务器的性能要求，且若城区现状条件发生改变，则只需更新数值模拟数据库，预测结果依然准确。

技术领域

本发明涉及城市道路积水预警领域。更具体地说，本发明涉及一种市政道路积水多因素复合型预警预报方法。

背景技术

城市在社会活动中有着重要的地位，伴随着国家经济高速发展下的人口流动，极大促进了国家的城市化进程。由于城市区域的复杂性，加之城市暴雨等级与频率出现增加的趋势，由暴雨产生的城市内涝频率与造成的损害逐年上升趋势明显，使得内涝灾害成为阻碍城市健康发展的重要原因之一。因此，建立城市市政道路积水预警系统显得尤为重要。

目前市政道路积水预警系统基本分为三大类：基于神经元网络算法和大数据的预警方法、基于雨洪模型的暴雨积水预警方法以及物联网监测技术，即通过监测河道、排水系统水位或易积水点积水情况再结合天气预报情况进行预警。

其中基于神经元网络算法和大数据的预警方法，缺点是城市是一直在变化的，特别是在中国，城市变化很快，城区的管网、地形、下垫面甚至地貌都会在几年内发生较大变化，这种变化显然会影响地面产汇流，而基于大数据的预警方法则不考虑这些因素，因此当一个城市存在较大变化时，使用这种方法会使预测带来偏差。基于雨洪模型的暴雨积水预警方法采用数值计算，对于短时强降雨天气下，难以通过模型进行道路内涝风险分析，无法准确进行预警。而单纯的物联网监测技术是在目前某些城市在下穿隧道等低洼片区有设置电子水尺和显示大屏进行暴雨时积水深度的提示，以提醒车辆通过时注意涉水深度。该类方法没有进行数值模拟或大数据分析预测，其及时性偏弱。

发明内容

本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。

本发明还有一个目的是提供一种市政道路积水多因素复合型预警预报方法，提前进行大量历史雨型的数值模拟，储备了各种情况下的道路积水大数据，而不是现时降雨的实时数值模拟，省去了在服务器中安装数值模拟软件，降低了对服务器的性能要求。而如果城区现状条件发生改变，如管网扩容，则只需更新数值模拟数据库，保证了预测结果的准确性。因此本研究的道路积水预测方法具有重要的现实工程意义。

为了实现根据本发明的这些目的和其它优点，提供了一种市政道路积水多因素复合型预警预报方法，包括以下步骤：

步骤一、获取目标区域工程设计数据，及依赖于该工程设计数据建立的BIM模型，其中，工程设计数据至少包括地形数据、雨水管网数据、目标区域的历史气象数据；

步骤二、选取内涝分析软件系统，向该内涝分析软件系统输入步骤一中获取的工程设计数据和对应的BIM模型，建立该目标区域的内涝积水数值分析模型；

步骤三、向内涝积水数值分析模型中输入典型暴雨的雨型参数，输出得到各典型暴雨下的积水情况和积水点位置；

步骤四、在步骤三中推算出的积水点位置布设微型气象站和液位监测装置，获取现场的实测数据；

步骤五、将实测数据和/或基于实测数据计算后的数据以及当前预报气象数据与各典型暴雨的雨型参数比较，筛选出雨型参数与实测数据和当前预报气象数据最接近的一场典型暴雨，并且调用该典型暴雨在步骤三中推算得到的积水情况和积水点位置进行预警预报。

优选的是，还包括步骤六、根据布设的微型气象站和液位监测装置的实测数据和/或基于实测数据计算后的数据，进行预报。