【技术实现步骤摘要】
本专利技术涉及智慧水利和数据处理，特别是涉及一种基于智慧水利的洪水预警预报方法及系统。
技术介绍
1、我国的暴雨预报已经在精细化方面做了很多有益的探索和实践，未来暴雨预报将继续朝着定时、定点、定量的方向发展。目前，对于强降雨过程和天气趋势，可以提前一周做出判断，但是要求预报准确率较高的话，则需要在三天或者更短的时间。就我国目前的暴雨预报情况来看，预报对于暴雨过程、影响的范围和时间的把握相对较好，但是对强降水中心的落区、量级以及影响的准确时段的预报，难度还较大。目前小流域的面平均降雨计算通常采用雨量采集站所采集到的实时降雨数据，通过各种加权计算，得出小流域的面平均雨量，使用此方式需根据雨量采集站所处空间位置划分具体流域。
2、202211587354.1一种基于栅格分析的小流域面平均降雨量测算方法和系统本专利技术涉及一种基于栅格分析的小流域面平均降雨量测算方法和系统，属于水文
，解决了精确计算小流域面平均雨量数据，并同时兼顾计算及时性与预见性的问题。本专利技术进行栅格化细分，使小流域面平均雨量数据分布更合理。201910160558.9基于降雨径流响应的实时累积雨量暴雨山洪预警方法，本专利技术提供了基于降雨径流响应的实时累积雨量暴雨山洪预警方法，基于暴雨山洪与降雨过程的内在关系，充分考虑场次暴雨山洪过程的累积降雨对山区小流域洪水陡涨的影响，以场次暴雨山洪对应的场次暴雨累积降雨量指标作为山区小流域暴雨山洪灾害的预警指标进行暴雨山洪预警。
技术实现思路
1、本专利技术的
2、基于智慧水利的洪水预警预报方法，包括如下步骤：
3、s1，确定目标区域及相应的目标水系；所述目标水系包括干流和支流；将所述目标区域按照所述支流流域划分为多个子区域；
4、s2，在每个所述子区域内设置多个雨量传感器，获取子区域降水量数据；在所述支流的上下游设置多个流量测试点，获取支流流量变化数据；
5、s3，建立所述子区域降水量数据和所述支流流量变化数据的回归模型；
6、s4，根据所述子区域的实时降水量，通过所述回归模型评估支流预报流量；
7、s5，根据所述支流预报流量，评估干流预报流量。
8、作为优化，将每个所述子区按照地形分成多个采集地块；所述采集地块分别设置有所述雨量传感器。
9、作为优化，所述回归模型为所述子区域降水量数据和所述支流流量变化数据的多元回归模型：；
10、为所述支流流量变化数据;
11、为所述子区域n个采集地块面积；
12、为所述子区域n个采集地块降水量；
13、为所述子区域n个采集地块的回归系数。
14、作为优化，根据所述子区域的24小时降水预报数据，通过所述回归模型评估支流24小时预报流量。
15、作为优化，在支流实时流量变化数据达到预设值前，通过所述回归模型评估所述支流预报流量。
16、支流实时流量变化数据达到预设值，可以是任意一个所述流量测试点的支流流量变化数据达到预设值，或者是靠近干流最近的流量测试点的支流流量变化数据达到预设值。
17、作为优化，还包括第二回归模型；
18、；
19、为所述预设值；
20、为达到所述预设值时所述子区域n个采集地块降水量；
21、为所述子区域n个采集地块的第二回归系数。
22、作为优化，在所述支流实时流量变化数据达到所述预设值后，通过所述第二回归模型评估所述支流预报流量。
23、作为优化，在所述支流实时流量变化数据达到所述预设值后，
24、通过将所述子区域内的实时降水量，同子所述子区域内的历史降水量，进行聚类算法计算获得相似度最大的历史降水量；
25、所述相似度最大的历史降水量对应的历史支流流量变化数据用来评估所述支流预报流量。
26、作为优化，在所述支流实时流量变化数据达到所述预设值后，通过将所述子区域各个采集地块的实时降水量，同所述子区域各个采集地块历史降水量，进行聚类算法计算获得相似度接近的多个历史降水量；
27、将支流流量实时变化数据，同所述相似度接近的多个历史降水量对应的多个历史支流流量变化数据，进行计算获得最接近的历史支流流量变化数据，用来评估所述支流预报流量。
28、作为优化，所述预设值设置为降雨前24小时支流平均流量15%~20%。
29、一种基于智慧水利的洪水预警预报系统，包括：
30、数据采集模块：用于实时获取所述子区域降水量数据和所述支流流量变化数据；
31、数据储存模块：用于储存子区域降水量数据和支流流量变化数据；
32、数据计算模块：用于进行所述回归模型和所述第二回归模型参数计算；并通过所述回归模型、所述第二回归模型、聚类算法评估所述支流预报流量；
33、结果显示模块：用于实时显示所述子区域降水量数据、所述支流流量变化数据，所述支流预报流量，所述干流预报流量。
34、本专利技术基于智慧水利的洪水预警预报方法及系统，用于小流域面和山区的洪水预警预报，通过按照支流流域划分为多个子区域，然后在每个子区按照地形分成多个采集地块；采集地块分别设置有一个或者多个雨量传感器。由于支流流域不同采集地块的降雨量对于洪水干流流量的影响差别较大，因此建立各个采集地块降雨量同支流流量变化数据的关系；并方便通过多次实时数据聚类修正，进而更准确的完成对支流及干流流量的预警预报。
本文档来自技高网...【技术保护点】
1.一种基于智慧水利的洪水预警预报方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于智慧水利的洪水预警预报方法，其特征在于，将每个所述子区按照地形分成多个采集地块；所述采集地块分别设置有所述雨量传感器。
3.根据权利要求2所述的基于智慧水利的洪水预警预报方法，其特征在于，
4.根据权利要求3所述的基于智慧水利的洪水预警预报方法，其特征在于，
5.根据权利要求4所述的基于智慧水利的洪水预警预报方法，其特征在于，
6.根据权利要求5所述的基于智慧水利的洪水预警预报方法，其特征在于，
7.根据权利要求4所述的基于智慧水利的洪水预警预报方法，其特征在于，
8.根据权利要求4所述的基于智慧水利的洪水预警预报方法，其特征在于，
9.根据权利要求4所述的基于智慧水利的洪水预警预报方法，其特征在于，所述预设值设置为降雨前24小时支流平均流量15%~20%。
10.一种基于智慧水利的洪水预警预报系统，用于实现上述权利要求1-9任一项所述的基于智慧水利的洪水预警预报方法，其特征在于
...【技术特征摘要】
1.一种基于智慧水利的洪水预警预报方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于智慧水利的洪水预警预报方法，其特征在于，将每个所述子区按照地形分成多个采集地块；所述采集地块分别设置有所述雨量传感器。
3.根据权利要求2所述的基于智慧水利的洪水预警预报方法，其特征在于，
4.根据权利要求3所述的基于智慧水利的洪水预警预报方法，其特征在于，
5.根据权利要求4所述的基于智慧水利的洪水预警预报方法，其特征在于，
6.根据权利要求...
【专利技术属性】
技术研发人员：吴优，吕斌，张东光，
申请(专利权)人：榕博维柯山西科技有限公司，
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。