基于多源信息融合的城市内涝模拟仿真及预警系统研究
发布时间：2021-11-06 16:44
随着全球气候变化和城市化进程加快,城市内涝时有发生,已严重影响人们生命财产和公共交通安全。本文以西安市主城区典型区域为研究对象,在系统梳理西安市历年内涝情况基础上,剖析了西安市内涝形成机理,构建了研究区域SWMM模型,根据内涝成因设计不同情景,基于不同情景对节点积水、管道超载等情况进行模拟,得出不同情景下内涝积水变化,为城市内涝应对提供参考。采用现代信息技术设计并研发了集监测、模拟、预警及信息展示一体化的城市内涝监测预警系统,为城市防洪减灾提供技术支撑和决策支持。本文取得的主要研究成果如下:（1）系统剖析了西安市内涝成因。强降水是城市内涝的主要致灾因子,西安市近年来内涝和强降水均发生在4-10月,通过对西安市4-10月降水变化特征及其驱动机制进行分析可知,西安市4-10月降水强度增大,强降水量增多。城市化发展改变城市用地结构,影响区域产汇流过程,采用ArcGIS对西安市市区1995-2018年土地利用变化进行分析,西安市市区草地、耕地、林地和水域面积减少,建设用地面积增加,使得地表持水、滞水及下渗能力降低,产汇流时间缩短,地表径流增多。西安市排水管网设计重现期偏低,雨水与污水管道合流,...
【文章来源】：西安理工大学陕西省
【文章页数】：89 页
【学位级别】：硕士
【部分图文】：
986-2015年全球洪涝灾害分布(来源于EM-DAT灾难数据库)
“城市雨洪模Fig.1-2Keywordnetworkdiagra
1绪论7采用可视化软件NetDraw绘制高频关键词知识图谱，如图1-3a)所示。根据高频关键词分析可知，SWMM模型出现的频次最高，其次为低影响开发、城市内涝、海绵城市、排水管网、地理信息系统、防洪排涝等；SWMM模型主要研究方向为低影响开发、海绵城市、排水管网、非点源污染、绿地、雨洪控制、降雨径流和径流模拟等方面；SWMM模型研究中地理信息系统出现频次较多，说明SWMM模型与地理信息系统结合密切。a)关键词知识图谱b)聚类分析图图1-3“SWMM模型”关键词网络图Fig.1-3KeywordnetworkdiagramofSWMMmodel聚类分析以“物以类聚”的思想进行科学分析，使关系紧密的变量聚成一类[35]。本文采用可视化分析软件CiteSpace对检索出的文献进行聚类分析，结果如图1-3b)所示。根据关键词聚类分析可知，SWMM模型的研究可分为7类，第一类为城市内涝，即SWMM模型研究对象；第二类为SWMM；第三类为低影响开发；第四类为海绵城市；第五类为雨洪控制；第六类为敏感性分析，即SWMM模型参数分析；第七类为径流模拟。1.2.2城市内涝监测预警研究进展城市内涝监测预警可以在积涝发生时对内涝状况进行实时、动态、连续监测预警，还可对城市内涝积水进行模拟预测、预报与可视化展示，对有效减少灾害损失起到至关重要的作用。城市内涝监测预警的研究主要有以下两个方面：基于监控的城市内涝监测预警研究。薛丰昌等[36]提出了基于视频监控数据的城市内涝实时监测方法，实现了城市内涝精细化监测预警。李小坤[37]构建了由监控中心、通讯网络（包括GPRS网络、WIFI网络等）以及现场监控终端RTU（包括现场测控模块、GPRS-DTU等）组成的城市排水管网（内涝）监控系统。梅鹍[38]基于视频监控、RTU、水位雨量传感、图像识别、GPRS、预警发布、物联网等技术研发设计了
【参考文献】：
期刊论文
[1]西安市汛期降水变化特征及驱动机制研究[J]. 王小杰,姜仁贵,解建仓,赵勇. 自然灾害学报. 2020(02)
[2]渭河干流径流变化趋势及突变分析[J]. 王小杰,姜仁贵,解建仓,朱记伟,汪雅梅. 水利水运工程学报. 2019(02)
[3]城市内涝三维可视化应急管理信息系统[J]. 姜仁贵,杨思雨,解建仓,严栋飞,王小杰. 计算机工程. 2019(10)
[4]基于小波相干的雾霾与GNSS对流层延迟相关性分析[J]. 姚宜斌,罗亦泳,张静影,赵纯洁. 武汉大学学报(信息科学版). 2018(12)
[5]水文监测设备在城市内涝预警中的应用[J]. 梅鹍. 湖南水利水电. 2018(06)
[6]大通河流域降水结构的演变特征及其驱动力探究[J]. 李沛,黄生志,黄强,马岚,吴洪石,栾金凯. 自然资源学报. 2018(09)
[7]“大应急”体系下的预警信息发布工作思考[J]. 白静玉,吕宸. 中国防汛抗旱. 2018(11)
[8]基于GIS的石家庄市暴雨内涝数学模型与应用[J]. 魏军,魏铁鑫,陈莎,彭相瑜,赵亮. 干旱气象. 2018(04)
[9]基于数字地球的渭河流域水资源监控系统研究[J]. 严栋飞,姜仁贵,解建仓,汪雅梅,李晓春. 计算机工程. 2019(04)
[10]城市内涝应急预案管理研究与应用[J]. 姜仁贵,王小杰,解建仓,张永进,梁骥超. 灾害学. 2018(02)
硕士论文
[1]西安市城区大气PM2.5和PM10的时空变化规律与植被覆盖度的相关性研究[D]. 张丹丹.西北大学 2019
[2]基于SWMM模型的城市雨洪模拟研究[D]. 苏海龙.西安理工大学 2018
[3]基于技术集成的数字水网研究与主题化服务[D]. 于翔.西安理工大学 2017
[4]基于情景分析的城市暴雨内涝模拟研究[D]. 韩浩.西安理工大学 2017
[5]基于SWMM模型的西安市城区汇水区域划分与径流特征研究[D]. 计宝鑫.西安理工大学 2017
[6]基于WebGIS的郑州市区暴雨洪水预警系统设计与实现[D]. 位路阳.郑州大学 2017
[7]城市排水管网（内涝）监控系统开发及城市内涝监测点优化布置研究[D]. 李小坤.华南理工大学 2016
[8]西安市典型区域暴雨内涝成因分析与模拟研究[D]. 武大洋.长安大学 2015
[9]城市排水管网动态水力学建模技术研究[D]. 施南征.杭州电子科技大学 2015
[10]城市排水管网水力模拟及内涝预警系统研究[D]. 黄纪萍.华南理工大学 2014
本文编号：3480173
【文章来源】：西安理工大学陕西省
【文章页数】：89 页
【学位级别】：硕士
【部分图文】：
986-2015年全球洪涝灾害分布(来源于EM-DAT灾难数据库)
“城市雨洪模Fig.1-2Keywordnetworkdiagra
1绪论7采用可视化软件NetDraw绘制高频关键词知识图谱，如图1-3a)所示。根据高频关键词分析可知，SWMM模型出现的频次最高，其次为低影响开发、城市内涝、海绵城市、排水管网、地理信息系统、防洪排涝等；SWMM模型主要研究方向为低影响开发、海绵城市、排水管网、非点源污染、绿地、雨洪控制、降雨径流和径流模拟等方面；SWMM模型研究中地理信息系统出现频次较多，说明SWMM模型与地理信息系统结合密切。a)关键词知识图谱b)聚类分析图图1-3“SWMM模型”关键词网络图Fig.1-3KeywordnetworkdiagramofSWMMmodel聚类分析以“物以类聚”的思想进行科学分析，使关系紧密的变量聚成一类[35]。本文采用可视化分析软件CiteSpace对检索出的文献进行聚类分析，结果如图1-3b)所示。根据关键词聚类分析可知，SWMM模型的研究可分为7类，第一类为城市内涝，即SWMM模型研究对象；第二类为SWMM；第三类为低影响开发；第四类为海绵城市；第五类为雨洪控制；第六类为敏感性分析，即SWMM模型参数分析；第七类为径流模拟。1.2.2城市内涝监测预警研究进展城市内涝监测预警可以在积涝发生时对内涝状况进行实时、动态、连续监测预警，还可对城市内涝积水进行模拟预测、预报与可视化展示，对有效减少灾害损失起到至关重要的作用。城市内涝监测预警的研究主要有以下两个方面：基于监控的城市内涝监测预警研究。薛丰昌等[36]提出了基于视频监控数据的城市内涝实时监测方法，实现了城市内涝精细化监测预警。李小坤[37]构建了由监控中心、通讯网络（包括GPRS网络、WIFI网络等）以及现场监控终端RTU（包括现场测控模块、GPRS-DTU等）组成的城市排水管网（内涝）监控系统。梅鹍[38]基于视频监控、RTU、水位雨量传感、图像识别、GPRS、预警发布、物联网等技术研发设计了
【参考文献】：
期刊论文
[1]西安市汛期降水变化特征及驱动机制研究[J]. 王小杰,姜仁贵,解建仓,赵勇. 自然灾害学报. 2020(02)
[2]渭河干流径流变化趋势及突变分析[J]. 王小杰,姜仁贵,解建仓,朱记伟,汪雅梅. 水利水运工程学报. 2019(02)
[3]城市内涝三维可视化应急管理信息系统[J]. 姜仁贵,杨思雨,解建仓,严栋飞,王小杰. 计算机工程. 2019(10)
[4]基于小波相干的雾霾与GNSS对流层延迟相关性分析[J]. 姚宜斌,罗亦泳,张静影,赵纯洁. 武汉大学学报(信息科学版). 2018(12)
[5]水文监测设备在城市内涝预警中的应用[J]. 梅鹍. 湖南水利水电. 2018(06)
[6]大通河流域降水结构的演变特征及其驱动力探究[J]. 李沛,黄生志,黄强,马岚,吴洪石,栾金凯. 自然资源学报. 2018(09)
[7]“大应急”体系下的预警信息发布工作思考[J]. 白静玉,吕宸. 中国防汛抗旱. 2018(11)
[8]基于GIS的石家庄市暴雨内涝数学模型与应用[J]. 魏军,魏铁鑫,陈莎,彭相瑜,赵亮. 干旱气象. 2018(04)
[9]基于数字地球的渭河流域水资源监控系统研究[J]. 严栋飞,姜仁贵,解建仓,汪雅梅,李晓春. 计算机工程. 2019(04)
[10]城市内涝应急预案管理研究与应用[J]. 姜仁贵,王小杰,解建仓,张永进,梁骥超. 灾害学. 2018(02)
硕士论文
[1]西安市城区大气PM2.5和PM10的时空变化规律与植被覆盖度的相关性研究[D]. 张丹丹.西北大学 2019
[2]基于SWMM模型的城市雨洪模拟研究[D]. 苏海龙.西安理工大学 2018
[3]基于技术集成的数字水网研究与主题化服务[D]. 于翔.西安理工大学 2017
[4]基于情景分析的城市暴雨内涝模拟研究[D]. 韩浩.西安理工大学 2017
[5]基于SWMM模型的西安市城区汇水区域划分与径流特征研究[D]. 计宝鑫.西安理工大学 2017
[6]基于WebGIS的郑州市区暴雨洪水预警系统设计与实现[D]. 位路阳.郑州大学 2017
[7]城市排水管网（内涝）监控系统开发及城市内涝监测点优化布置研究[D]. 李小坤.华南理工大学 2016
[8]西安市典型区域暴雨内涝成因分析与模拟研究[D]. 武大洋.长安大学 2015
[9]城市排水管网动态水力学建模技术研究[D]. 施南征.杭州电子科技大学 2015
[10]城市排水管网水力模拟及内涝预警系统研究[D]. 黄纪萍.华南理工大学 2014
本文编号：3480173
本文链接：https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/3480173.html
