ArcGIS雨涝风险模拟

news2024/11/18 7:31:39

所谓雨涝模拟分析,

就是模拟降雨量达到一定强度,

城市的哪些区域容易被淹没形成内涝。

雨涝模拟更重要的是提前预测,

可在预测结果的基础上进行实地勘察,

为项目规划、风险防控等工作提供指导作用。

雨涝模拟的原理和思想多种多样,

方法也比较复杂,

本文以模拟广州市雨涝风险区域为例,

介绍一种“体积比较法”的原理和分析思路。

01基本原理

首先搞明白什么是地表径流:地表径流指的是降水或融雪强度一旦超过下渗强度,超过的水量暂时留于地表,当地表贮留量达到一定限度时,即向低处流动,成为地表水而汇入溪流的水量。

本文的原理是基于体积比较法,通俗简明的解释下:

以某种降水量(年均降水量、极端降水量等)为基础,以集水流域为分析单元(简称“集水单元”),计算每个集水单元的径流量,从而得到集水单元的体积,当集水单元的体积(高度)>该集水单元内栅格表面的体积(高度),即形成雨涝淹没区。

图片

该图来源于:ArcGIS帮助文档

图片

技术路线示意图

02数据与模型

原理虽然清楚,但是涉及的内容可不简单,需要制备的数据包括——

降雨量

DEM

集水单元

土地利用

地表径流

1. 降雨量:降雨量的数据可以到中国气象数据网去获取,本次我们模拟了粤港澳30年长时间序列的平均降雨量,从中提取出广州市降水量。(你也可以获取极端降雨数据等等,不同的降水量模拟的结果肯定也是不同的哦)。

第一步,得到带有降水量的气象站点数据——

图片

粤港澳气象站点分布图

第二步,对数据进行分析检验——

图片

数据分析检验示意图

图片

趋势分析与Voronoi图

第三步,模拟预测降水量分布——

图片

克里金插值半变异函数拟合分析

图片

粤港澳年均降水量的插值模拟

2. 集水单元:区域的模拟分析,都要有一个分析单元,一般而言,和水有关的分析,常常结合DEM数据,利用水文分析,提取出集水流域,作为分析单元,本例也不例外——

图片

广州市集水单元

3. 地表径流:地表径流量需要根据降雨量和径流系数(不同地表覆盖的径流系数)来计算,参考的计算模型为“双评价指南”的模型:

图片

图片

图片

计算地表径流基本的步骤是:

第一步:为每种地类赋予对应的径流系数;

第二步:集水单元与地类叠加,计算出每个集水单元的加权平均径流系数;

第三步:将计算出加权平均径流系数的集水单元与降水量的数据叠加计算,得到每个集水单元的径流量。

图片

集水单元流量模拟示意图

03雨涝风险斑块识别

下面我们开始进行雨涝风险斑块的识别。

第一,计算每个集水单元的集水体积:这一步倒是不难,就是用每个集水单元径流量与每个集水单元面积相乘即可;

第二,体积比较法识别淹没区域:如果只是分析一个集水单元的雨涝淹没情况,可以利用“表面体积”工具,不断的试验集水高度,直到接近该集水单元的体积,则该高度以下即为淹没区,当然,这个方法工作量很大,而且只适用于一个集水单元,很多集水单元的话,这个方法就扑街了;

下面,就需要介绍下体积比较法,简明介绍下基本思想——

每个集水单元的体积是一定的,某区域集水单元的面积<该集水单元区域地表的面积,则,该区域集水高度>该区域的地表高度,即为淹没区!

这基本思想看起来简单,但是涉及到的操作可真是不少!通过集水单元栅格面积的计算与比较,基于上述思想,得到了集水高度>地表高度的区域,也就是潜在的雨涝淹没风险区——

图片

第三,风险集中度分级:这一步又简单了,就是将淹没区进行核密度的分析,根据集中程度进行分级就可以啦——

图片

最后再说明一下,城市雨涝淹没分析原理多样,方法也比较复杂,本文主要基于“体积比较法”的一个思路框架。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1417816.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

MyBatis概述与MyBatis入门程序

MyBatis概述与MyBatis入门程序 一、MyBatis概述二、入门程序1.准备开发环境&#xff08;1&#xff09;准备数据库&#xff08;2&#xff09;创建一个maven项目 2.编写代码&#xff08;1&#xff09;打包方式和引入依赖&#xff08;2&#xff09;新建mybatis-config.xml配置⽂件…

基于springboo校园社团信息管理系统

摘要 随着高校规模的扩大和学生社团活动的日益丰富多彩&#xff0c;校园社团信息管理成为一个备受关注的问题。为了更有效地组织、管理和推动校园社团的发展&#xff0c;本文设计并实现了一套基于Spring Boot的校园社团信息管理系统。本系统以实现社团信息的集中管理和高效运营…

Pytest 识别case规则

一、Python测试框架&#xff0c;主要特点有以下几点&#xff1a; 简单灵活&#xff0c;容易上手&#xff1b;支持参数化&#xff1b;能够支持简单的单元测试和复杂的功能测试&#xff0c;还可以用来做selenium/appnium等自动化测试、接口自动化测试&#xff08;pytestrequests…

uniapp将方法挂载到全局

前言 首先需要有一个自己封装的方法,话不多说,直接上代码! 方法文件(common.js) const getnav (page, type, param token) > {// type 判断是否 需要验证登录if (!page) return uni.showModal({title: 提示,content: 功能暂未开通~,showCancel: false})let user uni.g…

大模型视觉理解能力更进一步,谷歌提出全新像素级对齐模型PixelLLM

论文题目&#xff1a;Pixel Aligned Language Models 论文链接&#xff1a;https://arxiv.org/abs/2312.09237 项目主页&#xff1a;Pixel Aligned Language Models 近一段时间以来&#xff0c;大型语言模型&#xff08;LLM&#xff09;在计算机视觉领域中也取得了巨大的成功&a…

详解操作系统各章大题汇总(死锁资源分配+银行家+进程的PV操作+实时调度+逻辑地址->物理地址+页面置换算法+磁盘调度算法)

文章目录 第三章&#xff1a;死锁资源分配图例一例二 第三章&#xff1a;银行家算法第四章&#xff1a;进程的同步与互斥做题步骤PV操作的代码小心容易和读者写者混 1.交通问题&#xff08;类似读者写者&#xff09;分析代码 2.缓冲区问题&#xff08;第二个缓冲区是复制缓冲区…

探索Pyecharts关系图绘制技巧:炫酷效果与创意呈现【第42篇—python:Pyecharts水球图】

文章目录 Pyecharts绘制多种炫酷关系网图引言准备工作代码实战1. 基本关系网图2. 自定义节点样式和边样式3. 关系网图的层级结构4. 添加标签和工具提示5. 动态关系网图6. 高级关系网图 - Les Miserables 示例7. 自定义关系网图布局8. 添加背景图9. 3D 关系网图10. 热力关系网图…

CVPR——Latex模版下载

CVPR官网 -> AuthorGuidelines 链接&#xff1a;AuthorGuidelines

基于Java SSM框架实现学生就业服务平台系统项目【项目源码】

基于java的SSM框架实现学生就业服务平台系统演示 JSP技术介绍 JSP技术本身是一种脚本语言&#xff0c;但它的功能是十分强大的&#xff0c;因为它可以使用所有的JAVA类。当它与JavaBeans 类进行结合时&#xff0c;它可以使显示逻辑和内容分开&#xff0c;这就极大的方便了学生…

Python笔记15-实战小游戏飞机大战(中)

文章目录 创建第一个敌机创建一群敌机创建多行敌机让敌机移动射杀敌机生成新的敌机群结束游戏有敌机到达屏幕底端游戏结束 在上一篇基础上继续 本示例源码地址 点击下载 创建第一个敌机 在屏幕上放置外星人与放置飞船类似。每个外星人的行为都由Alien 类控制&#xff0c;我们…

[Python图像处理] 使用OpenCV创建深度图

使用OpenCV创建深度图 双目视觉创建深度图相关链接双目视觉 在传统的立体视觉中,两个摄像机彼此水平移动,用于获得场景上的两个不同视图(作为立体图像),就像人类的双目视觉系统: 通过比较这两个图像,可以以视差的形式获得相对深度信息,该视差编码对应图像点的水平坐标的…

智慧文旅:打造无缝旅游体验的关键

随着科技的快速发展和消费者需求的不断升级&#xff0c;旅游业正面临着前所未有的变革压力。智慧文旅作为数字化转型的重要领域&#xff0c;旨在通过智能化、数据化手段为游客提供更加优质、便捷、个性化的服务&#xff0c;打造无缝的旅游体验。本文将深入探讨智慧文旅在打造无…

【golang】16、dlv 调试工具、vscode+ssh 远程调试

文章目录 Goland Debug 模式崩溃 Goland Debug 模式崩溃 有时遇到如下现象&#xff1a; Golang Run 模式正常&#xff0c;Debug 无 BreakPoint 模式正常&#xff0c;但 Debug 加 BreakPoint 就会偶现 panic&#xff0c;panic 信息如下。 panic: runtime error: index out of …

多维时序 | Matlab实现DBO-LSTM蜣螂算法优化长短期记忆神经网络多变量时间序列预测

多维时序 | Matlab实现DBO-LSTM蜣螂算法优化长短期记忆神经网络多变量时间序列预测 目录 多维时序 | Matlab实现DBO-LSTM蜣螂算法优化长短期记忆神经网络多变量时间序列预测效果一览基本介绍程序设计参考资料 效果一览 基本介绍 1.Matlab实现DBO-LSTM多变量时间序列预测&#x…

【Javaweb程序】【C00155】基于SSM的旅游旅行管理系统(论文+PPT)

基于SSM的旅游旅行管理系统&#xff08;论文PPT&#xff09; 项目简介项目获取开发环境项目技术运行截图 项目简介 这是一个基于SSM的旅游旅行管理系统 本系统分为前台系统模块、管理员模块、用户模块以及商家模块 其中前台系统模块的权限为&#xff1a;当游客打开系统的网址后…

1月全志芯片开源项目分享合辑

1、柚子爱AI相机&#xff08;YuzuAI-YuzuMaix-AIoT-V831&#xff09; 本项目于去年4月首次发布&#xff0c;是基于V831的AI相机开源项目&#xff0c;经过几个版本的迭代&#xff0c;最终运用了叠层的设计来实现AI摄像头掌控板的奇葩组合。 开发板主控是全志V831&#xff0c;采…

Windows下EDK2快速搭建(详细)过程总结附软件包地址

目录 简介一、软件包下载安装VS2019下载NASM安下载LLVM/CLANG下载IASL下载安装Python安装OpenSSL下载EDK2 二、设置环境变量新增python系统变量新增NASM系统变量 三、编译3.1 在edk2目录直接输入cmd3.2 在cmd目录输入&#xff1a;edksetup.bat3.3 打开edk2编译窗口3.4 确认编译…

2023年度总结——忙忙碌碌,终有归章

思来想去&#xff0c;还是决定写一篇年终总结&#xff0c;一来算是对23年的一年的回顾&#xff0c;二来是对24年的展望。记得22年也写过一篇年度总结&#xff0c;题目是《2022年度总结——一切都在慢慢变好》。今年&#xff0c;我想起的题目是《2023年度总结——忙忙碌碌&#…

基于springboot的历史馆藏系统

文章目录 项目介绍主要功能截图&#xff1a;部分代码展示设计总结项目获取方式 &#x1f345; 作者主页&#xff1a;超级无敌暴龙战士塔塔开 &#x1f345; 简介&#xff1a;Java领域优质创作者&#x1f3c6;、 简历模板、学习资料、面试题库【关注我&#xff0c;都给你】 &…

将elasticsearch数据存储到excel中

由于elasticsearch数据在线上&#xff0c;偶尔需要将数据导到本地环境进行分析。目前有需求是将数据导入到excel表中&#xff0c;下面是我在用的实现方案。 1、将线上elasticsearch数据备份成文件 首先通过elasticdump组件将线上指定的index导出成文本文件 elasticdump --in…