一种城市洪涝的告预警方法及系统与流程

1.本发明涉及城市水安全、城市数智治水及精细化管理领域，尤其涉及一种城市洪涝的告预警方法及系统。


背景技术：

2.目前，我国的国土面积内具有复杂的河网水系和城市地下管网系统，然而，传统的河网水系和管网系统巡查需要依靠大量人工，其存在着记录数据易丢失和监管巡查力度不足等问题。以及，管网的长效运维管理也存在设计承载能力弱、感知监测覆盖低、运维养护监管难和协同处置效率低等问题。


技术实现要素：

3.（一）要解决的技术问题鉴于现有技术的上述缺点、不足，本发明提供一种城市洪涝的告预警方法及系统，其解决了现有技术中存在着的记录数据易丢失等技术问题。
4.（二）技术方案为了达到上述目的，本发明采用的主要技术方案包括：第一方面，本发明实施例提供一种城市洪涝的告预警方法，包括：获取处于目标城市内的监测设备的工作状态数据、地下管网的实时液位数据、实时河网水位数据和实时路面水位流速数据；其中，实时路面水位流速数据包括实时路面水位数据和实时地表积水深度；利用工作状态数据计算设备运行指数数据，以及还利用实时液位数据计算管网健康度数据，以及还基于实时河网水位数据和实时地表积水深度进行城市积水深度的统计分类，以得到第一目标统计分类结果数据，以及利用实时路面水位流速数据，计算第一积水指数，并对城市地表积水程度进行区块化分类，以得到多个城市区块，以及基于第一积水指数，确定多个城市区块中每个城市区块的第一积水程度分类结果数据；其中，第一目标统计分类结果数据是指超出警戒线的实时城市积水深度的统计分类结果数据；在确定设备运行指数数据、管网健康度数据、第一目标统计分类结果数据和每个城市区块的第一积水程度分类结果数据中的至少一个数据符合对应的告警条件时，生成对应的告警信息。
5.在一个可能的实施例中，工作状态数据包括设备工作状态和设备持续工作时长；其中，利用工作状态数据计算设备运行指数数据，包括：分别确定设备工作状态的得分值和设备持续工作时长对应的系数；将设备工作状态的得分值和设备持续工作时长对应的系数的乘积值作为设备运行指数。
6.在一个可能的实施例中，管网健康度数据的计算公式如下：
；其中，g表示管网健康度数据；g1表示管网排水效能，并且管网排水效能为实时液位数据和地下管网的管道管径的比值；n1表示影响管网排水效能的指标的个数；g2表示管网环境结构；n2表示影响管网环境结构的指标的个数；g3表示管网缺陷；n3表示影响管网缺陷的指标的个数；g4表示管网淤积；n4表示影响管网淤积的指标的个数。
7.在一个可能的实施例中，实时路面水位流速数据包括实时积水水深、实时累积积水时间和实时综合流速，第一积水指数是基于第一洪涝要素指标值和第一用地性质要素指标值确定的，第一用地性质要素指标值是通过坡度、土地利用类型和容积率确定的；其中，利用实时路面水位流速数据，计算第一积水指数，包括：分别确定实时积水水深对应的风险值、实时累积积水时间对应的风险值和实时综合流速对应的风险值，并对实时积水水深对应的风险值、实时累积积水时间对应的风险值和实时综合流速对应的风险值进行加权求和，以得到第一洪涝要素指标值；分别确定坡度对应的风险值、土地利用类型对应的风险值和容积率对应的风险值，并对坡度对应的风险值、土地利用类型对应的风险值和容积率对应的风险值进行加权求和，以得到第一用地性质要素指标值；对第一洪涝要素指标值和第一用地性质要素指标值进行加权求和，以得到第一积水指数。
8.在一个可能的实施例中，该告预警方法进一步包括：获取水位站的实时水位数据、流量站的实时流量数据、实时河网水位流量数据和目标城市的预报降雨量；将实时河网水位数据和预先构建的河道库容曲线进行匹配，以得到河道当前蓄水体积；利用河道当前蓄水体积和预报降雨量，计算河道未来蓄水体积，并再次将河道未来蓄水体积和河道库容曲线进行匹配，以得到河网未来水位；其中，一二维水动力全耦合模型是基于用于模拟河网水流的一维河网模型得到的，并且河网未来水位被作为边界条件提供给一维河网模型；基于预先构建的一二维水动力全耦合模型对水位站的实时水位数据、流量站的实时流量数据、实时河网水位流量数据、地下管网的实时液位数据和目标城市的预报降雨量进行预测处理，以得到预测数据；其中，预测数据包括未来城市河网水位、未来地表积水深度、未来累积积水时间和未来综合流速；基于通过未来城市河网水位得到的未来城市河网水深和未来地表积水深度进行城市积水深度的统计分类，以得到第二目标统计分类结果数据，以及利用未来地表积水深度、未来累积积水时间和未来综合流速，计算第二积水指数，并基于第二积水指数，确定每个城市区块的第二积水程度分类结果数据；其中，第二目标统计分类结果数据是指超出警戒线的预测的城市积水深度的统计分类结果数据；在确定第二目标统计分类结果数据和每个城市区块的第二积水程度分类结果数据中的至少一个数据满足对应的预警条件时，生成对应的预警提示信息。
9.在一个可能的实施例中，一二维水动力全耦合模型的构建过程包括：构建一维水动力模型；其中，一维水动力模型还包括用于模拟城市地下管网水流的一维管网模型；构建用于模拟城市地表水流的二维水动力模型；对一维河网模型和一维管网模型执行河网与城市地下的一维模型耦合，以及对一维河网模型和二维水动力模型执行河网与城市地表的一
二维模型耦合，以及对一维管网模型和二维水动力模型执行城市地下地表的一二维模型耦合。
10.在一个可能的实施例中，一维河网模型包括：；其中，b表示河网断面处的水面宽度；z表示河网断面处的水位；q表示河网断面处的流量；a表示河网断面处的过水面积；t表示时间；x表示河道沿程距离；q表示源项，并且源项包括侧向入流；g表示重力加速度；sf表示动量沿程阻力损失；r表示水力半径；n表示曼宁糙率系数。
11.在一个可能的实施例中，一维管网模型包括：；其中，a表示过水断面面积；q表示过水断面处的流量；h表示过水断面处的水头；t表示时间；x表示管网沿程距离；g表示重力加速度；sf表示动量沿程阻力损失；r表示水力半径；n表示曼宁糙率系数。
12.在一个可能的实施例中，对一维河网模型和一维管网模型执行河网与城市地下的一维模型耦合，包括：将一维管网模型的排口与一维河网模型的目标断面相连，作为耦合节点；其中，耦合节点包括管网排口与河网断面；中间步骤：一维河网模型为一维管网模型提供水位边界，并将耦合节点处的河网断面的断面水位作为管网排口的边界条件提供给一维管网模型；根据水位边界，一维管网模型从当前时间步更新至下一时间步；一维管网模型为一维河网模型提供侧向入流源项，并根据一维管网模型更新后的耦合节点处管网排口流量，将管网排口流量作为耦合节点处河网断面的侧向入流源项；根据侧向入流源项，一维河网模型从当前时间步更新至下一时间步，之后跳转至中间步骤以循环计算，直至计算完成。
13.第二方面，本发明实施例提供一种城市洪涝的告预警系统，包括：监测设备，用于获取处于目标城市内的监测设备的工作状态数据、地下管网的实时液位数据、实时河网水位数据和实时路面水位流速数据；其中，实时路面水位流速数据包括实时路面水位数据和实时地表积水深度；物联网平台，用于利用工作状态数据计算设备运行指数数据，以及还利用实时液位数据计算管网健康度数据，以及还基于实时河网水位数据和实时地表积水深度进行城市积水深度的统计分类，以得到第一目标统计分类结果数据，以及利用实时路面水位流速数据，计算第一积水指数，并对城市地表积水程度进行区块化分类，以得到多个城市区块，以及基于第一积水指数，确定多个城市区块中每个城市区块的第一积水程度分类结果数据；其中，第一目标统计分类结果数据是指超出警戒线的实时城市积水深度的统计分
类结果数据；监测告预警平台，用于在确定设备运行指数数据、管网健康度数据、第一目标统计分类结果数据和每个城市区块的第一积水程度分类结果数据中的至少一个数据符合对应的告警条件时，生成对应的告警信息。
14.（三）有益效果本发明的有益效果是：本发明提出了一种城市洪涝的告预警方法及系统，其通过设备运行指数这一量化后的指标，能够更加直观地反映出设备运行状态，提高管理部门对监测设备的维护管理效率。
15.以及，本技术实施例还通过管网健康度这一考虑了多因素影响后量化的指标，能够更加直观、准确地反映出管网健康状态，提高管理部门对城市地下管网的维护管理效率。
16.以及，本技术实施例还通过积水指数可以清晰地反映出城市地表各区域积水程度，便于对城市易发生洪涝区域进行管控以及易涝区域的防灾预警规划。
17.以及，本技术实施例还将监测和告警等工作集中于一个系统，优化多部门协同管理流程。
18.为使本技术实施例所要实现的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
19.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
20.图1示出了本技术实施例提供的一种城市洪涝的告预警系统的示意图；图2示出了本技术提供的一种城市洪涝的告预警方法中告警部分的相关方法的流程图；图3示出了本技术实施例提供的一种评价因子风险值的确定标准示意图；图4示出了本技术实施例提供的一种积水指数评估体系的示意图；图5示出了本技术实施例提供的一种告预警方法中预警部分的相关方法的流程图。
具体实施方式
21.为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发明作详细描述。
22.目前，近年来城市洪涝灾害频发，为了提前对洪涝灾害做出应急响应，保障人民生命财产安全，对城市可能发生洪涝的位置进行预报预警就显得尤为重要。
23.因此，如何建立一套集河网监测、管网运维管理和城市洪涝告警预警功能于一体的多平台系统和告预警方法是目前急需解决的技术管理问题。
24.基于此，本技术实施例提供了一种城市洪涝的告预警方法及系统，该系统包括综合管控平台（或者称为河道管控平台）、监测设备、物联网平台、监测告预警平台（或者称为
监测告警预警平台，即告预警是指告警和预警）、推送平台、短信系统和移动客户端。其中，综合管控平台与监测设备相连，并且监测设备可实时传输监测信息至物联网平台，以及物联网平台可对所获取的监测信息进行处理传输至监测告预警平台，以及监测告预警平台对数据进行响应生成告预警提示和告预警事件管理信息，以及推送平台接收告预警事件管理信息，并将事件处理提示消息发送给事件处理人员，以及用户可通过移动客户端查看监测告预警平台的告预警提示和事件管理信息，从而本技术采用先进的计算机网络通信与信息处理技术进行多平台一体化协同，旨在实现对监测设备、复杂度较高的城市管网排水系统的故障实时告警，实现城市洪涝自动巡查告警，减少人工消耗，实现多平台、多部门的协同管理，最终实现对城市洪涝的全面监控和自动预警，降低城市洪涝灾害的影响。
25.为了更好的理解上述技术方案，下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更清楚、透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
26.请参见图1，图1示出了本技术实施例提供的一种城市洪涝的告预警系统的示意图。如图1所示，该告预警系统包括综合管控平台、监测设备、物联网平台、监测告预警平台、推送平台、短信系统和移动客户端。其中，监测设备可分别与综合管控平台和物联网平台通信连接，以及监测告预警平台可分别与物联网平台、推送平台和移动客户端通信连接，以及推送平台还与短信系统通信连接。
27.具体地，为了方便了解城市河网、管网、监测设备的分布情况与查看河网水位、河网流量、管网液位的实时和历史监测数据，综合管控平台可关联监测设备的空间位置信息和监测数据信息，并在管控的地图上展示城市区域内所有的水位站、流量站、河网、地下管网和路面的监测设备的具体位置及其空间关系，同时还可展示对应监测设备的实时监测数据和历史监测数据；以及，监测设备可采集水位站的实时水位数据、流量站的实时流量数据、河网的实时水位流量数据、地下管网的实时液位数据、路面的实时水位流速数据以及监测设备的工作状态（例如，正常、离线和故障），并将上述数据实时传输至物联网平台和综合管控平台；以及，物联网平台接收监测设备的监测数据，并对监测数据进行分析处理，得到设备运行指数、管网健康度和积水指数（例如，第一积水指数和第二积水指数），以及基于一二维水动力全耦合模型模拟预测未来城市积水深度和未来累积积水时间等，并将计算结果和预测结果传输至监测告预警平台；以及，监测告预警平台接收物联网平台上传的计算结果和预测结果，并能够根据上述两个结果生成对应的设备运行告警提示、管网健康告警提示、城市洪涝告预警提示和洪涝分区告预警提示，以及监测告预警平台还能够根据上述告预警提示生成告预警事件管理列表；以及，推送平台能够根据监测告预警平台生成的告预警事件管理列表中的信息生成事件处理提示，并通过短信系统发送至事件处理人员，以及用户还可登入移动客户端实时查看告预警提示和告预警事件管理信息。
28.应理解，综合管控平台的具体设置、监测设备的具体设置、物联网平台的具体设置、监测告预警平台的具体设置、推送平台的具体设置、短信系统的具体设置和移动客户端
的具体设置等均可根据实际需求来进行设置，本技术实施例并不局限于此。
29.可选地，为了实现对不同类型数据的感知与采集，本技术中的监测设备可由数据感知设备和rtu数据采集设备组成。其中，数据感知设备可对水位、液位、流量、流速和设备工作状态信息进行感知；rtu数据采集设备可对数据进行采集。
30.以及，为了便于网络传输数据，本技术中可通过485总线模块连接数据感知设备和rtu数据采集设备，并在rtu数据采集设备内置通信卡（例如，4g通信卡或者5g通信卡等），以及将采集到的数据实时传输至物联网平台。
31.可选地，为了对城市各处不同地理位置均可采集监测数据，本技术的监测设备可以固定摄像头的形式设置于水位站、流量站、河网和地下管网各处，也可以无人机、无人船的形式在河网各处进行巡查监测。
32.可选地，继续参见图1，为了评价监测设备的实时工作状态，本技术可通过设备管理模块接收监测设备采集的设备工作状态的相关数据信息，并基于设备工作状态的相关数据信息计算设备运行指数数据，以及根据设备运行指数数据确定监测设备此时处于良好、中等、较差中何种工作状态，从而实现了方便对监测设备的维护管理的技术效果，以及设备管理模块将计算结果传输至监测告预警平台。
33.以及，为了评价城市地下管网状态，本技术可通过管网管理模块接收监测设备采集的地下管网液位数据，并基于地下管网液位数据，计算管网健康度数据，以及根据管网健康度数据可以确定管网此时处于何种健康度等级（例如，一级健康度等级、二级健康度等级、三级健康度等级和四级健康度等级等，具体每个健康度等级具有对应的管网健康度数据的范围，从而可基于当前管网健康度数据处于何种范围内，进而能够确定处于何种健康度等级），从而实现了方便对地下管网的维护管理的技术效果，以及管网管理模块将计算结果传输至监测告预警平台。
34.以及，为了实现对河网水位和城市洪涝的预测，本技术可通过气象数据接收模块接收气象局预报的降雨量，并将降雨量作为河网水位预测模块和全耦合计算模块中需要使用到的数据信息。
35.以及，为了实现对河网水位的预测，本技术可通过河网水位预测模块利用监测设备采集的水位站和河网水位数据以及气象数据接收模块传输的预报降雨量预测河网未来水位，并将预测结果传输至全耦合计算模块。
36.以及，为了实现对城市洪涝的预警，本技术还可通过全耦合计算模块利用监测设备采集的水位站水位数据、流量站流量数据、河网水位流量数据、地下管网液位数据以及河网水位预测模块发送的河网水位预测结果以及气象数据接收模块传输的气象预报降雨量模拟预测未来城市河网水位、未来地表积水深度、未来累积积水时间和未来综合流速，并将上述结果传输至洪涝分析模块。
37.以及，为了对数据进行分析，判断当前是否存在洪涝和/或预测洪涝发生情况，本技术的洪涝分析模块具有以下两种作用，具体地：第一种是利用监测设备采集的实时河网、实时路面水位数据和/或全耦合计算模块预测的数据得到的城市河网水深以及地表积水深度进行统计分类，以得出超出警戒线的城市积水深度，并将该结果传输至监测告预警平台。以及，本技术的积水深度警戒线可分为黄色警戒线和红色警戒线。其中，河网红色警戒线为5.75m，河网黄色警戒线东北水系梅汛
期为3.5m，河网黄色警戒线东北水系非梅汛期为3.8m，河网黄色警戒线西南水系梅汛期为4.3m，河网黄色警戒线西南水系非梅汛期为4.5m，路面红色警戒线为0.15m，路面黄色警戒线为0.05m；第二种是利用监测设备采集的实时路面水位流速数据和/或全耦合计算模块预测的地表积水深度、累积积水时间和综合流速，计算积水指数，并对城市地表积水程度进行区块化分类，以得到城市各区块所处积水程度（例如，一级积水程度、二级积水程度、三级积水程度、四级积水程度和五级积水程度等，具体每个等级的积水程度具有对应的积水程度的数据范围，从而可基于当前积水程度处于何种范围内，进而能够确定处于何种等级的积水程度），并将结果传输至监测告预警平台。
38.可选地，继续参见图1，为了警示设备运行状态处于较差，本技术的设备运行告警模块可根据设备运行状态计算结果，生成设备运行告警提示。
39.以及，为了警示管网状态处于严重或紧急，本技术的管网健康告警模块可根据管网状态计算结果，生成管网健康告警提示。
40.以及，为了警示当前城市积水达到警戒线和城市各区块所处积水程度，本技术的洪涝巡查告警模块可根据第一目标统计分类结果数据，生成城市洪涝告警提示，以及还可根据每个城市区块的第一积水程度分类结果数据，生成洪涝分区告警提示。以及，在本技术中，处于一级积水程度的区块可以绿色表示，处于二级积水程度的区块可以蓝色表示，处于三级积水程度的区块可以黄色表示，处于四级积水程度的区块可以橙色表示，处于五级积水程度的区块可以红色表示。
41.以及，为了提前预警城市积水将达到警戒线和城市各区块所处积水程度，本技术的城市洪涝预警模块可根据预测的第二目标统计分类结果数据，生成城市洪涝预警提示，以及还可根据每个城市区块的第二积水程度分类结果数据，生成洪涝分区预警提示。
42.以及，为了方便查看告预警事件及对告预警事件进行管理，本技术的告预警事件管理模块可根据设备运行告警模块、管网健康告警模块和洪涝巡查告警模块的告警信息生成告警事件管理列表，以及还可根据城市洪涝预警模块的预警信息生成预警事件管理列表。
43.以及，为了便于事件处理人员及时对告预警事件进行处理，本技术的推送平台可通过发送短信的方式向事件处理人员推送告预警事件处理提示信息。
44.以及，为了便于用户实时查看平台的告预警信息和告预警事件处理情况，本技术的客户端可安装在手机终端和电脑终端内。
45.应理解，上述告预警系统仅是示例性的，本领域技术人员可根据实际需求进行各种变形，该变形之后的方案也属于本技术的保护范围。
46.为了便于理解告预警系统的具体实现过程，下面可通过具体的方法实施例来进行描述。
47.请参见图2，图2示出了本技术提供的一种城市洪涝的告预警方法中告警部分的相关方法的流程图。如图2所示，该告警部分的相关方法包括：步骤s210，监测设备获取处于目标城市内的监测设备的工作状态数据、地下管网的实时液位数据、实时河网水位数据和实时路面水位流速数据。其中，实时路面水位流速数据包括实时路面水位数据和实时地表积水深度。
48.具体地，该监测设备可获取可采集设备的工作状态（例如，正常、离线和故障）数据、地下管网的实时液位数据、实时河网水位数据和实时路面水位流速数据，并可通过通信卡实时传输至物联网平台。
49.步骤s220，物联网平台利用工作状态数据计算设备运行指数数据，以及还利用实时液位数据计算管网健康度数据，以及还基于实时河网水位数据和实时地表积水深度进行城市积水深度的统计分类，以得到第一目标统计分类结果数据，以及利用实时路面水位流速数据，计算第一积水指数，并对城市地表积水程度进行区块化分类，以得到多个城市区块，以及基于第一积水指数，确定多个城市区块中每个城市区块的第一积水程度分类结果数据。其中，第一目标统计分类结果数据是指超出警戒线的实时城市积水深度的统计分类结果数据。
50.应理解，利用工作状态数据计算设备运行指数数据的具体过程可根据实际需求来进行设置，本技术实施例并不局限于此。
51.可选地，在设备运行指数数据的评价因子包括设备当前工作状态和设备持续工作时长的情况下，该设备运行指数数据的计算公式如下：；其中，s表示设备运行指数数据；s1表示设备当前工作状态的得分值，在工作状态为正常时，该得分值可以为100，以及工作状态为离线时，该得分值可以为80，以及工作状态为故障时，该得分值可以为50；α表示设备持续工作时长对应的系数，在正常时，该系数可以为1.0，以及在工作持续时长为0~3小时时，该系数为1.0，以及在工作持续时长为3~6小时时，该系数可以为0.9，以及在工作持续时长为6~12小时时，该系数可以为0.8，以及在工作持续时长大于12小时时，该系数可以为0.6。
52.以及，本技术中的设备运行指数可作为评价监测设备实时运行状态的得分，并且该设备运行指数的分值范围可以为0~100。其中，85分以上可表示设备运行状态良好，以及60~85分可表示设备运行状态中等，以及60分以下可表示设备运行状态较差，设备需要维护检修。
53.还应理解，利用实时液位数据计算管网健康度数据的具体过程可根据实际需求来进行设置，本技术实施例并不局限于此。
54.可选地，本技术提出的管网健康度可作为评价城市地下管网状态的得分，并且该管网健康度的分值范围可以为0~100。其中，在管网健康度的得分为80~100时，其属于一级健康度，管网状态良好，以及在管网健康度的得分为60~80时，其属于二级健康度，管网状态一般，以及在管网健康度的得分为40~60时，其属于三级健康度，管网状态严重，以及在管网健康度的得分为40及以下时，其属于四级健康度，管网状态紧急。以及，对于三级健康度和四级健康度来说，其需要对管网进行维护检修。此外，本技术可从管网排水效能、管网环境结构、管网缺陷和管网淤积这四个方面来考虑对管网健康度的影响。
55.其中，对于管网排水效能来说，其可通过管网实时液位和管网设计充满度（即管道的管径）的比值来进行判断，并且其可采用扣分制来实现，比值越高说明管道可承载的排水能力越小，排水效能越低，扣分越多。其中，在比值100%时，扣100分，在比值0~20%时，扣0分，其它区间按线性取插值；以及，对于管网环境结构来说，其可考虑管龄、管径、接口、所在道路等级、覆土深
度和土壤类型这些方面，并可按扣分制计算得分。其中，在管龄为0~5年时，扣0分，以及在管龄为5~10年时，扣5分，以及在管龄为10~30年时，扣10分，在管龄超过30年以上时，扣15分；在管径小于300mm时，扣8分，以及在管径为300~500mm时，扣4分，以及在管径为500~1000mm时，扣2分，以及在管径大于1000mm时，扣0分；刚性接口扣0分，柔性接口扣5分，其它接口扣10分；其所在道路为人行道扣8分，为支道扣4分，为次干道扣2分，为主干道扣0分；覆土深度1m以下扣5分，1~3m扣1分，3~5m扣3分，5m以上扣5分；土壤类型岩石土扣0分，碎石土扣2分，砂土扣4分，粉土扣8分；以及，对于管网缺陷来说，管网缺陷包括破裂、变形、腐蚀、错口、起伏和脱轨。其中，破裂缺陷中裂痕扣3分，破口扣5分，破碎扣10分，坍塌扣15分；变形缺陷中变形量小于管径5%扣3分，5~15%扣5分，15~25%扣10分，25%及以上扣15分；腐蚀缺陷中轻度腐蚀扣3分，中度腐蚀扣5分，重度腐蚀扣10分；错口缺陷中，轻度错口扣3分，中度错口扣5分，重度错口扣10分，严重错口扣15分；起伏缺陷以起伏高度与管径的比值为指标，比值小于20%扣3分，20~35%扣5分，35~50%扣10分，大于50%扣15分；脱轨缺陷中轻度脱轨扣3分，中度脱轨扣5分，重度脱轨扣10分，严重脱轨扣15分；以及，对管网淤积来说，轻度淤积扣10分，中度淤积扣30分，重度淤积扣50分，严重淤积扣70分。
56.在上述四个评价因子的基础上，可通过如下公式计算管网健康度数据：；其中，g表示管网健康度数据；g1表示管网排水效能，并且管网排水效能为实时液位数据和地下管网的管道管径的比值；n1表示影响管网排水效能的指标的个数，并且该n1的具体值可以为1（即实时液位与设计充满度之比）；g2表示管网环境结构；n2表示影响管网环境结构的指标的个数，并且该n2的具体值可以为6（例如，管龄、管径、接口、所在道路等级、覆土深度、土壤类型）；g3表示管网缺陷；n3表示影响管网缺陷的指标的个数，并且该n3的具体值可以为6（破裂、变形、腐蚀、错口、起伏和脱轨）；g4表示管网淤积；n4表示影响管网淤积的指标的个数，并且该n4的具体值可以为1（即淤泥）；表示考虑管网排水效能扣去的总分数；表示考虑管网环境结构扣去的总分数；表示考虑管网缺陷扣去的总分数；表示考虑管网淤积扣去的总分数。
57.这里需要说明的是，计算管网健康度所需的数据除管网液位为监测设备实时监测数据外，其余数据均可在城市市政管理部门获得。
58.还应理解，基于实时河网水位数据和实时地表积水深度进行城市积水深度的统计分类，以得到第一目标统计分类结果数据的具体过程也可根据实际需求来进行设置，本技术实施例并不局限于此。
59.可选地，由于水深是指地形高程以上的水体深度并且水位等于水深加上地形高程，故可通过实时河网水位数据确定实时城市河网水深，并可基于实时城市河网水深和实时地表积水深度进行城市积水深度的统计分类，以得到第一目标统计分类结果数据。
60.还应理解，利用实时路面水位流速数据，计算第一积水指数的具体过程也可根据实际需求来进行设置，本技术实施例并不局限于此。
61.可选地，本技术提出的积水指数（例如，第一积水指数或者第二积水指数）可作为反映地表积水程度的评价性指标，并且该积水指数的取值范围可以为0~100，以及在积水指数的值为0~20时，其为一级积水程度（积水程度最轻），以及在积水指数的值为20~40时，其为二级积水程度，以及在积水指数的值为40~60时，其为三级积水程度，以及在积水指数的值为60~80时，其为四级积水程度，以及在积水指数的值为80~100时，其为五级积水程度（积水程度最严重）。
62.以及，考虑到相同积水深度、累积积水时间和综合流速下，积水对大坡度、高容积率的商业、居住和公建用地造成的风险应大于小坡度、低容积率的绿地和广场用地，故本技术以洪涝要素指标和用地性质要素指标作为分类指标构建积水指数。其中，洪涝要素指标可采用积水水深、累积积水时间和综合流速作为评价因子；用地性质要素指标可采用坡度、土地利用类型和容积率作为评价因子。
63.此外，坡度表示地表陡缓的程度，本技术中可使用度数来表示坡度，采用反三角函数计算得到，坡度=高程差/水平距离；土地利用类型可表示土地利用方式相同的土地资源，本技术中土地利用类型的分类可采用《城市用地分类与规划建设用地标准》（gb 50137-2011）中的分类方式；容积率可表示一个区域内地表总建筑面积与净用地面积的比率。
64.另外，洪涝要素指标（积水水深、累积积水时间和综合流速）可通过监测设备所采集的路面水位流速和/或全耦合计算模块计算得到，用地性质要素（坡度、土地利用类型和容积率）可以当地城市市政管理部门获取的资料信息为准。
65.以及，积水指数的计算过程如下：首先，可分别确定积水水深、累积积水时间、综合流速、坡度、土地利用类型和容积率评价因子对应的风险值（取值范围0~100）。
66.例如，请参见图3，图3示出了本技术实施例提供的一种评价因子风险值的确定标准示意图。如图3所示，在某时刻的实施地表积水为0.1m的情况下，根据图3给出的评价因子风险值的确定标准所示，位于风险性低（《0.05，0分）和风险性较低（《0.15，25分）之间，采用线性插值计算得到积水水深的风险值为12.5分。以及，若地表积水超过0.5m，即超过风险性大（《0.5，100分），则取风险值为100分。
67.这里需要说明的是，除土地利用类型评价因子外，其它评价因子均可按此方法计算，土地利用类型评价因子按照土地类型分类直接取值。
68.这里还需要说明的是，在求取的积水系数为第一积水指数的情况下，积水水深可以为实时积水水深，并且累积积水时间可以为实时累积积水时间，以及综合流速可以为实时综合流速；在求取的积水系数为第二积水指数的情况下，积水水深可以为未来积水水深，
并且累积积水时间可以为未来累积积水时间，以及综合流速可以为未来综合流速。
69.其次，可构建积水指数评估体系，并可确定该评估体系中各层的权重系数。如图4所示，本技术的积水指数评估体系可分为目标层、准则层和指标层这三层。其中，目标层可以为积水指数；准则层可以为洪涝要素指标和用地性质要素指标；指标层为积水水深、累积积水时间、综合流速、坡度、土地利用类型和容积率这六个评价因子。
70.以及，继续参见图4，构建完成的积水指数评估体系还给出了体系各层的权重系数，并且还给出了权重系数的修正方法，即本技术的积水评估体系中各层的权重系数可根据城市实际情况修改。
71.具体地，当指标层各评价因子数据均可获得时，积水指数评估体系按图4确定；若指标层存在缺失的评价因子数据，例如，容积率评价因子数据缺失，则土地性质要素指标不再考虑容积率评价因子，并对土地性质要素指标权重和洪涝要素指标权重进行修正，土地性质要素指标权重修正为30%-20%*30%=24%，洪涝要素指标权重修正为70+20%*30%=76%。
72.对应地，当缺失其他的平均因子时，均可按照上述步骤进行权重的修订，在此不再一一赘述。
73.最后，可通过如下公式计算积水指数：a=b1*70%+b2*30%；其中，a表示积水指数；b1表示洪涝要素指标；b2表示用地性质要素指标。
74.以及，b1的计算公式如下：b1=c
11
*70%+c
12
*20%+c
13
%*10%；b2=c
21
*10%+c
22
*70%+c
23
%*20%；其中，c
11
表示积水水深评价因子的风险值；c
12
表示累积积水时间评价因子的风险值；c
13
表示综合流速评价因子的风险值；c
21
表示坡度评价因子的风险值；c
22
表示土地利用类型评价因子的风险值；c
23
表示容积率评价因子的风险值。
75.步骤s230，监测告预警平台在确定设备运行指数数据、管网健康度数据、第一目标统计分类结果数据和每个城市区块的第一积水程度分类结果数据中的至少一个数据符合对应的告警条件时，生成对应的告警信息。
76.应理解，每个数据对应的具体告警条件可根据实际需求来进行设置，本技术实施例并不局限于此。
77.例如，在确定设备运行指数数据的得分小于60分时，则可生成设备运行告警提示；再例如，在确定管网健康度数据的得分小于40分时，则生成管网健康告警提示等。
78.此外，在生成告警信息后，推送平台还可向事件处理人员发送告警事件处理提示消息，事件处理人员根据所指派的工作任务进行告警事件处理，以及用户还可登入客户端实时查看告警提示和告警事件处理情况。
79.这里需要说明的是，虽然上述步骤s210至步骤s230示出了各个步骤的执行主体，但本领域的技术人员应当理解，还可根据实际需求修改各个步骤的执行主体，本技术实施例并不局限于此。
80.这里需要说明的是，本技术的城市洪涝的告预警系统除了具备上述告警等功能之外，还可具备预警的功能，具体过程可参见下文的相关描述。
81.请参见图5，图5示出了本技术实施例提供的一种告预警方法中预警部分的相关方
法的流程图。具体地，该预警部分的相关方法包括：步骤s510，监测设备采集水位站的实时水位数据、流量站的实时流量数据、实时河网水位流量数据和目标城市的预报降雨量。
82.步骤s520，物联网平台的河网水位预测模块将实时河网水位数据和预先构建的河道库容曲线进行匹配，以得到河道当前蓄水体积，并利用河道当前蓄水体积和预报降雨量，计算河道未来蓄水体积，以及再次将河道未来蓄水体积和河道库容曲线进行匹配，以得到河网未来水位。其中，河道库容曲线可以为水位-体积关系曲线。
83.具体地，在河网由多条河道构成的情况下，每条河道可根据河道不同水位对应的河道蓄水体积拟合出一条河道库容曲线。
84.以及，还可根据监测设备所采集的实时河网水位数据，并将实时河网水位数据和上述拟合出的河道库容曲线进行匹配，以得到河道当前蓄水体积（或者说，利用河道库容曲线，计算河道当前蓄水体积）。
85.以及，根据物联网平台的气象数据接收模块接收的预报降雨量，并可按如下公式计算河道未来蓄水体积：；其中，v
t
表示河道未来蓄水体积；v表示河道当前蓄水体积；r表示预报降雨量；表示河道表面积；表示净流系数，取值可以为0~1。
86.以及，在确定河道未来蓄水体积后，还可将河道未来蓄水体积和上述拟合出的河道库容曲线进行匹配，以得到河网未来水位。其中，该河网未来水位是指河网的边界条件。
87.步骤s530，物联网平台基于预先构建的一二维水动力全耦合模型对水位站的实时水位数据、流量站的实时流量数据、实时河网水位流量数据、地下管网的实时液位数据和目标城市的预报降雨量进行预测处理，以得到预测数据。其中，预测数据包括未来城市河网水位、未来地表积水深度、未来累积积水时间和未来综合流速。其中，一二维水动力全耦合模型是基于用于模拟河网水流的一维河网模型得到的，并且河网未来水位被作为边界条件提供给一维河网模型；未来城市河网水位是指每个断面处的水位。
88.应理解，一二维水动力全耦合模型的构建过程可根据实际需求来进行设置，本技术实施例并不局限于此。
89.可选地，构建一维水动力模型；其中，一维水动力模型包括用于模拟河网水流的一维河网模型和用于模拟城市地下管网水流的一维管网模型；构建用于模拟城市地表水流的二维水动力模型；对一维河网模型和一维管网模型执行河网与城市地下的一维模型耦合，以及对一维河网模型和二维水动力模型执行河网与城市地表的一二维模型耦合，以及对一维管网模型和二维水动力模型执行城市地下地表的一二维模型耦合。
90.其中，一维河网模型的控制方程可采用圣维南方程，具体如下：
；其中，b表示河网断面处的水面宽度；z表示河网断面处的水位；q表示河网断面处的流量；a表示河网断面处的过水面积；t表示时间；x表示河道沿程距离；q表示源项，并且源项包括侧向入流；g表示重力加速度；sf表示动量沿程阻力损失，其表达式；r表示水力半径；n表示曼宁糙率系数。
91.以及，本技术中采用godunov有限体积法求解一维河网控制方程，并采用muscl-hancock预测校正两步来保证求解在时间、空间上均具有二阶精度，单元界面处数值通量（质量通量和动量通量）求解采用hll格式的近似riemann解，上述求解方法具有良好的激波捕获能力，能够模拟复杂地形条件下的恒定流与非恒定流。此外，本技术在构建一维河网模型时采用openmp并行计算技术，用于提升模型的计算速度。同时，一维河网模型也接收河网水位预测模块的河网水位预测结果作为水位边界条件。由于构建一维河网模型所采用的技术、方法均已为学界所知，故本技术不再详述。
92.以及，一维管网模型的控制方程可包括连续方程和动量方程，具体如下：；其中，a表示过水断面面积；q表示过水断面处的流量；h表示过水断面处的水头；t表示时间；x表示管网沿程距离；g表示重力加速度；sf表示动量沿程阻力损失，其表达式；r表示水力半径；n表示曼宁糙率系数。
93.此外，本技术中构建的一维管网模型可采用swmm城市排水系统管网模型，并且由于该模型为水利专业商业软件，控制方程求解技术与方法均为学界已知，故本技术不再详述。
94.以及，二维水动力模型的控制方程采用二维浅水方程，具体如下：；；；其中，h表示水深；u为x方向的流速；v为y方向的流速；t为时间；g为重力加速度；q
为质量源项，包括点源、侧向入流；s
x
和sy为动量源项。以及，s
x
和sy的表达式为：；；其中，zb表示床面底高程；cf表示摩擦力系数，表达式为，n表示曼宁糙率系数；表示水的密度；表示空气的密度；p为水面大气压力；cd为风应力拖曳系数；vw为水面以上10m处的风速；v
x
为水面以上10m处的风速在x方向上的风速分量；vy为水面以上10m处的风速在y方向上的风速分量；f为科氏系数，表达式为，，为纬度。
95.此外，本技术中构建二维水动力模型可采用倾斜三角网格，这种网格具有适应二维地形的好处。对控制方程的求解采用godunov有限体积法，并采用muscl-hancock预测校正两步来保证求解在时间、空间上均具有二阶精度，单元界面处数值通量（质量通量和动量通量）求解采用hllc格式的近似riemann解，上述求解方法具有良好的激波捕获能力，能够模拟复杂地形条件下的恒定流与非恒定流。
96.另外，本技术在构建二维水动力模型时采用gpu并行加速计算技术，用于提升模型的计算速度。同时，二维水动力模型接收气象数据接收模块的气象预报降雨量作为质量源项。由于构建二维水动力模型所采用的技术、方法均已为学界所知，故本发明不再详述。
97.以及，对于对一维河网模型和一维管网模型执行河网与城市地下的一维模型耦合来说，本技术提出了一种用于河网与管网的耦合方法，该耦合方法通过一维河网断面与一维管网排口进行水流交换，实现河网与城市地下的一维耦合，包括：将一维管网模型的排口与一维河网模型的目标断面相连，作为耦合节点；其中，耦合节点包括管网排口与河网断面；中间步骤：一维河网模型为一维管网模型提供水位边界，并将耦合节点处的河网断面的断面水位作为管网排口的边界条件提供给一维管网模型；根据水位边界，一维管网模型从当前时间步更新至下一时间步；一维管网模型为一维河网模型提供侧向入流源项，并根据一维管网模型更新后的耦合节点处管网排口流量，将管网排口流量作为耦合节点处河网断面的侧向入流源项；根据侧向入流源项，一维河网模型从当前时间步更新至下一时间步，之后跳转至中间步骤以循环计算，直至计算完成。
98.此外，对于对一维河网模型和二维水动力模型执行河网与城市地表的一二维模型耦合，以及对一维管网模型和二维水动力模型执行城市地下地表的一二维模型耦合这两个步骤来说，河网与城市地表的一二维模型耦合、城市地下地表的一二维模型耦合，由于其中采用的耦合技术与方法均为学界已知，故本技术不再详述。
99.此外，在构建上述一二维水动力全耦合模型的基础上，可基于预先构建的一二维水动力全耦合模型对水位站的实时水位数据、流量站的实时流量数据、实时河网水位流量
数据、地下管网的实时液位数据和目标城市的预报降雨量进行预测处理，以得到预测数据。
100.从而，在上述一二维水动力全耦合模型构建完成后，可利用构建完成后的一二维水动力全耦合模型进行预测处理。
101.步骤s540，物联网平台基于通过未来城市河网水位得到的未来城市河网水深和未来地表积水深度进行城市积水深度的统计分类，以得到第二目标统计分类结果数据，以及利用未来地表积水深度、未来累积积水时间和未来综合流速，计算第二积水指数，并基于第二积水指数，确定每个城市区块的第二积水程度分类结果数据。其中，第二目标统计分类结果数据是指超出警戒线的预测的城市积水深度的统计分类结果数据。
102.应理解，物联网平台基于通过未来城市河网水位得到的未来城市河网水深和未来地表积水深度进行城市积水深度的统计分类，以得到第二目标统计分类结果数据的具体过程可根据实际需求来进行设置，本技术实施例并不局限于此。
103.可选地，物联网平台可基于未来城市河网水位，得到未来城市河网水深，并基于未来城市河网水深和未来地表积水深度进行城市积水深度的统计分类，以得到第二目标统计分类结果数据。
104.应理解，第二积水指数的计算过程可参照上述积水指数的计算过程，在此不再重复赘述。
105.步骤s550，监测告预警平台在确定第二目标统计分类结果数据和每个城市区块的第二积水程度分类结果数据满足对应的预警条件时，生成对应的预警提示信息。
106.此外，在生成预警信息后，推送平台还可向事件处理人员发送预警事件处理提示消息，事件处理人员根据所指派的工作任务进行预警事件处理，以及用户还可登入客户端实时查看预警提示和预警事件处理情况。
107.这里需要说明的是，虽然上述步骤s510至步骤s550示出了各个步骤的执行主体，但本领域的技术人员应当理解，还可根据实际需求修改各个步骤的执行主体，本技术实施例并不局限于此。
108.综上，本技术实施例通过设备运行指数这一量化后的指标，能够更加直观地反映出设备运行状态，提高管理部门对监测设备的维护管理效率。
109.以及，本技术实施例还通过管网健康度这一考虑了多因素影响后量化的指标，能够更加直观、准确地反映出管网健康状态，提高管理部门对城市地下管网的维护管理效率。
110.以及，本技术实施例还通过积水指数可以清晰地反映出城市地表各区域积水程度，便于对城市易发生洪涝区域进行管控以及易涝区域的防灾预警规划。
111.以及，本技术实施例还将监测、告警、预警工作集中于一个系统，优化多部门协同管理流程。
112.以及，一二维水动力全耦合模型综合考虑了城市河网、地下管网、地表之间相互的水流交换，提高了对城市洪涝灾害预警的准确度。
113.应理解，上述城市洪涝的告预警方法仅是示例性的，本领域技术人员根据实际需求可以进行各种变形，该变形之后的方案也属于本技术的保护范围。
114.需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参
见方法实施例的部分说明即可。
115.本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本技术的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
116.另外，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
117.所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器（rom，read-only memory）、随机存取存储器（ram，random access memory）、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
118.以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
119.以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。

技术特征：
1.一种城市洪涝的告预警方法，其特征在于，包括：获取处于目标城市内的监测设备的工作状态数据、地下管网的实时液位数据、实时河网水位数据和实时路面水位流速数据；其中，实时路面水位流速数据包括实时路面水位数据和实时地表积水深度；利用所述工作状态数据计算设备运行指数数据，以及还利用所述实时液位数据计算管网健康度数据，以及还基于所述实时河网水位数据和所述实时地表积水深度进行城市积水深度的统计分类，以得到第一目标统计分类结果数据，以及利用所述实时路面水位流速数据，计算第一积水指数，并对城市地表积水程度进行区块化分类，以得到多个城市区块，以及基于所述第一积水指数，确定所述多个城市区块中每个城市区块的第一积水程度分类结果数据；其中，第一目标统计分类结果数据是指超出警戒线的实时城市积水深度的统计分类结果数据；在确定所述设备运行指数数据、所述管网健康度数据、所述第一目标统计分类结果数据和所述每个城市区块的第一积水程度分类结果数据中的至少一个数据符合对应的告警条件时，生成对应的告警信息。2.根据权利要求1的告预警方法，其特征在于，所述工作状态数据包括设备工作状态和设备持续工作时长；其中，利用所述工作状态数据计算设备运行指数数据，包括：分别确定所述设备工作状态的得分值和所述设备持续工作时长对应的系数；将所述设备工作状态的得分值和所述设备持续工作时长对应的系数的乘积值作为设备运行指数。3.根据权利要求1的告预警方法，其特征在于，所述管网健康度数据的计算公式如下：；其中，g表示所述管网健康度数据；g1表示管网排水效能，并且所述管网排水效能为所述实时液位数据和地下管网的管道管径的比值；n1表示影响所述管网排水效能的指标的个数；g2表示管网环境结构；n2表示影响所述管网环境结构的指标的个数；g3表示管网缺陷；n3表示影响所述管网缺陷的指标的个数；g4表示管网淤积；n4表示影响所述管网淤积的指标的个数。4.根据权利要求1的告预警方法，其特征在于，所述实时路面水位流速数据包括实时积水水深、实时累积积水时间和实时综合流速，所述第一积水指数是基于第一洪涝要素指标值和第一用地性质要素指标值确定的，所述第一用地性质要素指标值是通过坡度、土地利用类型和容积率确定的；其中，所述利用所述实时路面水位流速数据，计算第一积水指数，包括：分别确定所述实时积水水深对应的风险值、所述实时累积积水时间对应的风险值和所述实时综合流速对应的风险值，并对所述实时积水水深对应的风险值、所述实时累积积水
时间对应的风险值和所述实时综合流速对应的风险值进行加权求和，以得到所述第一洪涝要素指标值；分别确定所述坡度对应的风险值、所述土地利用类型对应的风险值和所述容积率对应的风险值，并对所述坡度对应的风险值、所述土地利用类型对应的风险值和所述容积率对应的风险值进行加权求和，以得到所述第一用地性质要素指标值；对所述第一洪涝要素指标值和所述第一用地性质要素指标值进行加权求和，以得到所述第一积水指数。5.根据权利要求1至4任一的告预警方法，其特征在于，所述告预警方法进一步包括：获取水位站的实时水位数据、流量站的实时流量数据、实时河网水位流量数据和所述目标城市的预报降雨量；将所述实时河网水位数据和预先构建的河道库容曲线进行匹配，以得到河道当前蓄水体积；利用所述河道当前蓄水体积和所述预报降雨量，计算河道未来蓄水体积，并再次将所述河道未来蓄水体积和所述河道库容曲线进行匹配，以得到河网未来水位；基于预先构建的一二维水动力全耦合模型对所述水位站的实时水位数据、所述流量站的实时流量数据、所述实时河网水位流量数据、所述地下管网的实时液位数据和所述目标城市的预报降雨量进行预测处理，以得到预测数据；其中，所述预测数据包括未来城市河网水位、未来地表积水深度、未来累积积水时间和未来综合流速；其中，所述一二维水动力全耦合模型是基于用于模拟河网水流的一维河网模型得到的，并且所述河网未来水位被作为边界条件提供给所述一维河网模型；基于通过所述未来城市河网水位得到的未来城市河网水深和所述未来地表积水深度进行城市积水深度的统计分类，以得到第二目标统计分类结果数据，以及利用所述未来地表积水深度、所述未来累积积水时间和所述未来综合流速，计算第二积水指数，并基于所述第二积水指数，确定所述每个城市区块的第二积水程度分类结果数据；其中，所述第二目标统计分类结果数据是指超出警戒线的预测的城市积水深度的统计分类结果数据；在确定所述第二目标统计分类结果数据和所述每个城市区块的第二积水程度分类结果数据中的至少一个数据满足对应的预警条件时，生成对应的预警提示信息。6.根据权利要求5的告预警方法，其特征在于，所述一二维水动力全耦合模型的构建过程包括：构建一维水动力模型；其中，所述一维水动力模型还包括用于模拟城市地下管网水流的一维管网模型；构建用于模拟城市地表水流的二维水动力模型；对所述一维河网模型和所述一维管网模型执行河网与城市地下的一维模型耦合，以及对所述一维河网模型和所述二维水动力模型执行河网与城市地表的一二维模型耦合，以及对所述一维管网模型和所述二维水动力模型执行城市地下地表的一二维模型耦合。7.根据权利要求6的告预警方法，其特征在于，所述一维河网模型包括：
；其中，b表示河网断面处的水面宽度；z表示所述河网断面处的水位；q表示所述河网断面处的流量；a表示所述河网断面处的过水面积；t表示时间；x表示河道沿程距离；q表示源项，并且所述源项包括侧向入流；g表示重力加速度；s
f
表示动量沿程阻力损失；r表示水力半径；n表示曼宁糙率系数。8.根据权利要求6的告预警方法，其特征在于，所述一维管网模型包括：；其中，a表示过水断面面积；q表示所述过水断面处的流量；h表示所述过水断面处的水头；t表示时间；x表示管网沿程距离；g表示重力加速度；s
f
表示动量沿程阻力损失；r表示水力半径；n表示曼宁糙率系数。9.根据权利要求6的告预警方法，其特征在于，所述对所述一维河网模型和所述一维管网模型执行河网与城市地下的一维模型耦合，包括：将所述一维管网模型的排口与所述一维河网模型的目标断面相连，作为耦合节点；其中，所述耦合节点包括管网排口与河网断面；中间步骤：所述一维河网模型为所述一维管网模型提供水位边界，并将所述耦合节点处的河网断面的断面水位作为管网排口的边界条件提供给所述一维管网模型；根据水位边界，所述一维管网模型从当前时间步更新至下一时间步；所述一维管网模型为所述一维河网模型提供侧向入流源项，并根据所述一维管网模型更新后的耦合节点处管网排口流量，将所述管网排口流量作为所述耦合节点处河网断面的侧向入流源项；根据所述侧向入流源项，所述一维河网模型从当前时间步更新至下一时间步，之后跳转至所述中间步骤以循环计算，直至计算完成。10.一种城市洪涝的告预警系统，其特征在于，包括：监测设备，用于获取处于目标城市内的监测设备的工作状态数据、地下管网的实时液位数据、实时河网水位数据和实时路面水位流速数据；其中，实时路面水位流速数据包括实时路面水位数据和实时地表积水深度；物联网平台，用于利用所述工作状态数据计算设备运行指数数据，以及还利用所述实时液位数据计算管网健康度数据，以及还基于所述实时河网水位数据和所述实时地表积水深度进行城市积水深度的统计分类，以得到第一目标统计分类结果数据，以及利用所述实时路面水位流速数据，计算第一积水指数，并对城市地表积水程度进行区块化分类，以得到多个城市区块，以及基于所述第一积水指数，确定所述多个城市区块中每个城市区块的第一积水程度分类结果数据；其中，第一目标统计分类结果数据是指超出警戒线的实时城市积水深度的统计分类结果数据；
监测告预警平台，用于在确定所述设备运行指数数据、所述管网健康度数据、所述第一目标统计分类结果数据和所述每个城市区块的第一积水程度分类结果数据中的至少一个数据符合对应的告警条件时，生成对应的告警信息。

技术总结
本发明涉及一种城市洪涝的告预警方法及系统，包括：利用工作状态数据计算设备运行指数数据，以及还利用实时液位数据计算管网健康度数据，以及还基于实时河网水位数据和实时地表积水深度进行城市积水深度的统计分类，以得到第一目标统计分类结果数据，以及利用实时路面水位流速数据，计算第一积水指数，并对城市地表积水程度进行区块化分类，以得到每个城市区块的第一积水程度分类结果数据；在确定设备运行指数数据、管网健康度数据、第一目标统计分类结果数据和每个城市区块的第一积水程度分类结果数据中的至少一个数据符合对应的告警条件时，生成对应的告警信息，从而相比于现有的方案，其至少能够解决人工巡查导致的数据易丢失等问题。易丢失等问题。易丢失等问题。


技术研发人员：赵梦琦 张飞珍 谢涵聪 胡孟娴 孙映宏 桂发二 于丹红 万鹏 张瑶伊
受保护的技术使用者：浙江贵仁信息科技股份有限公司
技术研发日：2023.05.26
技术公布日：2023/7/7