本發(fā)明公開了一種基于BP人工神經(jīng)網(wǎng)絡(luò)的城市積澇水位預(yù)報(bào)方法，特點(diǎn)是獲取當(dāng)前預(yù)報(bào)組的各個(gè)歷史樣本的預(yù)報(bào)對(duì)象和預(yù)報(bào)因子并進(jìn)行歸一化處理后，作為當(dāng)前預(yù)報(bào)時(shí)效對(duì)應(yīng)的預(yù)報(bào)模型的訓(xùn)練樣本集，構(gòu)造當(dāng)前預(yù)報(bào)時(shí)效對(duì)應(yīng)的待訓(xùn)練的預(yù)報(bào)模型，通過訓(xùn)練樣本集對(duì)待訓(xùn)練的預(yù)報(bào)模型進(jìn)行訓(xùn)練最終得到當(dāng)前預(yù)報(bào)時(shí)效對(duì)應(yīng)的訓(xùn)練后的預(yù)報(bào)模型，采用以上方法得到每個(gè)預(yù)報(bào)時(shí)效對(duì)應(yīng)的訓(xùn)練后的預(yù)報(bào)模型，再通過將當(dāng)前預(yù)報(bào)因子輸入對(duì)應(yīng)的當(dāng)前預(yù)報(bào)模型，得到當(dāng)前預(yù)報(bào)組中每個(gè)積澇預(yù)報(bào)點(diǎn)在當(dāng)前起報(bào)時(shí)刻對(duì)應(yīng)的每個(gè)預(yù)報(bào)時(shí)效的積澇水位預(yù)報(bào)值；優(yōu)點(diǎn)是利用BP人工神經(jīng)網(wǎng)絡(luò)模型的自我學(xué)習(xí)能力得到訓(xùn)練后的預(yù)報(bào)模型，輸出積澇水位預(yù)報(bào)結(jié)果較為準(zhǔn)確。

技術(shù)領(lǐng)域

本發(fā)明涉及一種積澇水位預(yù)報(bào)方法，尤其是一種基于BP人工神經(jīng)網(wǎng)絡(luò)的城市積澇水位預(yù)報(bào)方法。

背景技術(shù)

城市內(nèi)澇是指由于強(qiáng)降水或連續(xù)性降水超過城市排水能力致使城市內(nèi)產(chǎn)生積水災(zāi)害的現(xiàn)象。造成內(nèi)澇的客觀原因是降雨強(qiáng)度大、范圍集中，降雨強(qiáng)度比較大、時(shí)間比較長(zhǎng)也有可能形成積水。地勢(shì)比較高的地區(qū)不容易形成積水，而地勢(shì)比較低洼的地區(qū)，就容易形成內(nèi)澇。國(guó)內(nèi)一些城市排水管網(wǎng)欠賬比較多，管道老化，排水標(biāo)準(zhǔn)比較低，有的地方排水設(shè)施就不健全、不完善，排水系統(tǒng)建設(shè)滯后是造成內(nèi)澇的一個(gè)重要原因。另外，城市大量的硬質(zhì)鋪裝，如柏油路、水泥路面，降雨時(shí)水滲透性不好，也容易形成這段路面的積水。由于城市中植被稀疏，水塘較少，無法貯存雨水，導(dǎo)致出現(xiàn)“匯水”的現(xiàn)象形成積水。

當(dāng)前已有的方法主要采用構(gòu)建暴雨洪水管理模型(Storm Water ManagementModel，SWMM)，并對(duì)模型中的參數(shù)進(jìn)行率定，從而模擬城市遭暴雨時(shí)可能出現(xiàn)的城市積澇位置和深度。城市暴雨內(nèi)澇數(shù)學(xué)模型以城市地表與明渠、河道水流運(yùn)動(dòng)為主要模擬對(duì)象，其基本控制方程以平面二維非恒定流的基本方程為骨架(解以揚(yáng)等，水科學(xué)進(jìn)展，2005)。SWMM的構(gòu)建不僅涉及到降水?dāng)?shù)據(jù)，還需要豐富的地理數(shù)據(jù)(地形、地貌、地物、排水等)作支撐，模型的使用過程中存在數(shù)據(jù)難以獲取、處理過程復(fù)雜、數(shù)據(jù)概化不合理、參數(shù)率定困難等問題。目前已有一些有關(guān)城市積澇的發(fā)明專利，這些專利多結(jié)合地理信息系統(tǒng)(GeographicInformation System，GIS)來模擬暴雨產(chǎn)生的內(nèi)澇區(qū)域和水深，并利用GIS系統(tǒng)來呈現(xiàn)暴雨的積澇區(qū)域和深度，而數(shù)字高程模型(Digital Elevation Model，DEM)是GIS中暴雨積澇分析中所涉及的最重要的信息之一；還有一些發(fā)明專利基于BP人工神經(jīng)網(wǎng)絡(luò)來進(jìn)行各種水位的預(yù)測(cè)。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是提供一種預(yù)報(bào)精度及準(zhǔn)確度較高的基于BP人工神經(jīng)網(wǎng)絡(luò)的城市積澇水位預(yù)報(bào)方法。

本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案為：一種基于BP人工神經(jīng)網(wǎng)絡(luò)的城市積澇水位預(yù)報(bào)方法，包括以下步驟：

⑴定義待預(yù)報(bào)積澇水位的城市區(qū)域?yàn)槟繕?biāo)區(qū)域，獲取目標(biāo)區(qū)域內(nèi)的積澇預(yù)報(bào)點(diǎn)的數(shù)量并記為N個(gè)，將N個(gè)積澇預(yù)報(bào)點(diǎn)預(yù)先分成M個(gè)預(yù)報(bào)組，從M個(gè)預(yù)報(bào)組中任意選取一個(gè)預(yù)報(bào)組作為當(dāng)前預(yù)報(bào)組，將當(dāng)前預(yù)報(bào)組中的積澇預(yù)報(bào)點(diǎn)的數(shù)量記為N_cur個(gè)；

⑵定義N個(gè)積澇預(yù)報(bào)點(diǎn)對(duì)應(yīng)的徑流匯集區(qū)為雨量觀測(cè)區(qū)，獲取雨量觀測(cè)區(qū)內(nèi)全部雨量觀測(cè)站的數(shù)量并記為K個(gè)；獲取對(duì)目標(biāo)區(qū)域內(nèi)的N個(gè)積澇預(yù)報(bào)點(diǎn)有影響的潮河水位觀測(cè)點(diǎn)的數(shù)量并記為L(zhǎng)個(gè)；