张小伟，解智强，2，侯至群，2，朱大明

(1.昆明理工大学，云南 昆明 650093；2.昆明市城市地下管线探测管理办公室，云南 昆明 650093)

一种基于BP神经网络耦合排水管线信息的城市河道风险评价研究

张小伟1，解智强1，2，侯至群1，2，朱大明1

(1.昆明理工大学，云南 昆明 650093；2.昆明市城市地下管线探测管理办公室，云南 昆明 650093)

城市内涝问题困扰着很多城市，而河道漫堤是城市内涝灾害的一种重要特征，因此利用城市排水信息数据模拟并预测河道水位对洪灾预防、防灾预案制定有着重要意义。传统水力模型预测河道水位存在数据需求量大、计算复杂等缺陷，因此不能在短期内取得成效。本文运用BP人工神经网络构建河道水位预测模型，基于人工网络知识，取用数据较少，精度高，能够很好地模拟暴雨条件下昆明市盘龙江沿岸水位。

人工神经网络；城市内涝；Matlab；预测模型；排水管线

一、引 言

近年来极端天气频繁发生，2013年中国有很多城市(长沙、东莞、太原等)都存在严重的城市内涝问题，因此解决城市洪水灾害问题已成为很多城市的当务之急，内涝防洪成为研究热点。而在我国的城市洪灾规划防治领域，排水模型被广泛应用于城市洪灾模拟，已取得积极效果。但是水力模型在城市内涝预防应用过程中存在一系列问题，首先建模需要大量的实测数据，以模拟研究区域的真实状态，而基础数据的缺失特别是GIS数据的缺乏使基于水力模型的城市洪灾模拟存在偏差。其次水力模型对宏观决策支持性弱，对于大区域的城市内涝模拟存在困难。……