BP神经网络和数值模型相结合的城市内涝预测方法研究
2022-06-07刘媛媛刘业森郑敬伟柴福鑫
水利学报 2022年3期
关键词:模型
刘媛媛,刘业森,郑敬伟,柴福鑫,李 敏,穆 杰
(1.中国水利水电科学研究院,北京 100038;2.水利部防洪抗旱减灾工程技术研究中心,北京 100038)
1 研究背景
随着全球气候环境的变化,极端降雨出现的频率越来越高,城市内涝灾害频发[1-2]。随着我国城镇化建设的快速发展,极端降水及其伴生的次生灾害所造成的损失也被成倍放大[3],北京、广州、深圳、武汉等多个城市均发生过较大的内涝灾害[4],2021年7月20日,郑州市遭遇极端大暴雨灾害,暴雨引起地铁、地下隧道雨水倒灌,道路、桥区积水严重,造成了重大人员伤亡和财产损失[5-6]。当前,大暴雨引起的内涝已经成为影响城市运行、居民生活的城市型水灾害。城市内涝防治对保障国家水安全、支撑社会经济可持续发展具有重要的科学价值和战略意义。提前预知、预判、预防城市内涝风险,及时发布预警信息,指导市民生活,保障人民群众生命财产安全,是城市内涝风险管理工作中迫切需要解决的问题[7]。
当前城市内涝风险分析主要采用数值模型,包括水文学模型、水动力学模型,以及水文水动力模型。这些模型各有优缺点:水文学模型计算效率高,但不能计算洪水演进过程;水动力学模型,可以计算网格内的流速、水深等水力要素,但其计算效率较低;水文水动力学模型采用水文模型与二维水动力模型进行耦合,不仅可以保证模型精度又具有良好的计算效率,是洪涝模型研究的热点方向。学者们从水文、水动力学的角度,对地表模型、河道模型以及地下管网模型的耦合机制进行了深入的研究,并取得了丰硕的研究成果[8-9]。……
登录APP查看全文
