采用路徑算法和管網(wǎng)簡化的城市內(nèi)澇近實(shí)時(shí)模擬

在全球變暖和快速城市化背景下，城市內(nèi)澇問題日益凸顯，對(duì)城市運(yùn)行造成了嚴(yán)重影響。研究分析內(nèi)澇致災(zāi)機(jī)理是防治內(nèi)澇的理論基礎(chǔ)，研發(fā)可用技術(shù)方法與軟件工具是排水防澇工作的重要支撐。本項(xiàng)目以廣州市為研究對(duì)象，采集了典型區(qū)域的激光雷達(dá)地形數(shù)據(jù)、排水管網(wǎng)和道路水系等基礎(chǔ)數(shù)據(jù)，并建設(shè)了城市內(nèi)澇無線監(jiān)控系統(tǒng)，實(shí)時(shí)采集內(nèi)澇頻發(fā)點(diǎn)的降雨量、積水深度和監(jiān)控視頻。在此基礎(chǔ)上構(gòu)建了典型區(qū)域的SWMM模型，根據(jù)經(jīng)過驗(yàn)證模型的分析，降雨強(qiáng)度變化比不透水率變化對(duì)內(nèi)澇溢流總體積的影響更大；此外，用內(nèi)澇事件的最大積水深度進(jìn)行模型校驗(yàn)，其模擬精度弱于用積水過程校準(zhǔn)的模型，但二者精度差異在可接受范圍內(nèi)，說明調(diào)查水深數(shù)據(jù)可用于內(nèi)澇模型校驗(yàn)。針對(duì)當(dāng)前排水設(shè)計(jì)中常用雨型低估徑流峰值的問題，提出一種改進(jìn)的暴雨雨型設(shè)計(jì)方法。模擬結(jié)果表明改進(jìn)后的Huff雨型對(duì)徑流峰值的估計(jì)更接近實(shí)測值，與實(shí)際暴雨事件的降雨過程和積水過程的擬合效果最好，計(jì)算和應(yīng)用也較為簡便。從市域尺度研究廣州市多年內(nèi)澇災(zāi)害的演變過程；揭示了受多因子共同作用的城市內(nèi)澇災(zāi)害在廣州市從2009年到2015年間呈現(xiàn)波動(dòng)減緩的趨勢，其中波動(dòng)部分由降雨控制，減緩趨勢則主要來自于排水改造工程的貢獻(xiàn)；并進(jìn)一步指出內(nèi)澇熱點(diǎn)移變是進(jìn)行內(nèi)澇治理時(shí)需要統(tǒng)籌考慮的重要一點(diǎn)。該成果的研究結(jié)論可為國內(nèi)城市的內(nèi)澇治理政策制定提供依據(jù)，具有較好的應(yīng)用價(jià)值。 2100433B

頻繁發(fā)生的內(nèi)澇現(xiàn)象對(duì)城市系統(tǒng)的正常運(yùn)行產(chǎn)生了嚴(yán)重影響，是當(dāng)前社會(huì)關(guān)注的熱點(diǎn)問題，而現(xiàn)有內(nèi)澇模型的模擬時(shí)間長，不能滿足近實(shí)時(shí)模擬和預(yù)測的要求。研究將在分析不同空間分辨率和高程精度對(duì)內(nèi)澇模擬效率與準(zhǔn)確性影響的基礎(chǔ)上建立不同研究尺度（街道、小區(qū)和城區(qū)）與空間分辨率及高程精度的對(duì)應(yīng)關(guān)系；以確定性和隨機(jī)性路徑算法的適用性分析為依據(jù)，采用路徑算法代替二維模型來模擬地表水流運(yùn)動(dòng)；通過分析排水管網(wǎng)簡化措施及其簡化程度對(duì)模擬準(zhǔn)確性和運(yùn)行時(shí)間的影響，建立不同研究尺度與簡化措施及其簡化程度的對(duì)應(yīng)關(guān)系。研究成果能夠?yàn)槌鞘泄芾聿块T提供內(nèi)澇應(yīng)急處置的決策支持，為內(nèi)澇期間的實(shí)時(shí)交通疏導(dǎo)提供依據(jù)，也可用于排水管網(wǎng)的新建與改造、基礎(chǔ)設(shè)施的選址分析以及財(cái)產(chǎn)保險(xiǎn)的風(fēng)險(xiǎn)評(píng)估等，具有重要的現(xiàn)實(shí)意義和應(yīng)用價(jià)值。

最短路徑樹Dijkstra算法

設(shè)置兩個(gè)定點(diǎn)的集合T和S，集合S中存放已找到最短路徑的定點(diǎn)，集合T中存放當(dāng)前還未找到的最短路徑的定點(diǎn)。初始狀態(tài)時(shí)，集合S中只包含源點(diǎn)v0然后不斷從集合T中選取到定點(diǎn)v0路徑長度最短的頂點(diǎn)u加入集合S，集合S中每加入一個(gè)新的頂點(diǎn)u，都要修改定點(diǎn)v0到集合T中剩余頂點(diǎn)的最短路徑長度值，集合T中每個(gè)頂點(diǎn)新的最短路徑長度值為原來的最短路徑長度值與定點(diǎn)u的最短路徑長度值加上u到該頂點(diǎn)的路徑長度值中的較小值。此過程不斷重復(fù)，直到集合T的頂點(diǎn)全部加入到集合S為止 。

最短路徑樹Floyd算法

從代表任意兩個(gè)節(jié)點(diǎn)

由圖論的知識(shí)可知，地圖上的點(diǎn)構(gòu)成一帶權(quán)無向圖(有向圖可視為特例的一種)，要找出任意兩地間的最短路徑,對(duì)地圖中的所有點(diǎn)，首先要建立一個(gè)鄰接矩陣，它表示圖中任意兩地間的鄰接關(guān)系及其權(quán)值(若兩地間無任何連接關(guān)系則設(shè)為無窮大)，易知該矩陣為對(duì)稱矩陣。從該矩陣出發(fā)，可以利用圖論中的迪杰斯特拉(Dijkstra)算法、弗洛伊德(Floyd)算法等求出最短路徑。

Dijkstra算法

Dijkstra算法的基本思路是：首先，引進(jìn)一個(gè)輔助向量Dist，它的每個(gè)分量Dist [i]表示當(dāng)前找到的從始點(diǎn)V到每個(gè)終點(diǎn)Vi 的最短路徑的長度。它的初始值為:若從V到Vi有弧，則Dist [i]為弧上的權(quán)值;否則置Dist[i]為無窮大。顯然，長度為Dist[i]=Min{Dist[i]|Vi

Dijkstra算法描述為：

(1) 假設(shè)用帶權(quán)的鄰接矩陣Cost來表示帶權(quán)有向圖，Cost[i,j]表示弧(Vi , V j)上權(quán)值。若(Vi,Vj)不存在，則置Cost[i,j]為無窮大。S為已找到從V出發(fā)的最短路徑的終點(diǎn)的集合，它的初始狀態(tài)為空集。

(2) 選擇Vj，使得Dist [i] =Min {Dist [i] |Vi 不

(4) 重復(fù)操作(2) , (3)共N-1次。由此求得從V到圖上其余各頂點(diǎn)的最短路徑是依路徑長度遞增的序列。

弗洛伊德算法

弗洛伊德算法能夠求得每一對(duì)頂點(diǎn)之間的最短路徑，其基本思想是：假設(shè)從頂點(diǎn)Vi到Vj的最短路徑。若從Vi到Vj有弧，則從Vi到Vj存在一條長度為COST [ i, j]的路徑，該路徑不一定是最短路徑，尚需進(jìn)行n次試探。首先考慮路徑(Vi, V1, Vj)是否存在(即判別弧(Vi, V1)和弧(V1, Vj)是否存在)。如果存在，則比較(Vi, Vj)和(Vi, V1, Vj)的路徑長度，較短者為從Vi到Vj的中點(diǎn)頂點(diǎn)的序號(hào)不大于1的最短路徑。假如在路徑上再增加一個(gè)頂點(diǎn)V2，也就是說，若(Vi，…，V2)和(V2，...，Vj)分別是當(dāng)前找到的中間頂點(diǎn)的序號(hào)不大于1的最短路徑，那么(Vi，...，V2，...，Vj)就有可能是從Vi到Vj的中間頂點(diǎn)的序號(hào)不大于2的最短路徑。將它和已經(jīng)得到的從Vi 到Vj的中間頂點(diǎn)的序號(hào)不大于1的最短路徑相比較，從中選出中間頂點(diǎn)的序號(hào)不大于2的最短路徑之后，再增加一個(gè)頂點(diǎn)V3，繼續(xù)進(jìn)行試探。依次類推，在經(jīng)過n次比較之后，最后求得的必是從Vi 到Vj的最短路徑。按此方法，可同時(shí)求得各對(duì)頂點(diǎn)間的最短路徑。算法共需3層循環(huán)，總的時(shí)間復(fù)雜度是O(