(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211120525.X (22)申请日 2022.09.15 (71)申请人 广东广宇科技发展 有限公司 地址 528200 广东省佛山市南海区桂城街 道平西上海村东平路北侧瀚天科技城 B区产业区3号楼十一楼1105-1110单 元之一 (72)发明人 邓超河　严如灏　汤智彬　赵尚谦　 庄广壬　邹晟　邓永俊　 (74)专利代理 机构 北京众合诚成知识产权代理 有限公司 1 1246 专利代理师 张海洋 (51)Int.Cl. G06Q 10/04(2012.01) G01W 1/10(2006.01)G06Q 50/26(2012.01) G01F 23/00(2022.01) (54)发明名称 一种城市排水内涝预测建模方法、 系统、 电 子设备 (57)摘要 本发明公开了一种城市排水内涝预测建模 方法、 系统、 电子设备， 属于城市内涝预测技术领 域， 包括通过无人机航拍获取地表特征并建立地 表模型； 采集每个排水沟在雨天时的实时排水流 量； 当降雨量达到触发值时， 触发无人机对相应 区域的道路进行排水巡检； 无人机获取路面上的 水流流向信息、 排水沟的排水量和积水分布信 息， 并存储到地表数据库中； 依据地表模型以及 地表数据库内的水流流向信息、 排水沟的排水量 和积水分布信息构建内涝预测模 型。 本发明当降 雨量达到触发值时获取路面上的水流流向信息、 排水沟的排水量和积水分布信息； 依据地表模型 以及上述信息构建内涝预测模型， 可以实现对当 前区域在不同降雨量下的内涝情况进行准确的 预测。 权利要求书2页 说明书6页 附图2页 CN 115186943 A 2022.10.14 CN 115186943 A 1.一种城市排水内涝预测建模方法， 其特 征在于， 包括： 通过无人机航拍获取地表特 征并建立 地表模型； 采集每个排水沟在雨天时的实时排水流 量； 当降雨量达到触发值时， 触发无 人机对相应区域的道路进行排水巡检； 无人机获取路面上的水流流向信息、 排水沟的排水量和积水分布信息， 并存储到地表 数据库中； 依据地表模型以及地表数据库内的水流流向信 息、 排水沟的排水量和积水分布信 息构 建内涝预测模型； 其中， 所述地表数据库内存储有不同降雨量下的不同路段总排水量和对应的水流流向 信息以及积水分布信息 。 2.根据权利要求1所述的城市排水内涝预测建模方法， 其特 征在于， 所述地表数据库内还存储有相应路段的每个排水沟在每次降雨时的次累计排水沟排 水量值和每个路段在每次降雨时的次累计路段排水量以及当前区域每次降雨的总降水量； 所述地表数据库内存储有按不同降雨等级划分的历史降雨量数据， 所述当降雨量达到 触发值包括将所述地表数据库内按不同降雨等级划分的历史降雨量数据中缺少对应不同 路段总排水量、 对应的水流流向信息、 最大次累计排水沟 排水量值以及积水分布信息的最 小历史降雨 量数据作为每次降雨的触发值。 3.根据权利要求2所述的城市排水内涝预测建模方法， 其特征在于， 所述积水分布信 息 包括积水深度分布情况， 获取路面的积水分布信息包括确定每次降雨时积水深度超过第一 阈值的若干可疑内涝点。 4.根据权利要求3所述的城市排水内涝预测建模方法， 其特征在于， 所述地表数据库内 存储有当前区域的地图信息， 所述地图信息包括不同路段的位置信息和每个路段上不同排 水沟的位置坐标信息， 所述确定每次降雨时积水深度超过第一阈值的若干可疑内涝点包括 在地图信息上对若干可疑内涝点的位置坐标进行相应标记。 5.根据权利要求4所述的城市排水内涝预测建模方法， 其特征在于， 所述内涝预测模型 包括地表水流流向趋势变化特征、 可疑内涝点的存水特征和排水沟 最大排水量； 所述依据 地表模型以及地表数据库内的水流流向信息、 排水沟的排水量和积水分布信息构建内涝预 测模型包括依据水流流向信息确定地表水流流向趋势变化特征并对地表模型表面参数进 行优化使其满足当前地表水流流向趋势变化特征， 所述地表水流流向趋势变化特征包括水 流方向和水流流速； 构建内涝预测模型还包括每个排水沟的位置信息和相应的排水沟最大 排水量以及每 个可疑内涝点的位置坐标信息和相应的最大存水量。 6.根据权利要求5所述的城市排水内涝预测建模方法， 其特征在于， 所述无人机获取路 面上的水流流向信息包括无人机向沿四周不同方向调节其发射声波的角度， 并分别通过多 普勒检测获取 水流流向信息和流速变化信息 。 7.根据权利要求6所述的城市排水内涝预测建模方法， 其特征在于， 无人机获取路面上 的积水分布信息包括： 获取路面拍摄图像； 对路面拍摄图像进行 灰度处理； 识别路面基础灰度值数据；权　利　要　求　书 1/2 页 2 CN 115186943 A 2对小于路面基础灰度值的区域进行边 缘识别生成特定区域； 将面积大于第二阈值的特定区域定义 为内涝识别区域。 8.根据权利要求7所述的城市排水内涝预测建模方法， 其特征在于， 所述确定每次降雨 时积水深度超过第一阈值的若干可疑内涝点包括无人机在距离地面固定高度向内涝识别 区域的水面发射超声波， 通过测算接 收反射波的时间间隔计算内涝识别区域的积水深度， 将积水深度超过第一阈值的内涝识别区域定义 为可疑内涝点。 9.一种城市排水内涝预测建模系统， 其特 征在于， 包括： 无人机， 用于航拍获取地表特 征并建立 地表模型； 流量采集模块， 用于采集每个排水沟在雨天时的实时排水流量， 其中， 每个排水沟的侧 边均设置有流 量采集模块； 摄像模块， 用于采集路面拍摄图像并获取路面上的积水分布信息； 超声模块， 用于计算积水深度； 多普勒模块， 用于获取路面上的水流 流向信息； 计算模块， 用于依据地表模型以及地表数据库内的水流流向信息、 排水沟的排水量和 积水分布信息构建内涝预测模型； 地表数据库， 存储有不同降雨量下的不同路段总排水量和对应的水流流向信 息以及积 水分布信息 。 10.一种电子设备， 其特征在于， 包括处理器以及存储器， 所述存储器存储有计算机可 读取指令， 当所述计算机可读取指 令由所述处理器执行时， 运行如权利要求 1‑8任一项所述 方法中的步骤。权　利　要　求　书 2/2 页 3 CN 115186943 A 3