一种面向暴雨灾害链的多模型耦合交通动态风险评估方法

本申请涉及自然灾害，尤其涉及一种面向暴雨灾害链的多模型耦合交通动态风险评估方法。

背景技术：

1、目前，关于暴雨灾害链与城市交通脆弱性的模拟研究已有部分成果，如基于规则驱动的智能体模拟、基于人口分布与受灾指数的叠加，即通过量化的受灾指标乘以区域内的智能体数量，但这些方法的不足是单独对一项致灾因子与交通的某一个方面进行研究，将灾害程度与受灾人数做静态叠加，并不考虑多个致灾因子动态的相互影响，因而会导致受灾情况不符合真实情况。比如说，评估洪涝积水的受灾情况时，仅仅把积水深度与人的空间分布做叠加，而实际情况是人不会静止，而是会根据灾害情况进行移动，因而这样的静态叠加下的评估不准确。除此以外，大多方法或研究只关注于一项灾害与一项承灾体的耦合，没有针对暴雨灾害链的一整套耦合方案，这样的评估实用性较弱，不能直接反应承灾体的受灾状况。

技术实现思路

1、有鉴于此，本申请提供一种面向暴雨灾害链的多模型耦合交通动态风险评估方法。旨在提升受灾风险评估的准确性。

2、本申请实施例提供了一种面向暴雨灾害链的多模型耦合交通动态风险评估方法，所述方法包括：

3、根据研究区域内的城市降雨数据和城市管网数据，确定研究区域内管网的溢水点和溢水量；

4、通过对所述溢水点和所述溢水点的溢水量进行道路积水计算，获得研究区域内的路面积水量；

5、根据所述路面积水量和研究区域内道路的平均速度，确定研究区域内道路的道路限速数据；

6、通过对所述道路限速数据和研究区域内的智能体行程信息进行处理，确定暴雨灾害链场景下的交通模拟结果；

7、根据所述交通模拟结果，确定承灾体的受灾情况。

8、可选的，根据研究区域内的城市降雨数据和城市管网数据，确定研究区域内管网的溢水点和溢水量，包括：

9、通过预设算法将研究区域内的城市管网数据中各个管网落水点划分为对应的各个子汇水区；

10、根据研究区域内的城市降雨数据，确定所述各个子汇水区的降水数据；

11、根据研究区域内的城市管网数据、子汇水区的面积和降水数据，确定研究区域内管网的溢水点和溢水点的溢水量。

12、可选的，通过对所述溢水点和所述溢水点的溢水量进行道路积水计算，获得研究区域内的路面积水量，包括：

13、通过将溢水点确定为点状的边界条件点和将所述溢水点的溢水量确定为增加水量，构建边界条件表；

14、通过lisflood模型对所述边界条件表、研究区域内的高程数据和水系数据进行模拟，确定研究区域内各个栅格的路面积水量。

15、可选的，根据所述路面积水量和研究区域内道路的平均速度，确定研究区域内道路的道路限速数据，包括：

16、通过对研究区域内的城市路网数据进行栅格化，获得目标路网数据；

17、通过将所述目标路网数据和所述路面积水量进行叠加处理，获得研究区域内道路的平均积水量；

18、通过预设算法对所述平均积水量和研究区域内道路的平均速度进行计算，获得研究区域内道路的道路限速数据，所述预设算法的表达式为：，其中，为道路的平均速度，x为道路的平均积水量，a为使道路中车辆停滞的水深中值，b为衰减弹性系数。

19、可选的，通过对所述道路限速数据和研究区域内的智能体行程信息进行处理，确定暴雨灾害链场景下的交通模拟结果，包括：

20、确定研究区域内的智能体行程信息为交通模拟模型的智能体行程，以及将研究区域内道路的道路限速数据确定为交通模拟模型的道路限速文件；

21、通过所述交通模拟模型对所述智能体行程和所述道路限速文件进行模拟，获得暴雨灾害链场景下的交通模拟结果。

22、可选的，确定研究区域内的智能体行程信息，包括：

23、构建分别与各种智能体角色类型对应的各个行为概率图，所述行为概率图记录的是对应智能体角色类型在各个时刻产生各种行程事件的概率信息；

24、将行为概率图转化为以行程事件为事件节点和以驱动行程事件发生的时间为时间节点的树状图；

25、根据研究区域内总人口数和智能体角色类型分布概率，确定研究区域内各种智能体角色类型的人口数量；

26、通过所述树状图，为每种智能体角色类型创建对应人口数量的智能体行程信息，以获得研究区域内的智能体行程信息。

27、可选的，通过所述树状图，为每种智能体角色类型创建对应人口数量的智能体行程信息，以获得研究区域内的智能体行程信息，包括：

28、通过所述树状图，为每种智能体角色类型创建对应人口数量的第一智能体行程信息；

29、通过对第一智能体行程信息随机增加行程，获得研究区域内的智能体行程信息。

30、可选的，通过对第一智能体行程信息随机增加行程，获得研究区域内的智能体行程信息，包括：

31、通过对第一智能体行程信息随机增加行程和行程的起始时刻的时间随机化，获得研究区域内的智能体行程信息。

32、可选的，确定研究区域内道路的平均速度，包括：

33、根据研究区域内道路的规模信息和基础限速信息，确定研究区域内道路的平均速度。

34、针对在先技术，本申请具备如下优点：

35、本申请实施例提供的一种面向暴雨灾害链的多模型耦合交通动态风险评估方法。首先根据研究区域内的城市降雨数据和城市管网数据，确定研究区域内管网的溢水点和溢水量；通过对溢水点和溢水点的溢水量进行道路积水计算，获得研究区域内的路面积水量；根据路面积水量和研究区域内道路的平均速度，确定研究区域内道路的道路限速数据；通过对道路限速数据和研究区域内的智能体行程信息进行处理，确定暴雨灾害链场景下的交通模拟结果；根据交通模拟结果，确定承灾体的受灾情况。由此，本申请在模拟暴雨灾害链场景下的交通情况时，针对各条道路的道路限速数据，本申请考虑了暴雨灾害链场景下路面积水对道路的通行速度的影响，从而使得确定的各条道路的道路限速数据更为准确，最终基于该道路限速数据和研究区域内的智能体行程信息确定的暴雨灾害链场景下的交通模拟结果更接近于真实的交通通行情况，从而基于该交通模拟结果确定的承灾体受灾情况更准确。

36、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

技术特征：

1.一种面向暴雨灾害链的多模型耦合交通动态风险评估方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种面向暴雨灾害链的多模型耦合交通动态风险评估方法，其特征在于，根据研究区域内的城市降雨数据和城市管网数据，确定研究区域内管网的溢水点和溢水量，包括：

3.根据权利要求1所述的一种面向暴雨灾害链的多模型耦合交通动态风险评估方法，其特征在于，通过对所述溢水点和所述溢水点的溢水量进行道路积水计算，获得研究区域内的路面积水量，包括：

4.根据权利要求1所述的一种面向暴雨灾害链的多模型耦合交通动态风险评估方法，其特征在于，根据所述路面积水量和研究区域内道路的平均速度，确定研究区域内道路的道路限速数据，包括：

5.根据权利要求1所述的一种面向暴雨灾害链的多模型耦合交通动态风险评估方法，其特征在于，通过对所述道路限速数据和研究区域内的智能体行程信息进行处理，确定暴雨灾害链场景下的交通模拟结果，包括：

6.根据权利要求1所述的一种面向暴雨灾害链的多模型耦合交通动态风险评估方法，其特征在于，确定研究区域内的智能体行程信息，包括：

7.根据权利要求6所述的一种面向暴雨灾害链的多模型耦合交通动态风险评估方法，其特征在于，通过所述树状图，为每种智能体角色类型创建对应人口数量的智能体行程信息，以获得研究区域内的智能体行程信息，包括：

8.根据权利要求7所述的一种面向暴雨灾害链的多模型耦合交通动态风险评估方法，其特征在于，通过对第一智能体行程信息随机增加行程，获得研究区域内的智能体行程信息，包括：

9.根据权利要求1所述的一种面向暴雨灾害链的多模型耦合交通动态风险评估方法，其特征在于，确定研究区域内道路的平均速度，包括：

技术总结本申请提供一种面向暴雨灾害链的多模型耦合交通动态风险评估方法，涉及自然灾害技术领域，方法包括：根据研究区域内的城市降雨数据和城市管网数据，确定研究区域内管网的溢水点和溢水量；通过对溢水点和溢水点的溢水量进行道路积水计算，获得研究区域内的路面积水量；根据路面积水量和研究区域内道路的平均速度，确定研究区域内道路的道路限速数据；通过对道路限速数据和研究区域内的智能体行程信息进行处理，确定暴雨灾害链场景下的交通模拟结果；根据交通模拟结果，确定承灾体的受灾情况。旨在提升受灾风险评估的准确性。技术研发人员：王宇轩,戴强,王慧敏,邓文馨,赵欣然,黄晶受保护的技术使用者：河海大学技术研发日：技术公布日：2024/9/26