水文灾害的监测方法及装置、电子设备、存储介质

技术领域

本发明涉及三维数字孪生领域，具体而言，涉及一种水文灾害的监测方法及装置、电子设备、存储介质。

背景技术

随着社会对自然灾害的关注度不断提升，尤其是对于各地区的洪水、火灾、旱灾、涝灾等灾害的相关信息广泛关注，其中，洪水现象是自然景观中一种常见的自然现象，也是现实世界中多发的自然灾害之一。为提高对洪水的预报的准确度，现有技术中常常使用水位与当地流域的水位警戒数值进行比较，从而确认洪水预报方式，这种基于水位的预报方式，只能在灾害即将发生或者已经发生时，发生效力，而且往往是成面积的预报，导致很难进行灾害点位预警，防洪难度增加，造成的损失更大。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种水文灾害的监测方法及装置、电子设备、存储介质，以至少解决相关技术中采用水位预报方式来预报洪水灾害，防洪减灾效果较差，造成较大损失的技术问题。

根据本发明实施例的一个方面，提供了一种水文灾害的监测方法，包括：采集实时降水量数据；根据所述实时降水量数据和预报降水数据计算降水量产流，其中，所述降水量产流为单次降水过程中去除消耗水流量之外的剩余水流量，所述预报降水数据由未来预设时间段的天气预报生成；基于所述降水量产流确定实时降水覆盖流域的径流表，其中，所述径流表用于仿真推演所述实时降水覆盖流域内的径流演进数据；将所述径流演进数据与径流量阈值进行比较，并基于比较结果生成灾害风险倾向报告，其中，所述径流量阈值是由历史水位预警高度值计算河道所需要的径流量得到。

可选地，根据所述实时降水量数据和预报降水数据计算降水量产流的步骤，包括：确定所述实时降水覆盖流域的流域类型，并基于地区映射表索引与所述流域类型对应的产流系数，其中，所述地区映射表包括：多种流域类型与产流系数之间的映射关系；根据所述产流系数、所述实时降水量数据和所述预报降水数据，计算所述实时降水覆盖流域的所述降水量产流。

可选地，在采集实时降水量数据之后，还包括：将所述实时降水量数据中的当前降水量参数与降水量阈值进行比较，得到比较结果，其中，所述降水量阈值由历史时间段中记录多次降水产生的水位高度值确定；在所述比较结果指示所述当前降水量参数大于所述降水量阈值的情况下，启动计算所述降水量产流的指令。

可选地，在确定所述降水量阈值时，包括：提取所述历史时间段中每次降水的发布信息，其中，所述发布信息至少包括：所述每次降水时的历史水位高度值；基于多个所述历史水位高度值确定所述历史水位预警高度值，并计算所述历史水位预警高度值与所述实时水位高度值之差，得到水位高度差值；基于每条河道的宽度数据和所述水位高度差值，计算河道在达到指定水位预警高度值时所需的水流量；将所述河道在达到指定水位预警高度值时所需的水流量作为所述降水量阈值。

可选地，基于所述降水量产流确定实时降水覆盖流域的径流表的步骤，包括：获取历史预设时间段内的水面蒸发量；基于所述水面蒸发量和本地蒸发系数计算所述实时降水覆盖流域的流域蒸发量；基于所述流域蒸发量以及所述降水量产流，计算每条河道的汇流数据；基于多条河道中每条河道的水流方向和每条河道的汇流数据，生成所述实时降水覆盖流域的径流表。

可选地，在基于多条河道中的水流方向和每条河道的汇流数据，生成所述实时降水覆盖流域的径流表之前，还包括：获取所述实时降水覆盖流域的地形数据，提取所述地形数据中的河网信息，其中，所述河网信息包括：多条河道的河道数据，所述河道数据中至少包括河道在各个位置的宽度；由所述河道在各个位置的宽度以及卫星拍摄图像中的河道形态变化，分析所述每条河道的水流方向。

可选地，在基于所述降水量产流确定实时降水覆盖流域的径流表之后，还包括：将所述实时降水覆盖流域的径流表输入至数字孪生系统，对所述数字孪生系统中关联所述实时降水覆盖流域的模型参数进行调整，得到调整后的所述数字孪生系统，其中，所述模型参数包括下述至少之一：水流量、水位和水流速；采用调整后的所述数字孪生系统对所述实时降水覆盖流域的降水变化进行推演，得到所述径流演进数据。

可选地，基于比较结果生成灾害风险倾向报告的步骤，包括：基于所述比较结果确认所述实时降水覆盖流域内各河道的水流峰值以及在达到所述水流峰值可能产生的漫滩风险点位和/或洪水点位，确定可能产生风险的所有灾情点位以及灾情预估发生时间；定位每个所述灾情点位的坐标信息；基于所述河道的水流峰值、每个所述灾情点位的坐标信息以及所述灾情预估发生时间，生成所述风险倾向报告。

根据本发明实施例的另一方面，还提供了一种水文灾害的监测装置，包括：采集单元，用于采集实时降水量数据；计算单元，用于根据所述实时降水量数据和预报降水数据计算降水量产流，其中，所述降水量产流为单次降水过程中去除消耗水流量之外的剩余水流量，所述预报降水数据由未来预设时间段的天气预报生成；确定单元，用于基于所述降水量产流确定实时降水覆盖流域的径流表，其中，所述径流表用于仿真推演所述实时降水覆盖流域内的径流演进数据；生成单元，用于将所述径流演进数据与径流量阈值进行比较，并基于比较结果生成灾害风险倾向报告，其中，所述径流量阈值是由历史水位预警高度值计算河道所需要的径流量得到。

可选地，所述计算单元包括：第一确定模块，用于确定所述实时降水覆盖流域的流域类型，并基于地区映射表索引与所述流域类型对应的产流系数，其中，所述地区映射表包括：多种流域类型与产流系数之间的映射关系；第一计算模块，用于根据所述产流系数、所述实时降水量数据和所述预报降水数据，计算所述实时降水覆盖流域的所述降水量产流。

可选地，水文灾害的监测装置还包括：第一比较单元，用于在采集实时降水量数据之后，将所述实时降水量数据中的当前降水量参数与降水量阈值进行比较，得到比较结果，其中，所述降水量阈值由历史时间段中记录多次降水产生的水位高度值确定；启动单元，用于在所述比较结果指示所述当前降水量参数大于所述降水量阈值的情况下，启动计算所述降水量产流的指令。

可选地，水文灾害的监测装置在确定所述降水量阈值，包括：第一提取模块，用于提取所述历史时间段中每次降水的发布信息，其中，所述发布信息至少包括：所述每次降水时的历史水位高度值；第二计算模块，用于基于多个所述历史水位高度值确定所述历史水位预警高度值，并计算所述历史水位预警高度值与所述实时水位高度值之差，得到水位高度差值；第三计算模块，用于基于每条河道的宽度数据和所述水位高度差值，计算河道在达到指定水位预警高度值时所需的水流量；将所述河道在达到指定水位预警高度值时所需的水流量作为所述降水量阈值。

可选地，所述确定单元包括：第一获取模块，用于获取历史预设时间段内的水面蒸发量；第四计算模块，用于基于所述水面蒸发量和本地蒸发系数计算所述实时降水覆盖流域的流域蒸发量；第五计算模块，用于基于所述流域蒸发量以及所述降水量产流，计算每条河道的汇流数据；第一生成模块，用于基于多条河道中每条河道的水流方向和每条河道的汇流数据，生成所述实时降水覆盖流域的径流表。

可选地，水文灾害的监测装置还包括：第二获取模块，用于在基于多条河道中的水流方向和每条河道的汇流数据，生成所述实时降水覆盖流域的径流表之前，获取所述实时降水覆盖流域的地形数据，提取所述地形数据中的河网信息，其中，所述河网信息包括：多条河道的河道数据，所述河道数据中至少包括河道在各个位置的宽度；第一分析模块，用于由所述河道在各个位置的宽度以及卫星拍摄图像中的河道形态变化，分析所述每条河道的水流方向。

可选地，水文灾害的监测装置还包括：输入模块，用于在基于所述降水量产流确定实时降水覆盖流域的径流表之后，将所述实时降水覆盖流域的径流表输入至数字孪生系统，对所述数字孪生系统中关联所述实时降水覆盖流域的模型参数进行调整，得到调整后的所述数字孪生系统，其中，所述模型参数包括下述至少之一：水流量、水位和水流速；推演模块，用于采用调整后的所述数字孪生系统对所述实时降水覆盖流域的降水变化进行推演，得到所述径流演进数据。

可选地，所述生成单元包括：第二确定模块，用于基于所述比较结果确认所述实时降水覆盖流域内各河道的水流峰值以及在达到所述水流峰值可能产生的漫滩风险点位和/或洪水点位，确定可能产生风险的所有灾情点位以及灾情预估发生时间；定位每个所述灾情点位的坐标信息；生成模块，用于基于所述河道的水流峰值、每个所述灾情点位的坐标信息以及所述灾情预估发生时间，生成所述风险倾向报告。

根据本发明实施例的另一方面，还提供了一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的水文灾害的监测方法。

根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任意一项所述的水文灾害的监测方法。

本公开中，可以采集实时降水量数据，根据实时降水量数据和预报降水数据计算降水量产流，降水量产流为单次降水过程中去除消耗水流量之外的剩余水流量，预报降水数据由对当前时刻在未来预设时间段的天气预报生成；基于降水量产流确定实时降水覆盖流域的径流表，其中，径流表用于仿真推演实时降水覆盖流域内的径流演进数据；将径流演进数据与径流量阈值进行比较，并基于比较结果生成灾害风险倾向报告，其中，径流量阈值是由历史水位预警高度值计算河道所需要的径流量得到。

本公开中，可以通过水文感知设备和降水预报，分析降水产生的灾害风险，可以精准的对防洪减灾进行预报分析，从而解决相关技术中采用水位预报方式来预报洪水灾害，防洪减灾效果较差，造成较大损失的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种可选的水文灾害的监测方法的流程图；

图2是根据本发明实施例的一种可选的由降水量数据进行灾情预报的示意图；

图3是根据本发明实施例的一种可选的确定各流域的产流系数的示意图；

图4是根据本发明实施例的一种可选的水文灾害的监测装置的示意图；

图5是根据本发明实施例的一种水文灾害的监测方法的电子设备(或移动设备)的硬件结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明可以应用于以灾害预报、灾情追踪或者水文监测等应用的系统/设备/软件中，以水文监测系统为例，本发明中的实施方案相对于现有技术中通过监测水流洪峰的方式存在监测方式单一、效率较低、无法及时预防灾情的弊端，本申请能够通过水文感知设备和降水天气预报，结合高程数据可以精准的对防洪减灾进行预报分析。

本发明可以应用于三维数字孪生领域对降水可能引起的灾害风险进行预报的场景下，也可以应用于其他对降水可能引起的灾害风险进行预报的领域中，对适用的技术领域不作限定。

下面结合各个实施例来详细说明本发明。

实施例一

根据本发明实施例，提供了一种水文灾害的监测方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例的一种可选的水文灾害的监测方法的流程图，如图1所示，该方法包括如下步骤：

步骤S101，采集实时降水量数据；

步骤S102，根据实时降水量数据和预报降水数据计算降水量产流，其中，降水量产流为单次降水过程中去除消耗水流量之外的剩余水流量，预报降水数据由对当前时刻在未来预设时间段的天气预报生成；

步骤S103，基于降水量产流确定实时降水覆盖流域的径流表，其中，径流表用于仿真推演实时降水覆盖流域内的径流演进数据；

步骤S104，将径流演进数据与径流量阈值进行比较，并基于比较结果生成灾害风险倾向报告，其中，径流量阈值是由历史水位预警高度值计算河道所需要的径流量得到。

通过上述步骤，可以采集实时降水量数据，根据实时降水量数据和预报降水数据计算降水量产流，基于降水量产流确定实时降水覆盖流域的径流表，径流表用于仿真推演实时降水覆盖流域内的径流演进数据将径流演进数据与径流量阈值进行比较，并基于比较结果生成灾害风险倾向报告。在该实施例中，可以通过水文感知设备和降水预报，分析降水产生的灾害风险，可以精准的对防洪减灾进行预报分析，从而解决相关技术中采用水位预报方式来预报洪水灾害，防洪减灾效果较差，造成较大损失的技术问题。

下面结合上述各实施步骤来详细说明本发明。

由于不同地区的地形以及每个时间段的降水变化差异较大，例如，对于某一条河流来说，在上游往往处于山区，其产生的降水较急，水速往往较快，判断其产生的灾害时，会相对提高降水量阈值判断标准，而到了河流下游，地势平缓，河流汇流较多，水速较慢，很容易产生多道河流汇流导致河水漫滩，造成洪水灾害，在判断时，会相对降低降水量阈值判断标准，本实施例在说明时，针对同一地域的某一个连续时间段或者几个连续时间段的降水进行说明。

需要说明的是，在采集实时降水量数据之前，可以建立区域高程地形模型，由区域高程地形模型获取区域的地形数据，提取地形数据中的地理数据信息(包括河网信息)，根据流域的地理数据生成流域的河段模型。

步骤S101，采集实时降水量数据。

由于在一次降水过程中，受到风向以及降水条件变化的影响，降水区域和降水量也是不断变化的，在评估时，需要对降水所覆盖的河道区域进行重点关注。

采集实时降水量数据时，通过每次降水所覆盖区域的各个降水监测点采集实时降水量数据。其中，实时降水量数据包括：由开始降水时刻到当前时刻的时间段内的降水总量、每时降水量。

本实施例中需要先确定每个地区区域的降水量阈值，在确定降水量阈值时，可根据流域的历史降水量数据来生成降水量预警阈值，包括：提取历史时间段中每次降水的发布信息，其中，发布信息至少包括：每次降水时的历史水位高度值；基于多个历史水位高度值确定历史水位预警高度值，并计算历史水位预警高度值与实时水位高度值之差，得到水位高度差值；基于每条河道的宽度数据和水位高度差值，计算河道在达到指定水位预警高度值时所需的水流量；将河道在达到指定水位预警高度值时所需的水流量作为降水量阈值。

每个地区的降水量阈值是不断变化的，每隔一段时间，都需要更新一次降水量阈值，取在当前时间点之前的历史时间段中的多次降水数据，更新阈值，例如，在当前时间点之前3-5年水位的水位预警信息来计算出历史水位预警高度值，本实施例中可以通过H1标识该历史水位预警高度值，在得到该H1后，可以计算其与实时水位高度差值，即计算H1和当前的水位高度参数h之间的数据差值h’，h’＝H-h；最后根据河道的宽度数据和h’计算出河道到达指定预警阈值水位所需要的水流量数据，将该水流量数据作为流域的降水量阈值(也可以视为降水量预警阈值)。

可选的，在采集实时降水量数据之后，还包括：将实时降水量数据中的当前降水量参数与降水量阈值进行比较，得到比较结果，其中，降水量阈值由历史时间段中记录多次降水产生的水位高度值确定；在比较结果指示当前降水量参数大于降水量阈值的情况下，启动计算降水量产流的指令。

图2是根据本发明实施例的一种可选的由降水量数据进行灾情预报的示意图，如图2所示，在进行数据采集(通过降水量预报信息得到)后，判断降水量是否达到降水量阈值，若否，则无需做任何动作，此时由于降水量较少，一般不会产生灾情，而如果超出降水量阈值，则需要进行水流推演，在推演过程中，需要进行实时降水量、实时水位、实时水流速的模拟演进，推算降水的影响程度，计算降水量产流，然后由降水量产流计算降水汇流，随后进行水流量推演，从而确定流域内可能将要发生洪水灾情的灾情点，实现灾情点预报。

步骤S102，根据实时降水量数据和预报降水数据计算降水量产流。

降水量产流是指在一次降水中，扣除植物截流、蒸发、下渗损失后剩余的部分流量。本实施例中，步骤S102包括：确定实时降水覆盖流域的流域类型，并基于地区映射表索引与流域类型对应的产流系数，其中，地区映射表包括：多种流域类型与产流系数之间的映射关系；根据产流系数、实时降水量数据和预报降水数据，计算实时降水覆盖流域的降水量产流。

在计算降水量产流时，需要根据不同地区的地区类型和土壤类型，确定产流系数，由于不同流域的地形导致水量流失速度不相同，不同土壤下的水量流失速度也不相同，因此，需要综合分析不同流域的流域类型和土壤类型。

图3是根据本发明实施例的一种可选的确定各流域的产流系数的示意图，如图3所示，流域类型包括但不限于：山区、丘陵和平原。而土壤类型包括但不限于：粘土类、壤土类、沙壤土类。H24指代24小时降水量，山区中H24在100-200mm时在对应土壤类型粘土上的产流系数的范围，根据不同流域的产流数据来计算产流数据(对应降水量*产流系数(可选如图3中示意的产流系数区间的中位数)乘以时间周期得出产流数据)，进而计算覆盖流域的平均产流数据(将不同流域的产流数据进行平均计算)。

在计算得到每个流域的产流数据后，结合实时降水量，计算径流数据。

步骤S103，基于降水量产流确定实时降水覆盖流域的径流表，其中，径流表用于仿真推演实时降水覆盖流域内的径流演进数据。

由于每条河道往往是由多条河道汇流而成，因此，在考虑某一覆盖流域的径流数据时，需要先考虑其覆盖流域内的多条河道的汇流数据，由多个汇流数据形成径流数据，本实施例中，对于某一主河道的径流数据，用径流表来记录各个汇入河道的汇流数据。

需要说明的是，本实施例根据降水量产生的多条河道汇流的位置和汇流的流量生成降水径流表，得到待推演的演进数据表单。

可选的，步骤S103包括：获取历史预设时间段内的水面蒸发量，其中，前次降水为历史过程中在当前时刻之前的最近一次降水；基于水面蒸发量和本地蒸发系数计算实时降水覆盖流域的流域蒸发量；基于流域蒸发量以及降水量产流，计算每条河道的汇流数据；基于多条河道中每条河道的水流方向和每条河道的汇流数据，生成实时降水覆盖流域的径流表。

其中，汇流数据的计算公式可以为汇流数据＝流域产流数据(降水量产流)-蒸发数据(流域蒸发量)；其中，流域蒸发量E＝α(Em)，E为流域的日蒸发能力(实验测算所得日蒸发能力表)，α为本地蒸发系数，Em为水面蒸发量。E的测算，由最近一次降水到此次降水的间隔日测算所得，根据实验测算形成了日蒸发能力表。

在得到每条河道内的汇流数据后，结合河道水流方向能够确定实时径流数据表。其中，河道水流方向可以是通过卫星图像/河道物联感知设备采集数据得到，例如，由卫星图像分析河道宽度最细处(往往是河道上游，由于是河流开始位置，河位较深、水面较窄)、河道最宽处(往往是河道下游，由于是河道即将结束位置，水面较宽)和河道汇流处，通过这些位置之间的连线，能够确定河道水流走向；还可以通过设置于河道的物联感知设备(例如，物联感知设备上的漂浮球)确定，或者直接通过人工在河道地图勾画确定，该河流方向一般是预先确定的，后续可以调用。

本实施例中，在基于多条河道中的水流方向和每条河道的汇流数据，生成实时降水覆盖流域的径流表之前，还包括：获取实时降水覆盖流域的地形数据，提取地形数据中的河网信息，其中，河网信息包括：多条河道的河道数据，河道数据中至少包括河道在各个位置的宽度；由河道在各个位置的宽度以及卫星拍摄图像中的河道形态变化，分析每条河道的水流方向。

上述实时降水覆盖流域的地形数据，可以是由区域的DEM模型数据提取到的，DEM模型是一种数字高程模型，通过地形高程数据实现对流域地形的数字化模拟，通过该DEM数据能够获取到地形数据，从而确定DEM数据中的河网信息，由于每条河道的分叉河流不同，因此可为所有河网建立一个河网数据表单，通过该河网数据表单确定河道水流方向和汇流数据。

在得到径流表之后，可以进行径流推演，可选的，在基于降水量产流确定实时降水覆盖流域的径流表之后，还包括：将实时降水覆盖流域的径流表输入至数字孪生系统，对数字孪生系统中关联实时降水覆盖流域的模型参数进行调整，得到调整后的数字孪生系统，其中，模型参数包括下述至少之一：水流量、水位和水流速；采用调整后的数字孪生系统对实时降水覆盖流域的降水变化进行推演，得到径流演进数据。

本实施例在进行推演时，先对降水量进行仿真以在仿真过程依据汇流的演进仿真。

数字孪生系统按照降水径流表单进行调整三维的模型参数(例如水流量，水位，水流速)对其进行动态推演，以推演降水量汇流的演进过程。依据预报的降水量先对流域范围内的降水量进行仿真，在仿真过程中依据降水径流表进行汇流的演进仿真。根据仿真过程中的径流的演进数据，对演进过程中径流数据超过阈值的预警地点进行标记，该预警地点可能为产生风险的灾情点，需要记录其所属位置的坐标，并将其通过放大、颜色、坐标参数等进行标识。

步骤S104，将径流演进数据与径流量阈值进行比较，并基于比较结果生成灾害风险倾向报告，其中，径流量阈值是由历史水位预警高度值计算河道所需要的径流量得到。

需要注意的是，灾害风险倾向报告为由径流演进数据推演得知可能产生灾害风险的风险倾向报告。

可选地，基于比较结果生成灾害风险倾向报告的步骤，包括：基于比较结果确认实时降水覆盖流域内各河道的水流峰值以及在达到水流峰值可能产生的漫滩风险点位和/或洪水点位，确定可能产生风险的所有灾情点位以及灾情预估发生时间；定位每个灾情点位的坐标信息；基于河道的水流峰值、每个灾情点位的坐标信息以及灾情预估发生时间，生成风险倾向报告。

本实施例中，对预警地点标记的位置，提取出对应的区域坐标信息，将区域的标记的坐标和位置信息，生成预警点(区域位置信息，坐标信息，预警时间)，针对灾情点/预警点进行预报提醒。

通过上述实施例，可以利用历史降水数据分析出降水量阈值，根据每次降水的降水预报强度和降水数据，计算降水量产流，通过该降水量产流进行汇流进行计算，得到实时汇流数据，根据汇流数据生成河流的径流表，根据径流表进行仿真推演，对可能引起的灾害风险进行预报，由此利用高程数据，可以精准的对防洪减灾进行预报分析。

下面结合另一种可选的实施例来说明本发明。

实施例二

本实施例提供了一种水文灾害的监测装置，该监测装置中包含了多个实施单元，每个实施单元对应上述实施例一的各个实施步骤。

由于不同地区的地形以及每个时间段的降水变化差异较大，例如，对于某一条河流来说，在上游往往处于山区，其产生的降水较急，水速往往较快，判断其产生的灾害时，会相对提高降水量阈值判断标准，而到了河流下游，地势平缓，河流汇流较多，水速较慢，很容易产生多道河流汇流导致河水漫滩，造成洪水灾害，在判断时，会相对降低降水量阈值判断标准，本实施例在说明时，针对同一地域的某一个连续时间段或者几个连续时间段的降水进行说明。

图4是根据本发明实施例的一种可选的水文灾害的监测装置的示意图，如图4所示，该监测装置可以包括：采集单元41、计算单元42、确定单元43、生成单元44，其中，

采集单元41，用于采集实时降水量数据；

需要说明的是，在采集实时降水量数据之前，可以建立区域高程地形模型，由区域高程地形模型获取区域的地形数据，提取地形数据中的地理数据信息(包括河网信息)，根据流域的地理数据生成流域的河段模型。

计算单元42，用于根据实时降水量数据和预报降水数据计算降水量产流，其中，降水量产流为单次降水过程中去除消耗水流量之外的剩余水流量，预报降水数据由对当前时刻在未来预设时间段的天气预报生成；

确定单元43，用于基于降水量产流确定实时降水覆盖流域的径流表，其中，径流表用于仿真推演实时降水覆盖流域内的径流演进数据；

生成单元44，用于将径流演进数据与径流量阈值进行比较，并基于比较结果生成灾害风险倾向报告，其中，径流量阈值是由历史水位预警高度值计算河道所需要的径流量得到。

上述水文灾害的监测装置，可以通过采集单元41采集实时降水量数据，通过计算单元42根据实时降水量数据和预报降水数据计算降水量产流，其中，降水量产流为单次降水过程中去除消耗水流量之外的剩余水流量，预报降水数据由对当前时刻在未来预设时间段的天气预报生成；基于降水量产流确定实时降水覆盖流域的径流表，其中，径流表用于仿真推演实时降水覆盖流域内的径流演进数据；将径流演进数据与径流量阈值进行比较，并基于比较结果生成灾害风险倾向报告，其中，径流量阈值是由历史水位预警高度值计算河道所需要的径流量得到。在该实施例中，可以通过水文感知设备和降水预报，分析降水产生的灾害风险，可以精准的对防洪减灾进行预报分析，从而解决相关技术中采用水位预报方式来预报洪水灾害，防洪减灾效果较差，造成较大损失的技术问题。

可选地，计算单元包括：第一确定模块，用于确定实时降水覆盖流域的流域类型，并基于地区映射表索引与流域类型对应的产流系数，其中，地区映射表包括：多种流域类型与产流系数之间的映射关系；第一计算模块，用于根据产流系数、实时降水量数据和预报降水数据，计算实时降水覆盖流域的降水量产流。

可选地，水文灾害的监测装置还包括：第一比较单元，用于在采集实时降水量数据之后，将实时降水量数据中的当前降水量参数与降水量阈值进行比较，得到比较结果，其中，降水量阈值由历史时间段中记录多次降水产生的水位高度值确定；启动单元，用于在比较结果指示当前降水量参数大于降水量阈值的情况下，启动计算降水量产流的指令。

可选地，水文灾害的监测装置在确定降水量阈值，包括：第一提取模块，用于提取历史时间段中每次降水的发布信息，其中，发布信息至少包括：每次降水时的历史水位高度值；第二计算模块，用于基于多个历史水位高度值确定历史水位预警高度值，并计算历史水位预警高度值与实时水位高度值之差，得到水位高度差值；第三计算模块，用于基于每条河道的宽度数据和水位高度差值，计算河道在达到指定水位预警高度值时所需的水流量；将河道在达到指定水位预警高度值时所需的水流量作为降水量阈值。

每个地区的降水量阈值是不断变化的，每隔一段时间，都需要更新一次降水量阈值，取在当前时间点之前的历史时间段中的多次降水数据，更新阈值，例如，在当前时间点之前3-5年水位的水位预警信息来计算出历史水位预警高度值，本实施例中可以通过H1标识该历史水位预警高度值，在得到该H1后，可以计算其与实时降水高度差值，即计算H1和当前的水位高度参数h之间的数据差值h’，h’＝H-h；最后根据河道的宽度数据和h’计算出河道到达预警阈值水位所需要的水流量数据，将该水流量数据作为流域的降水量阈值(也可以视为降水量预警阈值)。

可选地，确定单元包括：第一获取模块，用于获取历史预设时间段内的水面蒸发量，其中，前次降水为历史过程中在当前时刻之前的最近一次降水；第四计算模块，用于基于水面蒸发量和本地蒸发系数计算实时降水覆盖流域的流域蒸发量；第五计算模块，用于基于流域蒸发量以及降水量产流，计算每条河道的汇流数据；第一生成模块，用于基于多条河道中每条河道的水流方向和每条河道的汇流数据，生成实时降水覆盖流域的径流表。

可选地，水文灾害的监测装置还包括：第二获取模块，用于在基于多条河道中的水流方向和每条河道的汇流数据，生成实时降水覆盖流域的径流表之前，获取实时降水覆盖流域的地形数据，提取地形数据中的河网信息，其中，河网信息包括：多条河道的河道数据，河道数据中至少包括河道在各个位置的宽度；第一分析模块，用于由河道在各个位置的宽度以及卫星拍摄图像中的河道形态变化，分析每条河道的水流方向。

可选地，水文灾害的监测装置还包括：输入模块，用于在基于降水量产流确定实时降水覆盖流域的径流表之后，将实时降水覆盖流域的径流表输入至数字孪生系统，对数字孪生系统中关联实时降水覆盖流域的模型参数进行调整，得到调整后的数字孪生系统，其中，模型参数包括下述至少之一：水流量、水位和水流速；推演模块，用于采用调整后的数字孪生系统对实时降水覆盖流域的降水变化进行推演，得到径流演进数据。

可选地，生成单元包括：第二确定模块，用于基于比较结果确认实时降水覆盖流域内各河道的水流峰值以及在达到水流峰值可能产生的漫滩风险点位和/或洪水点位，确定可能产生风险的所有灾情点位以及灾情预估发生时间；定位每个灾情点位的坐标信息；生成模块，用于基于河道的水流峰值、每个灾情点位的坐标信息以及灾情预估发生时间，生成风险倾向报告。

上述的水文灾害的监测装置还可以包括处理器和存储器，上述采集单元41、计算单元42、确定单元43、生成单元44等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

上述处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来将径流演进数据与径流量阈值进行比较，并基于比较结果生成灾害风险倾向报告。

上述存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

根据本发明实施例的另一方面，还提供了一种电子设备，包括：处理器；以及存储器，用于存储处理器的可执行指令；其中，处理器配置为经由执行可执行指令来执行上述任意一项的水文灾害的监测方法。

图5是根据本发明实施例的一种水文灾害的监测方法的电子设备(或移动设备)的硬件结构框图。如图5所示，电子设备可以包括一个或多个(图中采用502a、502b，……，502n来示出)处理器502(处理器502可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器504。除此以外，还可以包括：显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、键盘、电源和/或相机。本领域普通技术人员可以理解，图5所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，电子设备还可包括比图5中所示更多或者更少的组件，或者具有与图5所示不同的配置。

根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的计算机程序，其中，在计算机程序运行时控制计算机可读存储介质所在设备执行上述任意一项的水文灾害的监测方法。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：采集实时降水量数据；根据实时降水量数据和预报降水数据计算降水量产流，其中，降水量产流为单次降水过程中去除消耗水流量之外的剩余水流量，预报降水数据由对当前时刻在未来预设时间段的天气预报生成；基于降水量产流确定实时降水覆盖流域的径流表，其中，径流表用于仿真推演实时降水覆盖流域内的径流演进数据；将径流演进数据与径流量阈值进行比较，并基于比较结果生成灾害风险倾向报告，其中，径流量阈值是由历史水位预警高度值计算河道所需要的径流量得到。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。