城市水网模型的构建方法、装置、介质及计算机设备

【技术领域】

本申请涉及城市建设技术领域，尤其涉及城市水网模型的构建方法、装置、介质及计算机设备。

【背景技术】

在城市水资源管理和城市防洪规划中，进行系统地水网模型进行预测变得越来越重要，通过建立模型可以模拟和分析城市水文循环、水质和洪水泛滥等相关过程，且能够针对于地表积水深度预报和地监测内陆水体水质并对水质污染进行溯源，现有技术CN114925923B利用InfoWorks ICM模型对地表积水深度进行模拟预报，以效提高非监测单元的积水深度预报精度，现有技术CN116205134A通过采用Delft-3D技术对水体污染值进行模拟，提高了水质过程变化的预测精度。

然而，在现有的城市水资源管理和防洪规划中，存在由于InfoWorks ICM和Delft3D使用不同的数据格式和数据结构，导致在模型耦合和数据传递过程中存在数据集成和一致性问题，且在城市水资源管理和防洪规划涉及的水文循环和洪水泛滥等过程的处理过程中，往往计算效率不高。

【发明内容】

为了能够建立水网模型对系统进行模拟预测及对水质污染进行溯源，且使城市水资源管理和防洪规划涉及的水文循环和洪水泛滥等过程的处理过程中，处理效率更高。本发明通过建立InfoWorks ICM-Delft 3D的耦合模型，再建立目标函数，最后根据预设规则对目标函数进行训练，以此确定防洪规划。

本发明提出了如下方案：

城市水网模型的构建方法，包括：

根据InfoWorks ICM模型以及Delft 3D模型，建立InfoWorks ICM-Delft 3D的耦合模型；

根据InfoWorks ICM-Delft 3D的耦合模型，建立目标函数；

根据预设规则和目标函数，至少确定防洪规划。

如上所述的城市水网模型的构建方法，所述根据InfoWorks ICM模型以及Delft3D模型，建立InfoWorks ICM-Delft 3D的耦合模型的步骤，包括：

建立InfoWorks ICM模型以及Delft 3D模型；

校准InfoWorks ICM模型以及Delft 3D模型；

耦合校准后的InfoWorks ICM模型以及校准后的Delft 3D模型，生成InfoWorksICM-Delft 3D的耦合模型，所述耦合至少包括水平空间耦合、垂直空间耦合以及输入输出耦合。

如上所述的城市水网模型的构建方法，所述建立InfoWorks ICM模型以及Delft3D模型的步骤，包括：

获取排水管网的数据；

基于InfoWorks ICM软件和排水管网的数据，生成InfoWorks ICM模型；

核验所述InfoWorks ICM模型，确定模型参数值；

获取目标河流信息，生成目标河流栅格；

根据目标河流栅格，确定目标河流的水力边界和污染物浓度边界；

根据水力边界和污染物浓度边界，生成Delft 3D模型。

如上所述的城市水网模型的构建方法，所述耦合校准后的InfoWorks ICM模型以及校准后的Delft 3D模型，生成InfoWorks ICM-Delft 3D的耦合模型，所述耦合至少包括水平空间耦合、垂直空间耦合以及输入输出耦合的步骤，包括：

获取目标河流水面高程的第一观测数据和污染物浓度的第二观测数据；

根据第一观测数据和第二观测数据，生成InfoWorks ICM模型所需的水面高程和污染物时间序列的第一表格文件；

确定InfoWorks ICM模型中排放口的水面高程和污染物时间序列，通过所述第一表格文件更新所述InfoWorks ICM模型数据库信息，所述数据库信息至少包括水位曲线、污染物过程曲线以及入流曲线；

根据更新后的InfoWorks ICM模型数据库信息，生成排放口处流量和污染物浓度时间序列的第三表格文件；

根据第三表格文件，定义Delft 3D模型中的点源线污染源，转换第三表格文件为Delft 3D模型所需的污染物浓度与流量时间序列的反汇编文件；

根据反汇编文件，通过运行Delft 3D模型，生成目标河流流域各点的水面高程、污染物浓度的时间序列NC文件。

如上所述的城市水网模型的构建方法，所述根据预设规则和目标函数，至少确定防洪规划的步骤，包括：

根据目标函数，确定目标函数的变异策略和控制参数；

根据目标函数的变异策略和控制参数，训练InfoWorks ICM-Delft 3D的耦合模型，确定防洪规划。

如上所述的城市水网模型的构建方法，所述根据目标函数，确定目标函数的变异策略和控制参数的步骤，包括：

选择对应的评价指标，其目标函数f(X

式中，f(X

确定耦合模型的目标函数，具体为：

确定待求参数的判别条件，具体为：

式中，(x,y)为任意大地坐标；q为污染流量；c为污染物浓度；L(x,y)为与(x,y)最近的节点距离；L

城市水网模型的构建装置，包括：

第一建立模块，用于根据InfoWorks ICM模型以及Delft 3D模型，建立InfoWorksICM-Delft 3D的耦合模型；

第二建立模块，用于根据InfoWorks ICM-Delft 3D的耦合模型，建立目标函数；

确定模块，用于根据预设规则和目标函数，至少确定防洪规划。

如上所述的城市水网模型的构建装置，所述第一建立模块包括：

建立单元，用于建立InfoWorks ICM模型以及Delft 3D模型；

校准单元，用于校准InfoWorks ICM模型以及Delft 3D模型；

耦合单元，用于耦合校准后的InfoWorks ICM模型以及校准后的Delft 3D模型，生成InfoWorks ICM-Delft 3D的耦合模型，所述耦合至少包括水平空间耦合、垂直空间耦合以及输入输出耦合；

所述建立单元包括：

第一获取子单元，用于获取排水管网的数据；

第一生成子单元，用于基于InfoWorks ICM软件和排水管网的数据，生成InfoWorks ICM模型网络；

第一确定子单元，用于核验所述InfoWorks ICM模型网络，确定模型参数值；

第二生成子单元，用于获取目标河流信息，生成目标河流栅格；

第二确定子单元，用于根据目标河流栅格，确定目标河流的水力边界和污染物浓度边界；

第三生成子单元，用于根据水力边界和污染物浓度边界，生成Delft 3D模型；

所述耦合单元包括：

第二获取子单元，用于获取目标河流水面高程的第一观测数据和污染物浓度的第二观测数据；

第四生成子单元，用于根据第一观测数据和第二观测数据，生成InfoWorks ICM模型所需的水面高程和污染物时间序列的第一表格文件；

第三确定子单元，用于确定InfoWorks ICM模型中排放口的水面高程和污染物时间序列，通过所述第一表格文件更新所述InfoWorks ICM模型数据库信息，所述数据库信息至少包括水位曲线、污染物过程曲线以及入流曲线；

第五生成子单元，用于根据更新后的InfoWorks ICM模型数据库信息，生成排放口处流量和污染物浓度时间序列的第三表格文件；

处理子单元，用于根据第三表格文件，定义Delft 3D模型中的点源线污染源，转换第三表格文件为Delft 3D模型所需的污染物浓度与流量时间序列的反汇编文件；

第六生成子单元，用于根据反汇编文件，通过运行Delft 3D模型，生成目标河流流域各点的水面高程、污染物浓度的时间序列NC文件；

所述确定模块包括：

确定单元，用于根据目标函数，确定目标函数的变异策略和控制参数；

训练单元，用于根据目标函数的变异策略和控制参数，训练InfoWorks ICM-Delft3D的耦合模型，确定防洪规划；

所述确定单元包括：

选择对应的评价指标，其目标函数f(X

式中，f(X

确定耦合模型的目标函数，具体为：

确定待求参数的判别条件，具体为：

式中，(x,y)为任意大地坐标；q为污染流量；c为污染物浓度；L(x,y)为与(x,y)最近的节点距离；L

一种计算机可读存储介质，所述存储介质上存储有计算机程序，当所述计算机程序被城市水网模型的构建装置执行时，实现如上所述的城市水网模型的构建方法。

一种计算机设备，该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行所述计算机程序时实现如上所述的城市水网模型的构建方法。

本发明实施例通过建立InfoWorks ICM-Delft 3D的耦合模型，再建立目标函数，最后根据预设规则对目标函数进行训练，以此确定防洪规划，能够更好地建立起排水防洪模型，以对防洪系统进行模拟预测及对水质污染进行溯源，且处理数据效率较高，提高了非监测单元的积水深度预报精度和水质过程变化的预测精度。

【附图说明】

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获取其他的附图。

图1是本发明第一实施例的城市水网模型的构建方法流程图；

图2是图1中步骤S11的详细流程图；

图3是图2中步骤S111的详细流程图；

图4是图2中步骤S113的详细流程图；

图5是图1中步骤S13的详细流程图；

图6是本发明第二实施例的城市水网模型的构建装置的结构框图；

图7是图6中第一建立模块110的详细结构框图；

图8是图7中建立单元111的详细结构框图；

图9是图7中耦合单元113的详细结构框图；

图10是图6中确定模块130的详细结构框图；

图11是本发明又一实施例的计算机设备的结构框图。

【具体实施方式】

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实施例，而不是全部的实施例，众所周知的模块、单元及其相互之间的连接、链接、通信或操作没有示出或未作详细说明。并且，所描述的特征、架构或功能可在一个或一个以上实施方式中以任何方式组合。本领域技术人员应当理解，下述的各种实施方式只用于举例说明，而非用于限制本发明的保护范围。还可以容易理解，本文所述和附图所示的各实施方式中的模块或单元或处理方式可以按各种不同配置进行组合和设计。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获取的所有其他实施例，都属于本发明保护的范围。

下述实施例中所指的对各种名词或方法的限定，除了在逻辑上无法成立的情况外，所述名词或方法通常以在实施例中公开内容的前提下可以实施的广义概念为准，在这样的理解下，所述名词或方法的各种具体的下位特定限定均应当视为本发明的发明内容，而不应当以说明书未公开该特定限定为由，对其进行狭义的理解或产生偏见性的解释。同理，在逻辑上可以实现的前提下，方法中的各步骤的顺序是灵活多变的，对各种名词或方法的广义概念中的具体的下位特定限定，都属于本发明保护的范围。

第一实施例：

请参照图1到图5所示，本实施例提出了城市水网模型的构建方法，包括S11-S13，其中：

S11、根据InfoWorks ICM模型以及Delft 3D模型，建立InfoWorks ICM-Delft3D的耦合模型。

本实施例中，耦合模型的硬件平台主要包括服务器和客户端电脑；服务器为多源监测系统提供云端数据库，并为客户端电脑提供云端数据管理平台；客户端电脑主要搭载模型所需的运行软件，所述运行软件至少包括Python编程软件、InfoWorks ICM模型软件以及Delft 3D模型软件。

所述客户端电脑通过与服务器的VPN连接获取监测数据，识别并去除监测数据的异常时段与异常数据点，再通过sliner或cubic函数进行插值与平滑处理，以达到模型计算对监测数据质量的需求，经过处理后的数据以数据库的形式储存在客户端电脑中，便于模型运行时的数据读取。

作为一种优选方案而非具体限定，步骤S11包括S111-S113，其中：

S111、建立InfoWorks ICM模型以及Delft 3D模型。

本实施例通过InfoWorks ICM软件和Delft 3D软件进行建立对应的排水管网模型和污水模型，以更好地进行构建耦合模型并进行求解。

作为一种优选方案而非具体限定，步骤S111包括S1111-S1116，其中：

S1111、获取排水管网的数据。

本实施例利用目标区域的现有基础资料，获取排水管网的数据，以得到目标区域所需的排水管网数据，以便于进行InfoWorks ICM处理，所述现有基础资料至少包括卫星图像及官方数据库管网分布图。

S1112、基于InfoWorks ICM软件和排水管网的数据，生成InfoWorks ICM模型。

本实施例将获取到的排水管网的数据导入到所述InfoWorks ICM软件中进行运行，导入管网数据后进行连接性检查、工程合理性检查以及纵断面高程信息检查，从而确保准确稳定地生成InfoWorks ICM模型，运行稳定可靠。

S1113、核验所述InfoWorks ICM模型，确定模型参数值。

本实施例的InfoWorks ICM软件将导入管网数据后进行连接性检查、工程合理性检查以及纵断面高程信息检查之后，根据模型实际所需，对模型所选用的各项时间、物理、数学等的参数进行选择，所述参数至少包括最小基流深度、基流因数、基流加倍处坡度、最小空间步长、最大空间步长、低层弗劳德数、上层弗劳德数、普雷斯曼狭缝最小宽度、普雷斯曼狭缝灵敏系数、容许深度、容许流量、容许水位、管道内最小水深、初始化最大迭代次数、时间步长、分解系数以及管道粗糙系数，从而更准确可靠地确定出模型参数值，使得InfoWorks ICM模型运行更稳定可靠。

S1114、获取目标河流信息，生成目标河流栅格。

本实施例首先获取目标区域内的目标河流信息，将目标河流进行圈选，再采用正交矩形栅格系统，对目标河流划分栅格，以生成目标河流栅格，以便于稳定可靠地对数据进行监测。

S1115、根据目标河流栅格，确定目标河流的水力边界和污染物浓度边界。

本实施例根据目标河流栅格，确定目标河流的两个开放边界断面，两所述开放边界断面分别使用01#与12#的水面高程监测数据、32#的流量监测数据作为水力边界，其中，01#与12#的电导率监测数据作为污染物浓度边界。所述水面高程监测数据以及污染物浓度边界的污染物浓度的时间序列由分布式在线监测仪获取。

本实施例通过分布式检测仪32#进行监测目标河流的河流流量，32#流量计需要进行测量断面配置，为了提高河流流量监测的精度，流量传感器的断面配置选用面积函数法，再使用无人监测船的测深数据，结合河流水面高程监测数据Z01#、Z12#，计算获得研究区河流各个位置的河床绝对高程深度。

S1116、根据水力边界和污染物浓度边界，生成Delft 3D模型。

本实施例将获取到的水力边界和污染物浓度边界导入到Delft 3D软件中，生成对应的Delft 3D模型，从而能够精准可靠地对目标河流进行计算解析，再确定出对应的Delft3D模型参数，所述Delft 3D模型参数至少包括当地时区、时间步长、重力、水密度、河床底部糙率公式、滑动条件、3D湍流模型、深度阈值、平滑时间以及边缘深度。

S112、校准InfoWorks ICM模型以及Delft 3D模型。

本实施例为了确保模型运行的稳定性，需要对模型进行校准，而随着排水管道的使用时间增加，管道高程会产生一定的偏移，以其内部存在病害的可能，因此需要校准InfoWorks ICM模型中的目标河流的排水管网，校准参数为管内底标高，校准的指标为NSE，其值最大为1，越高越好。

本实施例首先对InfoWorks ICM模型进行校准，选取21#监测点位对校准效果进行分析，比较其校准前后的水面高程、电导率的模拟值与观测值，监测点的水面高程与电导率在校准后有接近观测值的变化趋势，若整体上与观测值仍存在较大的偏差，最终的NSE指标也较低，则说明排水管网的校准效果并不理想，需要对其校准效果不理想进行分析，准效果不理想有以下原因：

(1)传统的排水管道管内底标高的测量方法为使用测量杆进行测量，但检查井的井室一般为上窄下宽，导致实际在测量管内底标高时往往需要盲操作，测量准确度难以得到保障。

(2)对于使用时间较长的排水管道，其内部病害比较严重，对管道水力特性影响较大的树根、形变、障碍物、沉积等管道缺陷普遍存在，而InfoWorks ICM模型的管道模拟为按照两节点之间连线的理想模型处理，无法模拟真实的管道缺陷，从而导致InfoWorks ICM模型的校准难以达到实际管网模型的运行效果。

本实施例再对Delft 3D模型进行校准，待校准参数为河床水平流向曼宁系数、河床垂直流向曼宁系数、河流水平涡流粘滞系数以及河流水平涡流扩散系数，确定校准后的Delft 3D模型的观测值与模拟值的NSE指标，若观测值与模拟值高度一致，则Delft 3D模型可以真实地模拟研究区河流的水面高程、水流变化和污染物的对流扩散。

S113、耦合校准后的InfoWorks ICM模型以及校准后的Delft 3D模型，生成InfoWorks ICM-Delft 3D的耦合模型。

作为一种优选方案而非具体限定，所述耦合至少包括水平空间耦合、垂直空间耦合以及输入输出耦合。

本实施例对水平空间、垂直空间以及输入输出分别进行耦合，其中：

水平空间的耦合为，城市的排水管网与河流在城市排水系统中属于上下游的关系，因此二者水平空间上耦合的核心为InfoWorks ICM的排放口坐标与Delft 3D的污染源接入坐标保持一致。

垂直空间的耦合为，城市排水系统的水面高程具有连续性，结合InfoWorks ICM与Delft 3D水平空间耦合的特性，因此二者垂直空间上的耦合主要表现为InfoWorks ICM的边界水面高程与Delft 3D的河流水面高程保持一致。

输入输出的耦合为，根据物质守恒的原理，排水管网的输出物质应与河流的输入物质守恒，具体表现为InfoWorks ICM的排放口流量、排放口污染物浓度与Delft 3D的污染源流量以及污染源浓度保持一致。

作为一种优选方案而非具体限定，步骤S113包括步骤S1131-S1136，其中：

S1131、获取目标河流水面高程的第一观测数据和污染物浓度的第二观测数据。

本实施例首先获取第一观测数据和第二观测数据，用以确定水面高程和污染物浓度，以使后续的文件转换过程更加稳定可靠。

S1132、根据第一观测数据和第二观测数据，生成InfoWorks ICM模型所需的水面高程和污染物时间序列的第一表格文件。

本实施例为了使InfoWorks ICM模型能够稳定可靠的获取参数信息，需要将获取到的数据进行转换，可选择采用python对数据进行整合处理，以生成第一表格文件，以便于InfoWorks ICM模型能够较好地获取参数运行，控制效果更好。

S1133、确定InfoWorks ICM模型中排放口的水面高程和污染物时间序列，通过所述第一表格文件更新所述InfoWorks ICM模型数据库信息。

本实施例再通过确定InfoWorks ICM模型中排放口的水面高程和污染物时间序列，并结合第一表格文件，以更新InfoWorks ICM模型数据库信息，从而实现数据的实时校准更新，以使InfoWorks ICM模型数据库信息更全面更可靠。

作为一种优选方案而非具体限定，所述数据库信息至少包括水位曲线、污染物过程曲线以及入流曲线。

S1134、根据更新后的InfoWorks ICM模型数据库信息，生成排放口处流量和污染物浓度时间序列的第三表格文件。

本实施例运行InfoWorks ICM模型，运行更新后的InfoWorks ICM模型数据库信息，以生成排放口处流量和污染物浓度时间序列，再将数据进行自动归类，同理可采用python进行自动生成第三表格文件，以使控制过程稳定可靠。

S1135、根据第三表格文件，定义Delft 3D模型中的点源线污染源，转换第三表格文件为Delft 3D模型所需的污染物浓度与流量时间序列的反汇编文件。

本实施例将InfoWorks ICM模型运行生成的第三表格文件导入到中，通过使用排放口处的时间序列定义Delft 3D模型中的点源线污染源，并启动编译，将三表格文件转换为反汇编文件，即DIS文件，以便于Delft 3D模型接收对应的参数进行处理。

S1136、根据反汇编文件，通过运行Delft 3D模型，生成目标河流流域各点的水面高程、污染物浓度的时间序列NC文件。

本实施例根据转换获得的反汇编文件，启动运行Delft 3D模型，将反汇编文件导入运行，以生成整个目标河流的流域各点的水面高程、污染物浓度的时间序列NC文件，以此构建出耦合模型。

S12、根据InfoWorks ICM-Delft 3D的耦合模型，建立目标函数。

本实施例再确定InfoWorks ICM-Delft 3D的耦合模型之后，为了实现通过数学的方式对模型进行计算，需要建立对应的目标函数，以使结果更清晰可靠，且建立目标函数可以将水网溯源问题转化为一个以污染源位置和排放历史为参数的最小值问题。污染源位置和排放参数为使目标函数值最小的的全局最优解对应的参数组合。以多源监测系统的监测值和模型的模拟值之间的差异大小作为目标函数。

S13、根据预设规则和目标函数，至少确定防洪规划。

本实施例根据预设规则对目标函数进行训练求解，至少可以确定出防洪规划，除此之外，还可以对污染物进行溯源确定，对污染源进行点对点跟进，对于城市防洪规划，污染排放限制能够起到较大的帮助作用。

作为一种优选方案而非具体限定，步骤S13包括S131-S132，其中：

S131、根据目标函数，确定目标函数的变异策略和控制参数。

本实施例中，首先确定评价指标，所述评价指标至少包括平方误差和、均方误差，简称MSE、均方根误差，简称RMSE、平均绝对误差，简称MAE以及纳什效率系数，即NSE，对于城市水污染溯源，采用水文模型中常用的NSE作为预设算法的目标函数，其目标函数f(X

式中，f(X

整个系统的目标函数f(X)表示为：

NSE的范围为[-1,+∞]，NSE值越小表明模拟值与观测值的时间序列越相近，最小值为-1，表示模拟值和观测值完全一致。DE算法的目标为寻找使f(X)最小的参数组合X(x

设定待求参数值的方法，具体为：

待求参数及判别条件如下：

式中，x,y,q,c为待求参数；(x,y)为任意大地坐标；q为污染流量，m

所述变异策略的确定方法，采用选择伯努利，简称bin，具体为：

best/1/bin

V

rand/1/bin

V

randtobest/1/bin

V

currenttobest/1/bin

V

best/2/bin

V

rand/2/bin

V

式中，V

本实施例中，采用best为变异操作基的策略具有较强的局部搜索能力，但是全局搜索能力弱；采用rand为操作变异基的策略随机选择操作基，具有较强的全局搜索能力，但是局部搜索能力弱，收敛速度较慢；采用randtobest/1/bin和currenttobest/1/bin为变异操作机的策略的全局搜索能力和局部搜索能力较为平衡，收敛速度一般。在本实施例的污染溯源问题中不一定适用，局部最优解数量较多，且迭代前期主要考察算法的全局搜索能力，后期主要考察局部搜索能力，因此本实施例选用两者较为均衡的randtobest/1/bin策略。

所述控制参数的方法，具体为：

确定种群大小不小于4，若种群太小，在迭代过程中个体间的差异会快速减小，容易使算法在到达最优解之前提前收敛，发生“早熟”现象。若种群太大，计算的耗时过长，算法性能下降。通常情况下，假设待求参数的数量为N，种群大小一般在[10N，20N]内取值。水污染溯源问题采用眼球算法具有较强的全局搜索能力，理论上种群大小越大，溯源精度越高。但实际上InfoWorks ICM-Delft 3D耦合模型的运行时间较长，种群大小不宜过大，综合上述因素，种群大小设置为15N。

再确定缩放因子F，缩放因子F是差分向量的乘子，一般而言，F越小，算法的局部搜索能力越强，但收敛时间越长，并可能导致算法陷入一个局部最优解；若F取值过大，则算法的局部搜索能力不足。设置随着迭代次数增加而减小的自适应缩放因子F，可以避免种群“早熟”并兼顾搜索局部和全局搜索能力，在[0.5,1]范围对F随机均匀取值可以有效避免种群早熟。由于污染溯源问题中可能存在多个局部最优解，为了避免种群“早熟”本实施例使用随机放缩因子F，F在[0.5,1]内随机取值。

确定交叉概率CR，即新个体产生的概率，直接影响着种群的多样性。若CR过小，变异个体难以被接受，整体规则的搜索能力变弱，容易导致种群“早熟”。反之，若CR过大，则种群多样性过大，容易导致无法满足收敛的条件。为一般而言，交叉概率CR在[0.5,0.7]之间取值。为了保持较强的搜索能力和合理的收敛速度，本实施例的交叉概率CR设置为0.7。

确定收敛条件，收敛条件可设为“达到最大迭代次数”或“种群中个体间差异差异小于设定条件”。当种群中个体的目标函数值满足设定条件时，可以认为算法已经找到最优解，具体条件公式如下：

式中，atol为绝对容差；tol为相对容差；f(X

S132、根据目标函数的变异策略和控制参数，训练InfoWorks ICM-Delft 3D的耦合模型，确定防洪规划。

本实施例在确定好目标函数的变异策略和控制参数，对耦合模型进行多次迭代训练，直至达到预设的目标情况或迭代次数溢出，从而确定防洪规划或对城市污水进行溯源，对污染源进行点对点跟进，对于城市防洪规划，污染排放限制能够起到较大的帮助作用。

本实施例通过建立InfoWorks ICM-Delft 3D的耦合模型，再建立目标函数，最后根据预设规则对目标函数进行训练，以此确定防洪规划，能够更好地建立起排水防洪模型，以对防洪系统进行模拟预测及对水质污染进行溯源，且处理数据效率较高，提高了非监测单元的积水深度预报精度和水质过程变化的预测精度。

第二实施例：

请参照图6到图10所示，本实施例提出了城市水网模型的构建装置100，包括第一建立模块110、第二建立模块120以及确定模块130，其中：

第一建立模块110，与第二建立模块120连接，用于根据InfoWorks ICM模型以及Delft 3D模型，建立InfoWorks ICM-Delft 3D的耦合模型。

作为一种优选方案而非具体限定，所述第一建立模块110包括建立单元111、校准单元112以及耦合单元113，其中：

建立单元111，与校准单元112连接，用于建立InfoWorks ICM模型以及Delft 3D模型。

作为一种优选方案而非具体限定，所述建立单元111包括第一获取子单元1111、第一生成子单元1112、第一确定子单元1113、第二生成子单元1114、第二确定子单元1115以及第三生成子单元1116，其中：

第一获取子单元1111，与第一生成子单元1112连接，用于获取排水管网的数据。

第一生成子单元1112，与第一确定子单元1113连接，用于基于InfoWorks ICM软件和排水管网的数据，生成InfoWorks ICM模型网络。

第一确定子单元1113，与第二生成子单元1114连接，用于核验所述InfoWorks ICM模型网络，确定模型参数值。

第二生成子单元1114，与第二确定子单元1115连接，用于获取目标河流信息，生成目标河流栅格。

第二确定子单元1115，与第三生成子单元1116连接，用于根据目标河流栅格，确定目标河流的水力边界和污染物浓度边界。

第三生成子单元1116，用于根据水力边界和污染物浓度边界，生成Delft 3D模型。

校准单元112，与耦合单元113连接，用于校准InfoWorks ICM模型以及Delft 3D模型。

耦合单元113，用于耦合校准后的InfoWorks ICM模型以及校准后的Delft3D模型，生成InfoWorks ICM-Delft 3D的耦合模型，所述耦合至少包括水平空间耦合、垂直空间耦合以及输入输出耦合。

作为一种优选方案而非具体限定，所述耦合单元113包括第二获取子单元1131、第四生成子单元1132、第三确定子单元1133、第五生成子单元1134、处理子单元1135以及第六生成子单元1136，其中：

第二获取子单元1131，与第四生成子单元1132连接，用于获取目标河流水面高程的第一观测数据和污染物浓度的第二观测数据。

第四生成子单元1132，与第三确定子单元1133连接，用于根据第一观测数据和第二观测数据，生成InfoWorks ICM模型所需的水面高程和污染物时间序列的第一表格文件。

第三确定子单元1133，与第五生成子单元1134连接，用于确定InfoWorks ICM模型中排放口的水面高程和污染物时间序列，通过所述第一表格文件更新所述InfoWorks ICM模型数据库信息，所述数据库信息至少包括水位曲线、污染物过程曲线以及入流曲线。

第五生成子单元1134，与处理子单元1135连接，用于根据更新后的InfoWorks ICM模型数据库信息，生成排放口处流量和污染物浓度时间序列的第三表格文件。

处理子单元1135，与第六生成子单元1136连接，用于根据第三表格文件，定义Delft 3D模型中的点源线污染源，转换第三表格文件为Delft 3D模型所需的污染物浓度与流量时间序列的反汇编文件。

第六生成子单元1136，用于根据反汇编文件，通过运行Delft 3D模型，生成目标河流流域各点的水面高程、污染物浓度的时间序列NC文件。

第二建立模块120，与确定模块130连接，用于根据InfoWorks ICM-Delft 3D的耦合模型，建立目标函数。

确定模块130，用于根据预设规则和目标函数，至少确定防洪规划。

作为一种优选方案而非具体限定，所述确定模块130包括确定单元131以及训练单元132，其中：

确定单元131，与训练单元132连接，用于根据目标函数，确定目标函数的变异策略和控制参数。

所述确定单元131包括：

选择对应的评价指标，其目标函数f(X

式中，f(X

确定耦合模型的目标函数，具体为：

确定待求参数的判别条件，具体为：

式中，(x,y)为任意大地坐标；q为污染流量；c为污染物浓度；L(x,y)为与(x,y)最近的节点距离；L

训练单元132，用于根据目标函数的变异策略和控制参数，训练InfoWorks ICM-Delft 3D的耦合模型，确定防洪规划。

本实施例通过建立InfoWorks ICM-Delft 3D的耦合模型，再建立目标函数，最后根据预设规则对目标函数进行训练，以此确定防洪规划，能够更好地建立起排水防洪模型，以对防洪系统进行模拟预测及对水质污染进行溯源，且处理数据效率较高，提高了非监测单元的积水深度预报精度和水质过程变化的预测精度。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本发明实施例还提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述各实施例中的城市水网模型的构建方法。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各城市水网模型的构建方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也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，本发明实施例的技术方案本质上或者说对相关技术做出贡献的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(可以是个人计算机、终端、或者网络设备等)执行本发明各个实施例方法的全部或部分。而前述的存储介质包括：移动存储设备、RAM、ROM、磁碟或者光盘等各种可以存储程序代码的介质。与上述的计算机存储介质对应的是，在一个实施例中还提供一种计算机设备，该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行程序时实现如上述各实施例中的城市水网模型的构建方法。

该计算机设备可以是终端，其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现城市水网模型的构建方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本实施例通过建立InfoWorks ICM-Delft 3D的耦合模型，再建立目标函数，最后根据预设规则对目标函数进行训练，以此确定防洪规划，能够更好地建立起排水防洪模型，以对防洪系统进行模拟预测及对水质污染进行溯源，且处理数据效率较高，提高了非监测单元的积水深度预报精度和水质过程变化的预测精度。

术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。