基于计算机视觉和持续优化,快速量化地表溢出和下水道管道地下透情况
Haocheng Huang1, Mingshuo Zhai2, Xiaohui Lei3
1School of Civil Engineering, Central South University, Changsha, 100038, China; State Key Laboratory of Simulation and Regulation of Water Cycle in River Basin, China Institute of Water Resources and Hydropower Research, Beijing, 410075, China.
Environmental research
|July 10, 2023
概括
一个新的地表溢出和地下透 (SOUI) 模型准确地识别了下水道溢出和雨水透. 这种先进的系统改善了水浸预测,减少了环境污染风险.
科学领域:
- 环境工程 环境工程
- 城市水文学 城市水文学
- 废水管理 废水管理
背景情况:
- 由于雨水透而造成的下水道网络过载,导致水淹没和污染.
- 目前的风暴水管理模型 (SWMM) 等模型在估计透和检测表面溢出方面存在局限性.
- 准确的识别对于风险预测和缓解至关重要.
研究的目的:
- 开发和验证一种新的地表溢出和地下透 (SOUI) 模型.
- 克服现有模型在降雨事件期间评估下水道网络性能方面的局限性.
- 为了实时诊断下水道运行状态和溢出风险.
主要方法:
- 数据收集:降水量,排水孔水位,地表水深,溢出点图像,泄漏量.
- 计算机视觉用于地表水浸积的识别和数字海拔模型 (DEM) 的重建.
- 建立浸水深度-面积-体积关系,以实时检测溢出.
- 持续的全基因算法优化 (CT-GA) 用于快速地底流入的确定.
- 整合地表和地下流量估计,以全面感知下水道网络状态.
主要成果:
- 与降雨期间的SWMM相比,SOUI模型显著提高了43.5%的水位模拟精度.
- 使用拟议的CT-GA方法,计算优化时间成本减少了67.5%.
- 综合方法准确地感知城市下水道网络的实时状态.
结论:
- 拟议的SOUI模型为监测下水道网络提供了更准确,更有效的方法.
- 它有效地诊断运行状态,并实时预测溢出风险.
- 这种进步有助于减轻城市水浸和环境污染.
