Urban flood limit rainfall forecasting method based on deep learning
The present invention relates to a deep learning-based urban flooding limit rainfall estimation method comprising: a data collection process of setting pipe density, non-permeability, watershed inclination, and street inlet density for watershed characteristic parameters used in learning for limit r...
Gespeichert in:
Hauptverfasser: | , , , , |
---|---|
Format: | Patent |
Sprache: | eng ; kor |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | The present invention relates to a deep learning-based urban flooding limit rainfall estimation method comprising: a data collection process of setting pipe density, non-permeability, watershed inclination, and street inlet density for watershed characteristic parameters used in learning for limit rainfall estimation model development, acquiring information on administrative boundaries and areas in common to analyze the pipe density, the non-permeability, and the street inlet density, acquiring a digital map for creating a digital evaluation model (DEM) or a DEM with elevation information for analyzing the watershed inclination and information on sewage pipes, land usage, and street inlets, and collecting information needed for conversion in a data conversion process; and a data conversion process performing data conversion with pipe density = pipe length (D600 or higher)/administrative dong area, street inlet density = the number of street inlets/administrative dong area, watershed inclination = average inclination of administrative dongs, and non-permeable area ratio = average non-permeable area ratio of administrative dongs in "watershed characteristics," and generating damage history-based limit rainfall (duration of 30, 60, and 180 minutes) for each administrative dong in "limit rainfall." Accordingly, the present invention can provide an optimum model capable of estimating urban flooding risk criteria through target area flooding damage data and rainfall data collection and damage history-based limit rainfall calculation.
본 발명은 딥러닝 기반 도시침수 한계강우량 추정 방법에 관한 것이다. 본 발명은, 한계강우량 추정 모델 개발을 위해 학습에 사용된 유역특성 매개변수는 관거밀도, 불투수율, 유역경사, 빗물받이밀도를 설정하며, 관거밀도, 불투수율, 빗물받이밀도를 분석하기 위해서는 공통적으로 행정경계와 면적에 대한 정보를 획득할 뿐만 아니라, 하수관거, 토지이용도, 빗물받이에 대한 정보, 유역경사를 분석하기 위한 고도정보가 있는 DEM(Digital Elevation Model) 또는 DEM를 제작하기 위한 수치지형도를 획득할 뿐만 아니라, 자료변환 과정에서 변환을 위해 필요한 정보를 수집하는 자료수집 과정; 및 "유역특성"에 있어서, 관거밀도 = 관거길이(D600 이상) / 행정동 면적, 빗물받이밀도 = 빗물받이 개수 / 행정동 면적, 유역경사 = 행정동의 평균경사, 불투수면적률 = 행정동의 평균 불투수면적률로 자료 변환을 수행하고, "한계강우량"에 있어서, 피해이력기반 행정동별 한계강우량(지속시간 30, 60, 180분)을 생성하는 자료변환 과정; 을 포함하는 것을 특징으로 할 수 있다. 이에 의해, 대상지역 침수피해자료 및 강우자료 수집, 피해이력기반 한계강우량 산정을 통해 도시침수 위험기준을 추정할 수 있는 최적 모델을 제공할 수 있다. |
---|