(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111397720.2 (22)申请日 2021.11.23 (71)申请人 东莞理工学院 地址 523000 广东省东莞 市松山湖科技产 业园区大 学路1号 (72)发明人 刘柔芯　陈洪伟　 (74)专利代理 机构 广州粤高专利商标代理有限 公司 44102 代理人 彭东梅 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/26(2012.01) G06K 9/00(2006.01) G06F 16/29(2019.01) (54)发明名称 一种基于SCS的内涝风险预测方法 (57)摘要 本发明公开一种基于SCS的内涝风险预测方 法， 属于内涝风险预测技术领域。 所述预测方法 步骤为： 第一， 利用研究区遥感影像， 对研究区进 行土地利用类型分类； 第二， 计算不同土地利用 类型的地表径 流， 根据不同土地利用类型的地表 径流获得内涝风险的危险性因子； 第三， 计算研 究区内河网密度、 地形高程标准差和植被覆盖度 三个指标， 接着将其作为内涝风险的脆弱性因 子； 第四， 计算研究区内人口密度和人均GDP两个 指标， 接着将其作为内涝风险的暴露性因子； 第 五， 将内涝的危险性影响因子、 脆弱性影响因子 和暴露影 响因子加权叠加， 得到研究区内涝风险 预测结果。 与现有技术相比， 本发明的预测方法 能有效预测城市内涝情况， 提高预测精度。 权利要求书2页 说明书6页 附图4页 CN 113902224 A 2022.01.07 CN 113902224 A 1.一种基于SCS的内涝风险预测方法， 其特 征在于： 包括以下步骤： S1.利用研究区遥感影 像， 对研究区进行土地利用类型分类； S2.计算不同土地利用类型的地表径流， 根据不同土地利用类型的地表径流获得内涝 风险的危险性因子； S3.计算研究区内河网密度、 地形高程标准差和植被覆盖度三个指标， 接着将其作为内 涝风险的脆弱性因子； S4.计算研究区内人口密度和人均GDP两个指标， 接着将其作为内涝风险的暴露性因 子； S5.将内涝的危险性影响因子、 脆弱性影响因子和暴露影响因子加权叠加， 得到研究区 内涝风险预测结果。 2.根据权利要求1所述的方法， 其特征在于： 步骤S1具体为： 获取研究区遥感影像， 并对 其进行预处理； 接着对预处 理后的影 像进行土地利用分类， 最后检查分类精度。 3.根据权利要求2所述的方法， 其特征在于： 所述预处理包括辐射校正、 大气校正以及 融合。 4.根据权利要求1所述的方法， 其特 征在于： 所述 步骤S2中， 地表 径流的计算公式为： 若P≤0.2S， 则Q ＝0； 若P＞0.2S， 则 其中， P表示降雨量； S表示所述径流小区的流域的潜在最大滞水量； Q表示所述径流小 区不同降雨 量条件下的地表 径流。 5.根据权利要求4所述的方法， 其特征在于： 所述径流小区的流域的潜在最大滞水量S 的计算公式为： 其中， CN表示模型中唯一需要确定的参数， 其为水文和土壤的函数； 不同的水文土壤组 合对应的CN 值不同。 6.根据权利要求1所述的方法， 其特征在于： 步骤S3中， 所述河网密度的计算方法为： 根 据研究区河网数据， 利用GIS的线密度工具计算河网密度， 得到研究区河网密度分布图。 7.根据权利要求1所述的方法， 其特征在于： 步骤S3中， 所述地形高程标准差的计算方 法为： 利用GIS 计算地形栅格周围高程标准差作为表征该 处地形变化程度的定量指标； 所述 高程标准差分为三级： 高程标准差0～1为第一级， 高程标准差1～10为第二级， 高程标准差 大于10为第三级。 8.根据权利要求1所述的方法， 其特征在于： 步骤S3中， 所述植被覆盖度根据归一化植 被指数进行衡量， 所述归一 化植被指数的计算公式如下： 其中， DNnir表示近 红外波段， DNred表示红色波段， 分别为研究区域Landsat8影像的第 5波段和第4波段。 9.根据权利要求1所述的方法， 其特征在于： 所述步骤S4具体为： 根据研究区人口数据权　利　要　求　书 1/2 页 2 CN 113902224 A 2和GDP数据， 计算研究区人口密度和人均GDP两个指标； 接着将其作为内涝风险的暴露性因 子。 10.根据权利 要求1所述的方法， 其特征在于： 利用ARCGIS中模糊隶属将内涝风险因子、 内涝脆弱性因子、 内涝暴露性因子进 行归一化处理， 并结合历史研究成果和专家 意见， 赋予 各个评价因子相应的权 重， 接着对所有影响因子加权 叠加， 得到研究区内涝风险分析 结果。权　利　要　求　书 2/2 页 3 CN 113902224 A 3