城市内涝空间模态识别及其尺度转换模型

薛丰昌; 孙琳丽; 李育慧; 佟雅慧

doi:10.13203/j.whugis20250018

您当前的位置：

首页 >

文章列表页 >

城市内涝空间模态识别及其尺度转换模型

应急定位 | 更新时间：2026-11-05

- 城市内涝空间模态识别及其尺度转换模型
- Spatial Modal Identification of Urban Waterlogging and Its Scale Conversion Model
- 武汉大学学报（信息科学版） 2025年50卷第6期页码：1191-1199
- 作者机构：
  
  1.中国气象局武汉暴雨研究所，湖北武汉，430205
  2.南京信息工程大学气象灾害地理信息工程实验室，江苏南京，210044
  3.内蒙古通辽市气象局，内蒙古通辽，028000
  4.漳州市芗城区气象局,福建漳州，363000
- 作者简介：
  
  薛丰昌，博士，教授，主要研究方向为气象GIS、气象灾害监测预警、城市内涝数值模拟、灾害遥感等。001968@nuist.edu.cn
  孙琳丽，硕士，高级工程师。sunlinli198362@163.com
- 基金信息：
  
  中国气象局流域强降水重点实验室开放基金(2023BHRY⁃29);漳州市自然基金(ZZ2024J34)
- DOI：10.13203/j.whugis20250018
  中图分类号： TP18;P208
- 收稿：2025-01-28，
  
  纸质出版：2025-06-05
- 稿件说明：
移动端阅览
薛丰昌,孙琳丽,李育慧，等.城市内涝空间模态识别及其尺度转换模型[J].武汉大学学报（信息科学版）,2025,50(6):1191-1199.

XUE Fengchang,SUN Linli,LI Yuhui,et al.Spatial Modal Identification of Urban Waterlogging and Its Scale Conversion Model[J].Geomatics and Information Science of Wuhan University,2025,50(6):1191-1199.
薛丰昌,孙琳丽,李育慧，等.城市内涝空间模态识别及其尺度转换模型[J].武汉大学学报（信息科学版）,2025,50(6):1191-1199. DOI：10.13203/j.whugis20250018

XUE Fengchang,SUN Linli,LI Yuhui,et al.Spatial Modal Identification of Urban Waterlogging and Its Scale Conversion Model[J].Geomatics and Information Science of Wuhan University,2025,50(6):1191-1199. DOI：10.13203/j.whugis20250018

摘要

尺度转换是地理信息科学中的一个重要研究领域，用以实现不同尺度空间数据的整合与客观规律认识。传统地理信息理论中以地理分辨率大小所定义的尺度不具有更加泛化的适用性，面向机理模型生成的对自然现象内在规律、内在机理表达的数据的尺度转换问题缺乏深入研究。以不同参数水平模拟的12场暴雨积涝数据为研究数据，利用矩阵分解识别积涝空间模态，以F

robenius范数作为约束条件，利用相似变换实现积涝模态权重系数矩阵尺度转换，进而实现暴雨积涝模拟数据尺度转换。采用平均绝对误差（mean absolute error，MAE）、均方误差（mean squared error，MSE)、决定系数（

²）作为评估指标，计算12个内涝模拟场次的尺度转换精度，每个模拟场次的MAE为0.04~0.11 m，MSE为0.001~0.02 m²，

²为0.86~0.97，表明其在多参数条件下具有一致性精度；12个模拟场次整体转换精度MAE为0.07 m，MSE为0.01 m²，

²为0.95，表明模型整体具有良好可靠性。通过识别不同尺度内涝数据所蕴含的空间模态，基于空间模态实现内涝模拟数据的尺度转换，丰富和发展地理信息尺度转换理论与实现技术。

Abstract

Objectives

This paper aims to address the critical challenge of scale conversion in geographic information science (GIS) by proposing a novel methodology for transforming multi-scale urban waterlogging simulation data. Traditional GIS scale conversion theories primarily focus on spatial resolution adjustments but lack applicability to data generated by mechanism-based models. Such models produce outputs reflecting the intrinsic laws of natural phenomena

and scale is redefined as the degree of representation of internal mechanisms. This paper aims to identify spatial modals inherent in urban waterlogging data across varying parameter-driven scales

to develop a mathematical framework for converting simulation data between these mechanism-defined scales

and to enrich GIS scale conversion theory by integrating spatial pattern recognition and mechanism-driven transformations.

Methods

12 simulated urban waterlogging datasets are generated under distinct parameter configurations of a hydrological model. These datasets represent diverse spatial manifestations of waterlogging influenced by nonlinear interactions between rainfall

terrain

and drainage systems. Matrix decomposition techniques are employed to extract latent spatial modals from the high-dimensional simulation data. The Frobenius norm

serving as a constraint

is integrated into a similarity transformation framework to mathematically convert the weight coefficient matrices associated with these spatial models across scales. Conversion accuracy

is rigorously evaluated using mean absolute error (MAE)

mean squared error (MSE)

and the coefficient of determination (

²).

Results

The proposed method demonstrated robust performance in cross-scale waterlogging data conversion. For individual simulation events

error metrics spanned MAE from 0.04 m to 0.11 m

MSE from 0.001 m² to 0.02 m²

and

² from 0.86 to 0.97

indicating consistent precision across diverse parameter conditions. Aggregate performance across all 12 scenarios yielded MAE was 0.07 m

MSE was 0.01 m²

and

² was 0.95

confirming the reliability of the proposed method.

Conclusions

This study advances the theory of geographic information scale conversion by establishing a mechanism-driven paradigm that transcends traditional resolution-based frameworks. The proposed method provides a generalized framework for mechanism-aware scale conversion in geographic information science

demonstrating significant applicability in disaster simulation

climate modeling

and multi-source geospatial data fusion.

关键词

Keywords

references

李霖，应申 . 空间尺度基础性问题研究［J］. 武汉大学学报（信息科学版）， 2005 ， 30 （ 3 ）： 199 - 203 .

LI Lin ， YING Shen . Fundamental Problem on Spatial Scale ［J］. Geomatics and Information Science of Wuhan University ， 2005 ， 30 （ 3 ）： 199 - 203 .

GAO Y ， DUO H ， CHE J ， et al . Research on Efficient Indexing of Large-Scale Geospatial Data Based on Multi-level Geographic Grid ［J］. ISPRS Annals of the Photogrammetry， Remote Sensing and Spatial Information Sciences ， 2023 ， X-1/ W1 - 2023 ： 73 - 80 .

ZHANG W ， LI D ， YE X ， et al . Resampling Techniques for Geographic Information Scaling： A Review and Perspective ［J］. Journal of Geographical Information Science ， 2024 ， 12 （ 3 ）： 1 - 15 .

LI J ， ZHUANG D F . Study on the Appropriate Scale of Geo-Spatial Data ［J］. Acta Geographica Sinica ， 2002 ， 57 ： 52 - 59 .

GOODCHILD M F . Models of Scale and Scales of Modelling ［M］. Modelling Scale in Geographical Information Science ，Edited by N. J. Tate and P .M. Atkinson， 2001 ， 3 - 10 .

GOODCHILD M F ， QUATTROCHI D A . Scale， Multiscaling， Remote Sensing， and GIS ［M］. Scale in Remote Sensing and GIS ： An Advancement in Methods Towards a Science of Scale ， 1997 ， 1 - 11 .

JINFENG W . A Review on the Methodology of Scaling with Geo-Data ［J］. Acta Geographica Sinica ， 2005 ， 60 （ 2 ）： 277 - 288 .

ZHU C Q ， SHI W Z ， WAN G . Reducing Remote Sensing Image and Simplifying DEM Data by the Multi-Band Wavelet ［J］. International Journal of Remote Sensing ， 2002 ， 23 （ 3 ）： 525 - 536 .

刘学军，王彦芳，晋蓓 . 利用点扩散函数进行DEM尺度转换［J］. 武汉大学学报（信息科学版）， 2009 ， 34 （ 12 ）： 1458 - 1462 .

LIU Xuejun ， WANG Yanfang ， JIN Bei . A Upscaling Method of Digital Elevation Model with Point Spread Function ［J］. Geomatics and Information Science of Wuhan University ， 2009 ， 34 （ 12 ）： 1458 - 1462 .

杨勤科， David Jupp ，郭伟玲，等 . 基于滤波方法的DEM尺度变换方法研究［J］. 水土保持通报， 2008 ， 28 （ 6 ）： 58 - 62 .

YANG Qinke ， JUPP D ， GUO Weiling ， et al . Genaralizing the Fine Resolution DEMs with Filtering Method ［J］. Bulletin of Soil and Water Conservation ， 2008 ， 28 （ 6 ）： 58 - 62 .

吴桂平 . 不同尺度转换方式对土地利用格局模拟的影响效应研究［J］. 水土保持研究， 2010 ， 17 （ 5 ）： 75 - 79 .

WU Guiping . Exploring Effect of Different Scaling Methods on Simulation of Land Use Patterns ［J］. Research of Soil and Water Conservation ， 2010 ， 17 （ 5 ）： 75 - 79 .

DENG X Z ， ZHAN J Y . Scale-Effect Analysis of LUCC Driving Forces in the Farming-Pasturing Interlocked Area in Northern China ［J］. Geography and Geo⁃Information Science ， 2004 ， 20 （ 3 ）： 64 - 68 .

XIAO L . The Multi-Scale Effect of Road Network on the Ecosystem in Longitudinal Range-Gorge Region of Yunnan Province ［J］. Acta Ecologica Sinica ， 2009 ， 29 （ 8 ）： 4267 - 4277 .

张智韬，陈钦达，黄小鱼，等 . 基于加权算法的空-天遥感升尺度土壤含盐量监测模型［J］. 农业机械学报， 2022 ， 53 （ 9 ）： 226 - 238 .

ZHANG Zhitao ， CHEN Qinda ， HUANG Xiaoyu ， et al . UAV-Satellite Remote Sensing Scale-up Monitoring Model of Soil Salinity Based on Dominant Class Variability-Weighted Method ［J］. Transactions of the Chinese Society for Agricultural Machinery ， 2022 ， 53 （ 9 ）： 226 - 238 .

汪自军，陈圣波，韩念龙，等 . 地学尺度转换理论及方法研究［J］. 地理空间信息， 2007 ， 5 （ 4 ）： 60 - 63 .

WANG Zijun ， CHEN Shengbo ， HAN Nianlong ， et al . Research of Geo-Science Scaling Theories and Methods ［J］. Geospatial Information ， 2007 ， 5 （ 4 ）： 60 - 63 .

卢小平，蔡国盛，张向军，等 . 一种融合多源数据的全国OCO-2 SIF降尺度方法［J］. 武汉大学学报（信息科学版）， 2024 ， 49 （ 9 ）： 1556 - 1565 .

LU Xiaoping ， CAI Guosheng ， ZHANG Xiangjun ， et al . A National OCO-2 SIF Downscaling Method Integrating Multi-source Data ［J］. Geomatics and Information Science of Wuhan University ， 2024 ， 49 （ 9 ）： 1556 - 1565 .

薛丰昌，杨盟，陈剑飞，等 . 网格化城市内涝风险积水深度CID计算模型［J］. 安全与环境学报， 2024 ， 24 （ 11 ）： 4383 - 4390 .

XUE Fengchang ， YANG Meng ， CHEN Jianfei ， et al . CID Calculation Model for Grid Urban Waterlogging Risk Depth ［J］. Journal of Safety and Environment ， 2024 ， 24 （ 11 ）： 4383 - 4390 .

许可，顾尚泰，元志安，等 . 基于Frobenius范数奇异值分解的快速ICP算法［J］. 太赫兹科学与电子信息学报， 2023 ， 21 （ 10 ）： 1263 - 1270 .

XU Ke ， GU Shangtai ， YUAN Zhian ， et al . A Fast ICP Method Based on Frobenius Norm Singular Value Decomposition ［J］. Journal of Terahertz Science and Electronic Information Technology ， 2023 ， 21 （ 10 ）： 1263 - 1270 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

利用社会公众拍摄图像构建城市内涝深度等级评估模型

城市建成环境活动流时空建模分析与预测研究进展

大众智能终端GNSS有意干扰检测技术研究现状与展望

关于智慧海图的思考

海洋目标辐射基准传递不确定度研究进展