技术摘要：
本发明公开了一种海绵城市流量数据在线监测处理方法，包括：数据范围判定步骤，根据现场测量环境参数以及监测值的合理范围设置数据清洗范围；径流系数判定步骤，获取预设时段的在线监测流量数据及该时段的降雨量数据，计算理论最大径流总量以及在线监测总流量，当所述  全部
背景技术：
现有技术中，海绵城市的流量在线监测包含海绵设施、海绵项目、海绵建设区域的 排水管网、入河排口的流量监测，此监测数据对于评估海绵建设成效以及分析该区域的径 流特征具有重要意义。海绵城市的径流量在线监测数据是利用流量计获取分钟级监测数 据，测量过程中会由于环境干扰、仪器噪声、测量方法的局限性产生数据异常等情况。如不 加清洗直接使用，有效数据及异常数据混杂，导致海绵建设成效评估偏离实际情况，乃至影 响后续的数据积累与应用。目前的清洗方法较为简易，请参见图1，通过设定宽泛的阈值将 极端值(极大值或者极小值)去除，该方法对处于合理数值范围内的异常数据无法进行清 洗，例如，请参见图2，当数据不符合降雨自然规律时，会造成大量错误数据，从而干扰了数 据应用和分析挖掘。
技术实现要素：
本发明要解决的技术问题在于，针对现有技术的不足，提供一种能够克服传统方 法只能进行孤立值判别和修改的缺陷，利用数据范围、径流系数与降雨-径流量的相关性进 行层层数据清洗，并结合自然规律与统计学分析，进而保证径流量监测数据准确性与真实 性的海绵城市流量数据在线监测处理方法。 为解决上述技术问题，本发明采用如下技术方案。 一种海绵城市流量数据在线监测处理方法，其包括有如下步骤：数据范围判定步 骤，用于根据现场测量环境参数以及监测值的合理范围设置数据清洗范围；径流系数判定 步骤，用于获取预设时段的在线监测流量数据及该时段的降雨量数据，计算理论最大径流 总量以及在线监测总流量，并且当所述理论最大径流总量与所述在线监测总流量满足预设 的判定条件时，将该时段的所述在线监测流量数据认定为异常数据；相关系数判定步骤，用 于根据斯皮尔曼秩相关算法与线性交叉相关算法得出改进-斯皮尔曼秩相关算法，利用所 述改进-斯皮尔曼秩相关算法自动获取降雨-径流错峰时间和错峰相关度，进而判断所述在 线监测流量数据是否存在异常。 优选地，所述数据范围判定步骤中，所述数据清洗范围包括：雨水管内的液位高度 <雨水管直径；雨水管径流流速<3m/s。 优选地，所述径流系数判定步骤中，每台在线流量监测设备均收集汇水面积内的 地表径流，根据总量计算原则，预设时段的降雨总量与汇水面积的乘积为该汇水面积在该 时段的理论最大径流总量，设定雨水管网收集径流总量中的A％至B％，当流量计正常运行 时，监测到的流量落入该A％至B％区间中，如果流量落在该A％至B％区间之外，则认定为存 在异常情况。 4 CN 111581855 A 说　明　书 2/5 页 优选地，所述径流系数判定步骤中，当监测仪器存在误差或者海绵减排设施削减 径流量时，若当地降雨量低于下限阈值 则不会产生地表径流，此时扩大可信范围至A’％ 到B’％，根据反复试验，确定适合的异常数据筛选条件。 本发明公开的海绵城市流量数据在线监测处理方法中，其首先利用径流系数进行 在线监测流量数据清洗，由于降雨量与径流量之间存在自然规律，以径流系数的方式呈现， 因此本发明应用径流系数进行数据判别，确保径流量数据处于任意降雨条件下的合理范围 内。然后再利用“改进-斯皮尔曼秩相关算法”进行在线监测流量数据清洗，在相关度算法为 统计学分析中，判断多个数列之间趋势相符程度的方法，由于降雨-径流数列之间的存在错 峰现象，而传统相关度算法无法满足要求，因此本发明提出了“改进-斯皮尔曼秩相关算 法”，并应用该算法进行流量数据判别，确保径流量数据符合降雨趋势。相比现有技术而言， 本发明在原有极端值数据处理基础上，利用了数据本身的物理意义与自然规律，结合创新 的统计学分析手段，利用降雨与径流量之间的关系判别数据的有效性，同时从物理原理出 发，具有高度可信性，对于海量的在线监测数据而言，具备准确的数据判别能力，为后续数 据的应用提供了可靠的数据基础。 附图说明 图1为传统在线监测流量数据处理方法的流程图； 图2为一场降雨下的错误流量数据图表； 图3为本发明海绵城市流量数据在线监测处理方法的流程图； 图4为低相关度、异常数据时的流量数据图表； 图5为高相关度、正常数据时的流量数据图表； 图6为本发明一种应用举例中在线监测数据与对应时段降雨量的数据图表； 图7为一种应用举例中经过清洗后的在线监测流量数据图表。