项目架构：B/S架构 开发语言：Java语言 开发软件：idea eclipse 前端技术：Layui、HTML、CSS、JS、JQuery等技术 后端技术：JAVA 运行环境：Win10、JDK1.8 数 据 库：MySQL5.7/8.0 运行服务器：Tomcat7.0 CSDN太坑了，设置是0积分，动态调整下载积分太多，想要源码的私信我吧。

以数字高程模型(DEM)为数据基础，分析了给定洪水水位与洪水水量两种洪水淹没范围计算方法，并利用 Arc Engine开发组件实现了淹没区的虚拟现实表达．结果表明：两种计算方法可快速、高效地模拟洪水淹没范围，结合地理信息系统可直观地展示在三维可视化平台上，为防洪指挥调度及洪灾灾害的评估提供更加科学、直观的决策服务，对现代水利的数字化和信息化建设有一定的现实意义．

IoT_FloodMonitoring NodeJS + NodeMCU ESP8266洪水预警系统

遥感影像包括LandSat8，GF-1，Sentinel-2等;遥感产品包括MODIS植被指数、土地覆盖、火点等产品，GPM降水数据，Globcover2009，FROM-GLC10，GHS BUILT建筑区数据，VIIRS-NPP夜间灯光数据，WorldPop人口数据等。 1989年至2018年间，EM-DAT收录了全球发生的干旱、洪水、热带气旋、森林火灾和地震5类灾害事件共6300余起，其中水灾3900余起。 2018年，全球发生干旱、洪水、热带气旋、森林火灾和地震5类灾害事件186起，较1989—2018年平均少26起。 在具体灾害类型上，不考虑灾害极端异常年，与1989—2018年平均水平相比，2018年除了干旱灾害的面积和损失略高外，其他灾害如洪水灾害、热带气旋灾害、地震灾害、森林火灾的发生次数、人员伤亡和经济损失都有所降低，其中洪水灾害下降尤其明显。

摘要:本发明公开了一种基于人工智能决策树的GPS遥感洪水预测方法，包括如下步骤：S1、读取GPS卫星原始观测值；S2、原始观测值的预处理；S3、采用历元间的伪距差、载波相位差和历元时间间隔的信息生成洪水探测量，所述洪水探测量包括第一探测量和第二探测量；S4、采用基于人工智能决策树算法建立分卫星分频率的洪水探测模型；S5、联合GPS双频信号的第一探测量和第二探测量对洪水进行探测，并根据探测阈值将结果进行标记；S6、根据探测结果进行洪水预警或对洪水探测模型更新迭代。采用基于人工智能决策树算法建立高精度的洪水探测模型，深度挖掘探测量和其它辅助特征参数之间的相关性，降低误探率，保证洪水探测的精准度和稳定性。

说明：SYN-Flood攻击输入IP地址上的输入特定端口。数据包源IP地址为一伪造地址，每一次攻击都不断变换源IP地址源端口也是随机变化的。程序没有做到教科书要求的 伪造的源IP地址可路由但是不可达。程序采用的几乎都是不可达的IP。教科书中还有一种做法，选取一伪造IP，从不同的端口连接被攻击端口，扩大了攻击面。本程序目前没有实现这样的功能，不过非常容易做到。

Nopensource径流，侵蚀和洪水模型openLISEM。 有关信息，请联系Victor Jetten教授（vgjetten@utwente.nl）新闻2020年12月1日-openLISEM版本6.4版本6.x集成了opnemp库用于并行计算。 在我们所有的测试中，它的运行速度提高了80％（取决于您的PC）。 还有一种新的简化SWOF 2.0实验性实验方法，但它是实验性的，可能无法提供理想的结果。 有关错误修复的列表，请参见readme.txt。 该软件可在GPL v3许可下获得。

采用推理公式计算设计洪水，在设计洪水中广泛应用，

洪水入库后，其运动是属于不稳定流。水库沿程的水位、流速和过水断面等均随时变化，实用中多采用瞬态法，直接差分法及特征线法等近似解法。

当采用流量资料计算设计洪水时，一般采用典型洪水过程线模拟放大的方法。典型的含义是根据流域形成洪水的条件，在模拟放大后可能发生并能保证工程安全。一般选择峰高、量大、峰型集中、主峰偏后的洪水过程作为放大的模式;典型洪水过程线的选择与放大的方法，与工程调节径流的能力和泄水能力有关。如果工程调节能力较强，泄水能力较弱，则应选择洪水总量较大的洪水过程，放大时，必须采用以水量放大为主的方法;反之，则应选择以洪峰流量较大的洪水过程，放大时，采用以洪峰流量放大为主的方法。