一种基于物联网和大数据的城市水安全预测方法技术

本发明专利技术公开了一种基于物联网和大数据的城市水安全预测方法，包括：构建城市内涝预测机理模型；基于城市内涝预测机理模型，建立信息数据库；利用机器学习算法得到城市内涝预测结果，并构建城市内涝预测结果数据库；识别城市积水区域以定义城市各区域的内涝风险等级，结合城市内涝预测结果及城市各区域的内涝风险等级，对城市水安全进行预测。本发明专利技术依靠物联网技术将城市内涝预测过程规范化、智能化、自动化及精确化，使得该城市水安全预测方法具备可操作性、可复制性、准确性、可靠性和及时性，能够为城市内涝的风险评估、预测和防范提供科学有效且可靠实时的数据支持。供科学有效且可靠实时的数据支持。供科学有效且可靠实时的数据支持。

【技术实现步骤摘要】
一种基于物联网和大数据的城市水安全预测方法


[0001]本专利技术涉及城市水安全预测领域，具体为一种基于物联网和大数据的城市水安全预测方法。

技术介绍

[0002]水安全问题是城市安全问题的重要组成部分，其中城市水安全问题包含城市内涝问题；随着城市建设的不断发展，城市规模不断扩大，道路、建筑密度不断增加，带来的气候变化引发水循环变化，使得降雨更多的发生在城市；而同时城市发展和建设造成的地面自然滞、蓄雨水能力降低，加之城市排水管渠等防涝设施排水能力不足，使得城市内涝的情况频频发生，给人们的生产生活造成巨大影响。
[0003]现如今，在对于城市水安全防范过程中，常常需要对城市内涝进行预测，通过对城市进行内涝预测，来降低城市内涝灾害对城市交通、运输等方面造成的影响。
[0004]目前的城市水安全预测采用人工现场观测，摄像头等设备远程人工检测，难以快速得到城市内涝预测结果，且城市水安全预测过程不规范，监测数据结果不精确，可操作性差，需要大量的人工劳动力及成本，不能及时的得到城市水安全的预测数据；因此提出了一种城市水安全预测方法，以便于解决现如今城市内涝预测过程不规范、预测结果不精确，操作难度大、成本高、时效低的问题。

技术实现思路

[0005]本专利技术的目的在于提供一种基于物联网和大数据的城市水安全预测方法，以解决上述
技术介绍
中提出现如今城市内涝预测过程不规范、预测结果不精确，操作难度大、成本高、时效低的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：
[0007]一种基于物联网和大数据的城市水安全预测方法，包括：
[0008]采集城市各区域的地形数据、排水管网数据和河流水文数据，构建城市内涝预测机理模型，实时输入气象观测数据，并输出城市内涝影响范围和严重程度的效果；
[0009]基于城市内涝预测机理模型，并以云端服务器作支撑，生成随机气候条件下的城市内涝大数据以建立信息数据库；
[0010]利用机器学习算法，将信息数据库与实时气象观测数据相结合，得到城市内涝预测结果，并且构建城市内涝预测结果数据库；
[0011]通过采集设备识别城市积水区域以定义城市各区域的内涝风险等级，结合城市内涝预测结果及城市各区域的内涝风险等级，对城市水安全进行预测。
[0012]进一步地，所述定义城市各区域的内涝风险等级的步骤包括：
[0013]采集设备获取目标城市区域内当前的城市面积图像数据与雨量数据，并对目标城市区域的积水情况进行预测，识别目标城市积水区域；
[0014]依据遥感技术与水位测量模块配合，计算出所述目标城市积水区域的积水面积；
[0015]将所述目标城市积水区域的积水面积数据输入所述城市内涝预测机理模型，结合所述城市内涝预测机理模型，并将该城市内涝预测机理模型的输出作为目标城市区域的内涝风险等级。
[0016]进一步地，所述获取目标城市区域内当前的城市面积图像数据与雨量数据，包括：
[0017]控制目标城市区域内的采集设备包含摄像头，采集当前城市区域的视频数据，对视频数据进行解码处理，得到城市面积图像数据；
[0018]控制目标城市区域内的采集设备包含雨量计，采集当前城市区域的雨量数据，自雨量计接收当前城市区域的雨量数据，雨量数据输入于所述信息数据库内，结合所述城市面积图像数据与雨量数据，以识别目标城市积水区域。
[0019]进一步地，所述目标城市积水区域的积水面积数据输入城市内涝预测机理模型之前，具体还包括：
[0020]历史数据获取模块，用于获取多个历史目标城市积水区域的积水面积数据，其中目标城市积水区域的积水面积数据分别对应有内涝风险等级的标识；
[0021]模型训练模块，用于应用各个目标城市积水区域的积水面积数据对预获取的用于图像识别的卷积神经网络进行训练，得到对应的城市内涝预测机理模型。
[0022]进一步地，所述城市内涝预测机理模型包括：
[0023]采集模块，用于实时获取城市区域路段的环境信息及路面积水情况，以得到实测数据，并将实测数据整合导入构成城市内涝实测数据库；
[0024]处理模块，用于对所述城市内涝实测数据库中的实测数据进行处理；
[0025]标准化参数模块，用于针对各区域城市内涝的具体情况，对城市内涝指标标准化参数进行保存及修改，以构成城市内涝标准化参数数据库；
[0026]数据标准化模块，用于根据所述城市内涝标准化参数数据库提供的参数对城市内涝实测数据库进行标准化处理；
[0027]监管平台，用于实时对标准化处理后的实测数据进行监控与管理；
[0028]预测模块，用于调集监管平台内城市各区域的实测数据，对实测数据的水安全进行预测，得出预测结论。
[0029]进一步地，所述城市内涝预测机理模型还包括：城市区域划分模块，用于将城市内涝区域进行划分，将内涝区域按照设定的城市内涝等级划分成若干子区域，并对若干子区域按照市县乡镇村进行编号，编号分别为1，2，3，...n。
[0030]进一步地，所述城市内涝预测机理模型还包括：GPS定位模块、预测结果输出模块和显示模块，该GPS定位模块用于迅速定位城市内涝区域，预测结果输出模块用于输出最终预测结果并保存到所述城市内涝预测结果数据库中，且显示模块用于显示所述GPS定位模块定位出目标城市中的内涝区域编号信息、以及目标城市内涝区域的预测结果。
[0031]进一步地，所述云端服务器用于存储采集到的数据，并根据地理位置、系统阈值对数据进行分域、分级处理，生成城市内涝情况报表，该云端服务器远程连接有移动终端，且移动终端用于查看城市内涝情况报表，并在城市内涝事故现场将定位信息和报警信息发送给云端服务器。
[0032]进一步地，所述机器学习算法采用基于实例的算法，包括k
‑
Nearest Neighbor、学习矢量量化、以及自组织映射算法，将信息数据库与实时气象观测数据相结合，并进行比较
以最佳匹配得到城市内涝预测结果。
[0033]进一步地，所述信息数据库内的数据内容包含获取有关内涝城市全网发布的内涝相关信息、内涝评论以及气象网站上的各内涝点的降雨信息，该信息数据库与云端服务器交互。
[0034]本专利技术的有益效果是：本专利技术利用机器学习算法结合城市内涝大数据，即可快速得到城市内涝预测结果，并依靠物联网技术将城市内涝预测过程规范化、智能化、自动化及精确化，使得该城市水安全预测方法具备可操作性、可复制性、准确性、可靠性和及时性，能够为城市内涝的风险评估、预测和防范提供科学有效且可靠实时的数据支持，便于对不同时期、不同城市水利建设方案实施后的城市水安全进行预测。
附图说明
[0035]图1为本专利技术实施例中城市水安全预测方法的流程示意图；
[0036]图2为本专利技术定义城市各区域内涝风险等级的流程示意图；
[0037]图3为本专利技术获取目标城市区域内面积图像与雨量数据流程示意图；
[0038]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于物联网和大数据的城市水安全预测方法，其特征在于，包括：采集城市各区域的地形数据、排水管网数据和河流水文数据，构建城市内涝预测机理模型，实时输入气象观测数据，并输出城市内涝影响范围和严重程度的效果；基于城市内涝预测机理模型，并以云端服务器作支撑，生成随机气候条件下的城市内涝大数据以建立信息数据库；利用机器学习算法，将信息数据库与实时气象观测数据相结合，得到城市内涝预测结果，并且构建城市内涝预测结果数据库；通过采集设备识别城市积水区域以定义城市各区域的内涝风险等级，结合城市内涝预测结果及城市各区域的内涝风险等级，对城市水安全进行预测。2.根据权利要求1所述的一种基于物联网和大数据的城市水安全预测方法，其特征在于：所述定义城市各区域的内涝风险等级的步骤包括：采集设备获取目标城市区域内当前的城市面积图像数据与雨量数据，并对目标城市区域的积水情况进行预测，识别目标城市积水区域；依据遥感技术与水位测量模块配合，计算出所述目标城市积水区域的积水面积；将所述目标城市积水区域的积水面积数据输入所述城市内涝预测机理模型，结合所述城市内涝预测机理模型，并将该城市内涝预测机理模型的输出作为目标城市区域的内涝风险等级。3.根据权利要求2所述的一种基于物联网和大数据的城市水安全预测方法，其特征在于：所述获取目标城市区域内当前的城市面积图像数据与雨量数据，包括：控制目标城市区域内的采集设备包含摄像头，采集当前城市区域的视频数据，对视频数据进行解码处理，得到城市面积图像数据；控制目标城市区域内的采集设备包含雨量计，采集当前城市区域的雨量数据，自雨量计接收当前城市区域的雨量数据，雨量数据输入于所述信息数据库内，结合所述城市面积图像数据与雨量数据，以识别目标城市积水区域。4.根据权利要求2所述的一种基于物联网和大数据的城市水安全预测方法，其特征在于：所述目标城市积水区域的积水面积数据输入城市内涝预测机理模型之前，具体还包括：历史数据获取模块，用于获取多个历史目标城市积水区域的积水面积数据，其中目标城市积水区域的积水面积数据分别对应有内涝风险等级的标识；模型训练模块，用于应用各个目标城市积水区域的积水面积数据对预获取的用于图像识别的卷积神经网络进行训练，得到对应的城市内涝预测机理模型。5.根据权利要求1所述的一种基于物联网和大数据的城市水安全预测方法，其特征在于：所述城市内涝预测机理模型包括：采集模块，用于实时获取城市区域路段...

【专利技术属性】
技术研发人员：何康茂，周波涛，凡宸，汪涛，黄涛，薛峰，
申请(专利权)人：深圳云图数智信息科技有限公司，
类型：发明
国别省市：