本发明专利技术公开了一种基于云边端协同的内涝监测预警系统及预警方法,属于内涝监测预报预警领域,预警系统包括终端、边缘端以及云端服务器;其中的视频设备用于监测积水和降水情况;边缘计算设备用于接收视频设备发送的视频数据并进行处理分析,并根据边缘计算设备内置的训练模型判定是否存在内涝风险,若存在内涝风险,则向内涝预警设备发送预警指令;云端服务器将降雨气象数据和分析数据等多元数据同化,通过内置的耦合模型模拟分析,将模拟结果通过信息化管理平台展示给管理者进行辅助决策,同步返还至边缘端对预警信息进行修正。本发明专利技术通过引入边缘计算范式,将监测到预警的完整流程下沉至边缘端,为我国内涝治理提供技术支撑。支撑。支撑。
【技术实现步骤摘要】
一种基于云边端协同的内涝监测预警系统及预警方法
[0001]本专利技术属于内涝监测预报预警领域,尤其涉及一种基于云边端协同的内涝监测预警系统及预警方法。
技术介绍
[0002]由于我国内涝灾害频发,全国各地多城市已建立了相应的内涝监测预警系统,但目前的内涝监测预警系统依赖终端和云端进行数据及指令交互,这种模式过于依赖带宽传输和云端服务器计算能力,同时受限于诸多不确定因素及人为影响,造成内涝预警信息具有一定偏差和延时,因此在实际应用中面临诸多困难。
[0003]中国专利文献CN 111882830 B公开了一种城市内涝监测预报预警方法、装置、系统及存储介质,该方法包括:内涝监测设备监测积水水深数据;视频网关设备向云端服务器发送获取实测降雨数据请求并接收云端服务器发送的实测降雨数据;视频网关设备根据实测降雨数据和监测的积水水深数据,对当前内涝监测点进行内涝模拟边缘计算,得到预报最大积水深度,判断当前内涝监测点是否存在内涝风险,并将内涝风险判断结果反馈给云端服务器;若存在内涝风险,则进行现场抓拍,并向内涝预警设备发送预警指令,内涝预警设备显示报警信息;该专利通过前端的视频网关设备进行内涝模拟计算,提高了内涝预报预警的实时性,减轻了云端服务器计算的压力,降低了对通信带宽的要求。
[0004]但是其存在的不足在于,该系统的预警过程仍在云端进行,预警信息的精准性和时效性有待提高,对带宽传输和云端服务器计算压力仍然要求较高,仍存在诸多需要改进的地方。
技术实现思路
[0005]本专利技术的目的在于克服上述技术的不足,提供一种基于云边端协同的内涝监测预警系统及预警方法,通过引入边缘计算范式,将监测到预警的完整流程下沉至边缘端,为我国内涝治理提供技术支撑。
[0006]为实现上述专利技术目的,本专利技术采用的技术方案为:一种基于云边端协同的内涝监测预警系统,其特征在于,包括终端、边缘端以及云端服务器;所述终端包括视频设备,所述视频设备用于监测积水和降水情况,并将积水和降水的视频数据发送至边缘端;所述边缘端包括边缘计算设备和内涝预警设备,所述边缘计算设备用于接收视频设备发送的视频数据并进行处理分析,并根据边缘计算设备内置的训练模型判定是否存在内涝风险,若不存在内涝风险,则加快数据接收和处理分析频率,直至地面积水消除,若存在内涝风险,则向内涝预警设备发送预警指令,同时将分析数据通过网络节点上传至云端服务器;所述内涝预警设备用于接收边缘计算设备发送的预警指令,并发布预警信息,更具体地说是联动内涝预警设备进行语音播报、LED屏提示等预警;
所述云端服务器用于接收边缘计算设备发送的分析数据,并将降雨气象数据和分析数据等多元数据同化,通过内置的耦合模型模拟分析,将模拟结果通过信息化管理平台展示给管理者进行辅助决策,同步返还至边缘端对预警信息进行修正。
[0007]一种基于云边端协同的内涝监测预警方法,其特征在于,包括如下具体步骤:S1、获取地面积水视频数据,若地面出现积水情况,则获取空中降水视频数据;若出现空中降水情况,则根据实测的积水和降水视频数据,对当前内涝监测点进行边缘计算分析;S2、根据边缘计算分析结果判定是否存在内涝风险,若存在内涝风险,则及时发布预警信息,并将边缘计算分析数据上传至云端服务器;S3、对云端服务器获取的边缘计算分析数据与降雨气象数据等进行同化及模拟分析,模拟结果提供给管理者辅助决策并下达相应的应急救灾指令,并对S2中发布的预警信息进行修正。
[0008]本专利技术的进一步改进在于,所述S1中的边缘计算分析具体包括:将实测的积水和降水的视频数据输入至机器学习模型中,该机器学习模型通过提前训练降水、积水和内涝程度的关系来判断输入的视频数据是否存在内涝风险。
[0009]本专利技术的有益效果为:1、根据视频影像资料提取出各个内涝点的降雨数据,通过提高降雨过程的准确性提高内涝灾害预报的精准度。
[0010]2、监测到预警完整流程可以在边缘端完成,避免了极端气候下断网断电的影响,并提高了预警信息的时效性。
[0011]3、边缘端对视频数据进行预处理,降低了对带宽和云端计算机压力,同时将云端多元数据同化、耦合模型模拟后的结果返还至边缘端,对预警信息进行修正,提高预警信息的精准度。
附图说明
[0012]图1为本专利技术的城市内涝监测预警系统的流程图。
具体实施方式
[0013]下面通过具体实施例,并结合附图,对本专利技术的技术方案作进一步的具体描述:结合图1所示,一种基于云边端协同的内涝监测预警系统,其特征在于,包括终端、边缘端以及云端服务器;终端包括视频设备,视频设备用于监测积水和降水情况,并将积水和降水的视频数据发送至边缘端;边缘端包括边缘计算设备和内涝预警设备,边缘计算设备用于接收视频设备发送的视频数据并进行处理分析,并根据边缘计算设备内置的训练模型判定是否存在内涝风险,若不存在内涝风险,则加快数据接收和处理分析频率,直至地面积水消除,若存在内涝风险,则向内涝预警设备发送预警指令,同时将分析数据通过网络节点上传至云端服务器;内涝预警设备用于接收边缘计算设备发送的预警指令,并发布预警信息,更具体地说是联动内涝预警设备进行语音播报、LED屏提示等预警;
云端服务器用于接收边缘计算设备发送的分析数据,并将降雨气象数据和分析数据等多元数据同化,通过内置的耦合模型模拟分析,将模拟结果通过信息化管理平台展示给管理者进行辅助决策并下达相应的应急救灾指令,同步返还至边缘端对预警信息进行修正。
[0014]具体地,本专利技术中的边缘端和云端服务器均可发出应急抢险指令,组织人员进行抢险救灾,边缘端发布应急抢险指令是在极端条件下,失去了云端控制,正常情况仍是通过云端的模拟分析进行统一的应急抢险及人员物资调配。
[0015]一种基于云边端协同的内涝监测预警方法,其特征在于,包括如下具体步骤:S1、获取地面积水视频数据,若地面出现积水情况,则获取空中降水视频数据;若出现空中降水情况,则根据实测的积水和降水视频数据,对当前内涝监测点进行边缘计算分析;S2、根据边缘计算分析结果判定是否存在内涝风险,若存在内涝风险,则及时发布预警信息,并将边缘计算分析数据上传至云端服务器;S3、对云端服务器获取的边缘计算分析数据与降雨气象数据等进行同化及模拟分析,模拟结果提供给管理者辅助决策,并对S2中发布的预警信息进行修正。
[0016]具体地,S1中的边缘计算分析具体包括:将实测的积水和降水的视频数据输入至机器学习模型中,该机器学习模型通过提前训练降水、积水和内涝程度的关系来判断输入的视频数据是否存在内涝风险。
[0017]对内涝风险的判断包括:若预报最大积水深度为0~5cm,且未有降雨时,则当前内涝监测点不存在内涝风险;若预报最大积水深度为0~5cm,且有降雨时,则当前内涝监测点存在内涝风险;若预报最大积水深度大于5cm,无论是否存在降雨,则当前内涝监测点存在内涝风险。
[0018]本专利技术从监测到预警都可以在边缘端完成,避免了交互过程中的时间和风险,具有较高的时效性和稳本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于云边端协同的内涝监测预警系统,其特征在于,包括终端、边缘端以及云端服务器;所述终端包括视频设备,所述视频设备用于监测积水和降水情况,并将积水和降水的视频数据发送至边缘端;所述边缘端包括边缘计算设备和内涝预警设备,所述边缘计算设备用于接收视频设备发送的视频数据并进行处理分析,并根据边缘计算设备内置的训练模型判定是否存在内涝风险,若不存在内涝风险,则加快数据接收和处理分析频率,直至地面积水消除,若存在内涝风险,则向内涝预警设备发送预警指令,同时将分析数据通过网络节点上传至云端服务器;所述内涝预警设备用于接收边缘计算设备发送的预警指令,并发布预警信息;所述云端服务器用于接收边缘计算设备发送的分析数据,并将降雨气象数据和分析数据同化,通过内置的耦合模型模拟分析,将模拟结果通过信息化管理平台展示给管理者进行辅助决策,同步返还至边缘端对预警信息进行修正。2.一...
【专利技术属性】
技术研发人员:尤今,柴蓓蓓,雷晓辉,康爱卿,何立新,王树谦,陈江海,陈翔,陈亮,陈瑞弘,
申请(专利权)人:中国水利水电科学研究院三峡智慧水务科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。