本申請涉及物聯(lián)網(wǎng)與人工智能，具體涉及一種洪澇災(zāi)害預(yù)警方法、設(shè)備及介質(zhì)。

背景技術(shù)：

1、由于山區(qū)地形地貌復(fù)雜多樣，河流湖泊眾多，洪水來源廣泛。在雨季和臺風(fēng)季節(jié)，地區(qū)性強降雨容易引發(fā)洪澇災(zāi)害，尤其是在地質(zhì)條件脆弱的山區(qū)，山洪、地質(zhì)災(zāi)害頻發(fā)，進一步加劇了洪澇災(zāi)害的風(fēng)險。

2、隨著科技的進步，特別是遙感技術(shù)、地理信息系統(tǒng)(gis)、大數(shù)據(jù)和人工智能等技術(shù)的快速發(fā)展，為洪澇災(zāi)害預(yù)警的應(yīng)用也越來越廣泛，傳統(tǒng)的對洪澇災(zāi)害預(yù)警的方法，通常是使用建立在靜態(tài)假設(shè)之上的預(yù)測模型來實現(xiàn)。但是山區(qū)中的自然環(huán)境復(fù)雜，如山區(qū)地形陡峭、土地利用變化、降水強度不均等因素會導(dǎo)致實際環(huán)境與模型假設(shè)存在差異，基于靜態(tài)假設(shè)創(chuàng)建的模型難以適應(yīng)復(fù)雜多變的自然環(huán)境和極端天氣事件。

技術(shù)實現(xiàn)思路

1、為了解決上述問題，本申請?zhí)岢隽艘环N洪澇災(zāi)害預(yù)警方法，包括：

2、云平臺通過監(jiān)測設(shè)備，對待預(yù)測地區(qū)對應(yīng)的關(guān)鍵水文要素進行采集，得到所述關(guān)鍵水文要素對應(yīng)的多元數(shù)據(jù)；

3、通過分析算法提取歷史多元數(shù)據(jù)中的關(guān)鍵特征，并根據(jù)所述關(guān)鍵特征將所述歷史多元數(shù)據(jù)劃分為訓(xùn)練集和驗證集，以基于所述訓(xùn)練集對通過多種神經(jīng)網(wǎng)絡(luò)構(gòu)建的水文預(yù)報模型進行訓(xùn)練；

4、獲取實時天氣預(yù)報數(shù)據(jù)，通過訓(xùn)練后的所述水文預(yù)報模型，輸出所述待預(yù)測地區(qū)中關(guān)鍵水體對應(yīng)的預(yù)報流量和水位；

5、根據(jù)所述預(yù)報流量和所述水位，通過預(yù)訓(xùn)練后的風(fēng)險評估模型，得到所述待預(yù)測地區(qū)的洪澇發(fā)生概率，基于所述洪澇發(fā)生概率，自動生成對應(yīng)的預(yù)警信息。

6、在本申請的一種實現(xiàn)方式中，所述監(jiān)測設(shè)備包括智能浮標(biāo)、無人機、衛(wèi)星遙感和地面?zhèn)鞲衅鳎淮_定待預(yù)測地區(qū)中關(guān)鍵水體，所述關(guān)鍵水體包括河流、湖泊、水庫、地下水；基于所述關(guān)鍵水體中設(shè)置的多種類型的監(jiān)測設(shè)備，組成多元感知網(wǎng)絡(luò)，通過所述多元感知網(wǎng)絡(luò)對所述關(guān)鍵水體中的關(guān)鍵水文要素進行定時采集，得到所述關(guān)鍵水文要素對應(yīng)的多元數(shù)據(jù)。

7、在本申請的一種實現(xiàn)方式中，通過安全傳輸協(xié)議獲取已加密的歷史多元數(shù)據(jù)，并對所述歷史多元數(shù)據(jù)進行預(yù)處理；通過時間序列分析算法和空間分析算法，提取預(yù)處理后的歷史多元數(shù)據(jù)中的時間序列模式和空間分布模式。

8、在本申請的一種實現(xiàn)方式中，基于所述空間分布模式，確定所述歷史多元數(shù)據(jù)中不同地點對應(yīng)的水文特征；基于所述時間序列模式，確定所述歷史多元數(shù)據(jù)中時間序列；基于所述時間序列和所述水文特征，將所述多元數(shù)據(jù)劃分為訓(xùn)練集和驗證集。

9、在本申請的一種實現(xiàn)方式中，將所述訓(xùn)練集中的初始流量、降雨量、蒸發(fā)量作為輸入，將對應(yīng)的時間序列和空間的預(yù)報流量作為輸出，對所述水文預(yù)報模型進行訓(xùn)練；并通過時間序列交叉驗證方法，基于所述驗證集對所述水文預(yù)報模型的訓(xùn)練結(jié)果進行驗證。

10、在本申請的一種實現(xiàn)方式中，獲取發(fā)生洪澇時對應(yīng)的歷史水文數(shù)據(jù)，并獲取當(dāng)前水文數(shù)據(jù)；根據(jù)所述歷史水文數(shù)據(jù)和所述當(dāng)前水文數(shù)據(jù)，對所述風(fēng)險評估模型中不同預(yù)警等級的預(yù)警閾值進行調(diào)整。

11、在本申請的一種實現(xiàn)方式中，基于所述多元數(shù)據(jù)中的地理空間信息數(shù)據(jù)，通過三維建模技術(shù)構(gòu)建所述待預(yù)測地區(qū)中水利工程的數(shù)字孿生模型；基于所述預(yù)報流量，通過所述數(shù)字孿生模型進行動態(tài)模擬。

12、在本申請的一種實現(xiàn)方式中，通過洪水預(yù)報分析模型，基于所述預(yù)報流量，計算所述待預(yù)測地區(qū)中關(guān)鍵河流的上游的水位、流速以及流域內(nèi)匯流數(shù)目，確定所述水利工程的入庫流量；通過泄洪調(diào)度模型，基于所述入庫流量，對所述水利工程的泄洪量曲線變化進行調(diào)度分析，得到所述待預(yù)測地區(qū)的泄洪情況；調(diào)用下游淹沒分析模型，基于所述泄洪情況，預(yù)測所述關(guān)鍵河流的下游的淹沒范圍和淹沒時長；通過所述數(shù)字孿生模型，在預(yù)設(shè)人員轉(zhuǎn)移路線中設(shè)置多個用戶形象，基于所述淹沒范圍和淹沒時長，對所述下游的淹沒過程以及所述淹沒過程中人員轉(zhuǎn)移進行動態(tài)模擬。

13、另一方面，本申請還提出一種洪澇災(zāi)害預(yù)警設(shè)備，包括：

14、至少一個處理器；以及，

15、與所述至少一個處理器通信連接的存儲器；其中，

16、所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行如：上述示例所述的一種洪澇災(zāi)害預(yù)警方法。

17、另一方面，本申請還提出了一種非易失性計算機存儲介質(zhì)，存儲有計算機可執(zhí)行指令，所述計算機可執(zhí)行指令設(shè)置為：上述示例所述的一種洪澇災(zāi)害預(yù)警方法。

18、通過本申請?zhí)岢鲆环N洪澇災(zāi)害預(yù)警方法能夠帶來如下有益效果：

19、通過整合實時天氣預(yù)報數(shù)據(jù)和水文預(yù)報模型，該方法能夠迅速對關(guān)鍵水體的流量進行預(yù)測，并在短時間內(nèi)生成預(yù)警信息，提高了預(yù)警的及時性。這種高效的數(shù)據(jù)處理和預(yù)測能力確保了預(yù)警信息的快速傳遞，為公眾和相關(guān)機構(gòu)提供了充足的時間來采取應(yīng)對措施。

技術(shù)特征：

1.一種洪澇災(zāi)害預(yù)警方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的一種洪澇災(zāi)害預(yù)警方法，其特征在于，所述監(jiān)測設(shè)備包括智能浮標(biāo)、無人機、衛(wèi)星遙感和地面?zhèn)鞲衅鳎?/p>

3.根據(jù)權(quán)利要求1所述的一種洪澇災(zāi)害預(yù)警方法，其特征在于，所述通過分析算法提取歷史多元數(shù)據(jù)中的關(guān)鍵特征，具體包括：

4.根據(jù)權(quán)利要求3所述的一種洪澇災(zāi)害預(yù)警方法，其特征在于，所述根據(jù)所述關(guān)鍵特征將所述歷史多元數(shù)據(jù)劃分為訓(xùn)練集和驗證集，具體包括：

5.根據(jù)權(quán)利要求4所述的一種洪澇災(zāi)害預(yù)警方法，其特征在于，所述基于所述訓(xùn)練集對通過多種神經(jīng)網(wǎng)絡(luò)構(gòu)建的水文預(yù)報模型進行訓(xùn)練，具體包括：

6.根據(jù)權(quán)利要求1所述的一種洪澇災(zāi)害預(yù)警方法，其特征在于，所述通過預(yù)訓(xùn)練后的風(fēng)險評估模型，得到所述待預(yù)測地區(qū)的洪水發(fā)生概率之前，所述方法還包括：

7.根據(jù)權(quán)利要求1所述的一種洪澇災(zāi)害預(yù)警方法，其特征在于，所述方法還包括：

8.根據(jù)權(quán)利要求7所述的一種洪澇災(zāi)害預(yù)警方法，其特征在于，所述基于所述預(yù)報流量，通過所述數(shù)字孿生模型進行動態(tài)模擬，具體包括：

9.一種洪澇災(zāi)害預(yù)警設(shè)備，其特征在于，包括：

10.一種非易失性計算機存儲介質(zhì)，存儲有計算機可執(zhí)行指令，其特征在于，所述計算機可執(zhí)行指令設(shè)置為：權(quán)利要求1～8中任一項權(quán)利要求所述的一種洪澇災(zāi)害預(yù)警方法。

技術(shù)總結(jié)
本申請公開了一種洪澇災(zāi)害預(yù)警方法、設(shè)備及介質(zhì)，物聯(lián)網(wǎng)與人工智能技術(shù)領(lǐng)域，方法包括：云平臺通過監(jiān)測設(shè)備，對待預(yù)測地區(qū)對應(yīng)的關(guān)鍵水文要素進行采集，得到關(guān)鍵水文要素對應(yīng)的多元數(shù)據(jù)；通過分析算法提取歷史多元數(shù)據(jù)中的關(guān)鍵特征，并根據(jù)關(guān)鍵特征將歷史多元數(shù)據(jù)劃分為訓(xùn)練集和驗證集，以基于訓(xùn)練集對通過多種神經(jīng)網(wǎng)絡(luò)構(gòu)建的水文預(yù)報模型進行訓(xùn)練；獲取實時天氣預(yù)報數(shù)據(jù)，通過訓(xùn)練后的水文預(yù)報模型，輸出預(yù)報流量和水位；根據(jù)預(yù)報流量和水位，通過預(yù)訓(xùn)練后的風(fēng)險評估模型，得到洪澇發(fā)生概率，基于洪澇發(fā)生概率，自動生成對應(yīng)的預(yù)警信息。通過水文預(yù)報模型，能夠迅速對關(guān)鍵水體的流量進行預(yù)測，并在短時間內(nèi)生成預(yù)警信息。

技術(shù)研發(fā)人員：李玉蘋,房愛印,尹曦萌,王澤宇,孫正均
受保護的技術(shù)使用者：山東浪潮智水?dāng)?shù)字科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/23