CN106056247A - 一种用于城市内涝情境下最优交通路径的选取方法 - Google Patents
一种用于城市内涝情境下最优交通路径的选取方法 Download PDFInfo
- Publication number
- CN106056247A CN106056247A CN201610394695.5A CN201610394695A CN106056247A CN 106056247 A CN106056247 A CN 106056247A CN 201610394695 A CN201610394695 A CN 201610394695A CN 106056247 A CN106056247 A CN 106056247A
- Authority
- CN
- China
- Prior art keywords
- traffic
- matlab
- waterlogging
- network
- swmm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000013461 design Methods 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 6
- 241000521257 Hydrops Species 0.000 claims description 5
- 206010030113 Oedema Diseases 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 238000000926 separation method Methods 0.000 claims 1
- 238000004088 simulation Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用于城市内涝情境下最优交通路径的选取方法,步骤包括:在SWMM中对城市管网和排水系统进行建模;在Matlab中对交通网络进行建模,完成Matlab系统和SWMM系统间的地理信息匹配;依据SWMM模拟结果分析内涝对交通路径的影响,在Matlab的交通网络模型中标记被阻断的道路编号;在Matlab中更新节点对象间的关系设定,调整交通网络描述;依据Dijkstra法求解出交通路线最短路径。本发明可更准确地反映城市暴雨情境下的地表积水对最佳路径的影响,查询速度快且结果可视化,可用于内涝灾害下的城市交通预警预报和应急指挥系统,对城市内涝交通路径的规划具有重要的科学意义。
Description
技术领域
本发明涉及一种城市内涝时交通路线选择的方法,尤其涉及一种用于城市内涝情境下最优交通路径的选取方法。
背景技术
目前的GIS地理信息系统平台拥有一套完整的空间分析和网络分析功能,常用于求解网络结构的最短路径问题。该方法需在GIS中搭建交通网络的拓扑路径系统,通过网络分析工具,添加起始点和终点信息,通过‘网络路径分析’求解器查找最短路径。
这种分析比较适用于静态分析,即在网络结构不变的情况下求解不同节点的最短路径。而在城市降雨下的内涝状态时对交通线路最短路径的选择需要建立在动态分析的基础上,依据内涝信息及时更新网络结构,求解新状态下的路径关系。基于GIS(GeographicInformation System,地理信息系统)和SWMM(storm water management model,暴雨洪水管理模型)的内涝交通路径分析的难度较大,通常需要手动提取SWMM模拟生成的积水位置,对GIS网络结构进行临时障碍的标定并手动求解,这样的做法显得十分繁琐、低效。
发明内容
为在城市应急管理中,结合内涝预报预警信息,借助地理信息分析,加强对内涝交通路线的规划和应对能力,有效避开内涝影响区域,对车辆进行引导和疏散,本发明提出一种用于城市内涝时交通路线最短路径选择的方法。
本发明的技术方案是这样的:
一种用于城市内涝时交通路线最短路径选择的方法,步骤包括:
S1:在SWMM中对城市管网和排水系统进行建模,模拟降雨情境下的内涝状态;依据城市电子地图描述,在Matlab中对交通网络进行建模;依据SWMM的排水系统的检查井和管段编号,对地表交通网络进行相应的地理编号,完成Matlab系统和SWMM系统间的地理信息匹配;
S2:分析内涝对交通路径的影响,分析不同暴雨情境下,城市排水系统的超载状态;通过查询SWMM模拟结果,读取溢流节点或管段的地理位置、流量、水深和流速等时间序列,建立交通路径阻断评价方程,用于评价其对应的地表路段是否会遭受积水阻断;
S3:将阻断评价结果反馈到Matlab的交通网络模型中,标记被阻断的道路编号,更新节点对象间的关系设定,从而更新交通网络,。。。。。;
S4:在Matlab的交通网络模型中基于Matlab的Dijkstra算法,求解出交通路线最优路径。
进一步地,步骤S4中进一步步骤包括:
在Matlab的交通网络模型中对溢流节点排序关系和溢流节点之间不同的路段进行预处理和编译,再反馈到matlab中解出交通路线最优路径。
进一步地,步骤S4中进一步包括步骤:
设定Dijkstra算法的终止条件,当Dijkstra算法找到s-t的最短路径后,则算
法结束;对道路网络进行预处理,对节点对象进行预处理和编译,减小后期
算法的搜索空间,提高计算速度。
本发明的有益效果在于,与现有技术相比,本发明可结合SWMM城市暴雨内涝模拟工具,分析不同降雨情境下的城市内涝状态,更准确地反映城市暴雨情境下的地表积水对最佳路径的影响,同时查询速度快且结果可视化,可用于内涝灾害下的城市交通预警预报和应急指挥系统,对城市内涝交通路径的规划具有重要的科学意义。
附图说明
图1是本发明一种用于城市内涝情境下最优交通路径选择的方法流程图。
图2是研究区域的交通路径网络图;
图3是研究区域的SWMM排水管网模型图;
图4是研究区域未考虑实际路径联通关系时的Matlab区域道路网络模型;
图5是在图4基础上,依据道路网络的连接数据,进行预处理后的道路网络更新图;
图6是无内涝影响的道路连接设定图;
图7是重现期T=1年是的地下管网排水能力评估图;
图8是内涝影响下的交通网络设定图;
图9是未考虑内涝影响时的最优路径选择图;
图10是考虑内涝影响的交通路线图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参见图1,本发明一种用于城市内涝时交通路线最短路径选择的方法,步骤包括:
S1:在SWMM中对城市管网和排水系统进行建模,模拟降雨情境下的内涝状态;依据城市电子地图描述,在Matlab中对交通网络进行建模;依据SWMM的排水系统的检查井和管段编号,对地表交通网络进行相应的地理编号,完成Matlab系统和SWMM系统间的地理信息匹配;
S2:分析内涝对交通路径的影响,分析不同暴雨情境下,城市排水系统的超载状态。通过查询SWMM模拟结果,读取溢流节点或管段的地理位置、流量、水深和流速等时间序列,建立交通路径阻断评价方程,用于评价其对应的地表路段是否会遭受积水阻断;
S3:将阻断评价结果反馈到Matlab的交通网络模型中,标记被阻断的道路编号,更新节点对象间的关系设定,从而更新交通网络;
S4:在Matlab的交通网络模型中基于Matlab的Dijkstra算法,求解出交通路线最短路径。
传统的Dijkstra算法存在计算冗余的问题,遍历过程不仅计算了s-t的最短路径,也求解了所有带权图上节点间的路径关系,在运行效率上存在一定的问题。因此本发明提出了两个改进措施,以提高算法的计算效率:
对道路网络进行预处理,对节点对象(节点排序关系、节点之间不同的路段等)进行预处理和编译,以减小后期算法的搜索空间,提高计算速度;和设定终止条件:当算法找到s-t的最短路径后,则算法结束。
下面以位于H市S区的交通网络和地下管网为例对本发明进行进一步的解释和说明。由于该区雨水管网排水能力偏低,每逢极端暴雨天气常受到内涝灾害的影响。用于Matlab建模的数据主要包含两大类,一是研究区的交通路径网络,包含路段、长度和连接点的信息(图2),主要依据开源的地图数据库搭建而成;二是该区的SWMM排水管网模型(图3),用于对内涝的影响和风险进行评估。基于H市的暴雨强度公式,可应用芝加哥人工降雨过程模型产生了重现期T=1年的典型降雨过程曲线,用于评估不同重现期情境下该区的管网负荷状况和溢流点位置。
图4展示了依据实际地理位置在Matlab中搭建的区域道路网络。该网络共包含27个节点,可在这些点进行路径转换。在未依据道路的实际连通情况对节点的连接状态进行编译时,可以发现道路的连接路线数量极大,不利于网络的路径搜索。图5显示通过对网络连接数据进行预处理,可以有效地减少路径搜索的搜索空间。编译后的道路网络与交通路网一致,路径的长度也在图中标出(单位:m)。
图6显示了依据实际路径连接关系编译的连接矩阵,横向和纵向分别代表路网的27个节点。每个方格坐标为(i,j),方格的值表示节点的连接状态。当i=j时,表明连接的为同一节点,矩阵赋值为0;当i≠j,且节点是连通的,矩阵赋值为1.图6显示的灰色区域即网络中节点之间不连通的区域。对该区的排水系统进行了降雨情景模拟的运算和分析,图7显示在重现期T=1年时的典型降雨过程下,该区域超出核载的地下管道,可见其设计标准明显偏低。若降雨强度增大,相应管道区域内涝发生的范围和影响也将随之增大,因而作为近似判断地表溢流路径的依据。图8为在考虑内涝对交通路径影响下的连接矩阵。
在已搭建的Matlab道路网络模型上任取两个节点,例如分别作起始点N10和终点N23。运用改进后的Dijkstra算法,基于SWMM的溢流模拟结果,可分别测试了两次最短路径的求解实验。图9显示了正常交通网络状态下,最短选择路径为N10->N11->N16->N19->N27->N22->N23,共包含6个路段,总长度为4525m。图10显示当内涝信息被反馈到交通网络图中,为了规避积水路段,最短路径的选择发生了变化,为N10->N17->N16->N19->N27->N24->N23,总长度为4620m。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (3)
1.一种用于城市内涝情境下最优交通路径的选取方法,其特征在于,步骤包括:
S1:在SWMM中对城市管网和排水系统进行建模,模拟降雨情境下的内涝状态;依据城市电子地图描述,在Matlab中对交通网络进行建模;依据SWMM的排水系统的检查井和管段编号,对地表交通网络进行相应的地理编号,完成Matlab系统和SWMM系统间的地理信息匹配;
S2:分析内涝对交通路径的影响,分析不同暴雨情境下,城市排水系统的超载状态;通过查询SWMM模拟结果,读取溢流节点或管段的地理位置、流量、水深和流速等时间序列,建立交通路径阻断评价方程,用于评价其对应的地表路段是否会遭受积水阻断;
S3:将阻断评价结果反馈到Matlab的交通网络模型中,标记被阻断的道路编号,更新节点对象间的关系设定,从而更新交通网络;
S4:在Matlab的交通网络模型中基于Matlab的Dijkstra算法,求解出交通路线最优路径。
2.如权利要求1所述的用于城市内涝情境下最优交通路径的选取方法,其特征在于,步骤S4中进一步包括步骤:
在Matlab的交通网络模型中对溢流节点排序关系和溢流节点之间不同的路段进行预处理和编译,再反馈到matlab中解出交通路线最优路径。
3.如权利要求1所述的一种用于城市内涝情境下最优交通路径的选取方法,其特征在于,步骤S4中进一步包括步骤:
设定Dijkstra算法的终止条件,当Dijkstra算法找到s-t的最短路径后,则算法结束;对道路网络进行预处理,对节点对象进行预处理和编译,减小后期算法的搜索空间,提高计算速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610394695.5A CN106056247B (zh) | 2016-06-02 | 2016-06-02 | 一种用于城市内涝情境下最优交通路径的选取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610394695.5A CN106056247B (zh) | 2016-06-02 | 2016-06-02 | 一种用于城市内涝情境下最优交通路径的选取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106056247A true CN106056247A (zh) | 2016-10-26 |
CN106056247B CN106056247B (zh) | 2019-06-11 |
Family
ID=57169632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610394695.5A Active CN106056247B (zh) | 2016-06-02 | 2016-06-02 | 一种用于城市内涝情境下最优交通路径的选取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106056247B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107038278A (zh) * | 2017-02-27 | 2017-08-11 | 同济大学 | 基于swmm与matlab数据交互的参数灵敏度优化方法 |
CN108009753A (zh) * | 2017-12-26 | 2018-05-08 | 广东工业大学 | 城市内涝预测方法、装置、终端及计算机可读存储介质 |
CN108062631A (zh) * | 2017-12-29 | 2018-05-22 | 广东工业大学 | 城市内涝风险评估方法、装置及终端 |
CN108446464A (zh) * | 2018-03-05 | 2018-08-24 | 重庆大学 | 一种利用swmm模型构建大排水系统的方法 |
CN109299835A (zh) * | 2018-12-10 | 2019-02-01 | 河海大学文天学院 | 城市轨道交通线路中断下的有效路径搜索方法 |
CN109377048A (zh) * | 2018-10-23 | 2019-02-22 | 北京航空航天大学 | 一种综合交通网络枢纽节点选择方法 |
CN106056247B (zh) * | 2016-06-02 | 2019-06-11 | 广东工业大学 | 一种用于城市内涝情境下最优交通路径的选取方法 |
CN112885081A (zh) * | 2021-01-11 | 2021-06-01 | 浙江海峡创新科技有限公司 | 一种城市应急安全防护预警系统 |
CN113704994A (zh) * | 2021-08-25 | 2021-11-26 | 福州市规划设计研究院集团有限公司 | 一种极端暴雨天气下的城市交通生命线构建方法及系统 |
CN114910092A (zh) * | 2022-04-24 | 2022-08-16 | 武汉大学 | 支持多样化内涝风险数据的车辆避险可选路径搜索方法 |
CN115019477A (zh) * | 2022-07-18 | 2022-09-06 | 广东广宇科技发展有限公司 | 一种智慧城市内涝灾害实时预测预警系统及方法 |
CN116432934A (zh) * | 2022-12-14 | 2023-07-14 | 北京师范大学 | 一种面向道路行洪防控的路网格局优选方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101256083A (zh) * | 2008-04-09 | 2008-09-03 | 山东大学 | 基于动态信息的城市交通网络路径选择方法 |
CN103020744A (zh) * | 2012-12-31 | 2013-04-03 | 中国科学技术大学 | 一种灾害环境下最优交通路径的查找方法 |
CN104318793A (zh) * | 2014-10-21 | 2015-01-28 | 中山大学 | 一种道路水浸事件紧急疏导配流生成方法 |
CN105160889A (zh) * | 2015-09-29 | 2015-12-16 | 中山大学 | 一种城市内涝情景下路网交通流的多源点协同疏导方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056247B (zh) * | 2016-06-02 | 2019-06-11 | 广东工业大学 | 一种用于城市内涝情境下最优交通路径的选取方法 |
-
2016
- 2016-06-02 CN CN201610394695.5A patent/CN106056247B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101256083A (zh) * | 2008-04-09 | 2008-09-03 | 山东大学 | 基于动态信息的城市交通网络路径选择方法 |
CN103020744A (zh) * | 2012-12-31 | 2013-04-03 | 中国科学技术大学 | 一种灾害环境下最优交通路径的查找方法 |
CN104318793A (zh) * | 2014-10-21 | 2015-01-28 | 中山大学 | 一种道路水浸事件紧急疏导配流生成方法 |
CN105160889A (zh) * | 2015-09-29 | 2015-12-16 | 中山大学 | 一种城市内涝情景下路网交通流的多源点协同疏导方法 |
Non-Patent Citations (1)
Title |
---|
陈仕鸿 等: "ArcGIS在城市内涝交通路线选择问题中的应用", 《电脑知识与技术》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056247B (zh) * | 2016-06-02 | 2019-06-11 | 广东工业大学 | 一种用于城市内涝情境下最优交通路径的选取方法 |
CN107038278A (zh) * | 2017-02-27 | 2017-08-11 | 同济大学 | 基于swmm与matlab数据交互的参数灵敏度优化方法 |
CN108009753A (zh) * | 2017-12-26 | 2018-05-08 | 广东工业大学 | 城市内涝预测方法、装置、终端及计算机可读存储介质 |
CN108009753B (zh) * | 2017-12-26 | 2022-02-15 | 广东工业大学 | 城市内涝预测方法、装置、终端及计算机可读存储介质 |
CN108062631A (zh) * | 2017-12-29 | 2018-05-22 | 广东工业大学 | 城市内涝风险评估方法、装置及终端 |
CN108446464B (zh) * | 2018-03-05 | 2021-09-14 | 重庆大学 | 一种利用swmm模型构建大排水系统的方法 |
CN108446464A (zh) * | 2018-03-05 | 2018-08-24 | 重庆大学 | 一种利用swmm模型构建大排水系统的方法 |
CN109377048A (zh) * | 2018-10-23 | 2019-02-22 | 北京航空航天大学 | 一种综合交通网络枢纽节点选择方法 |
CN109299835A (zh) * | 2018-12-10 | 2019-02-01 | 河海大学文天学院 | 城市轨道交通线路中断下的有效路径搜索方法 |
CN112885081A (zh) * | 2021-01-11 | 2021-06-01 | 浙江海峡创新科技有限公司 | 一种城市应急安全防护预警系统 |
CN113704994A (zh) * | 2021-08-25 | 2021-11-26 | 福州市规划设计研究院集团有限公司 | 一种极端暴雨天气下的城市交通生命线构建方法及系统 |
CN113704994B (zh) * | 2021-08-25 | 2023-09-01 | 福州市规划设计研究院集团有限公司 | 一种极端暴雨天气下的城市交通生命线构建方法及系统 |
CN114910092A (zh) * | 2022-04-24 | 2022-08-16 | 武汉大学 | 支持多样化内涝风险数据的车辆避险可选路径搜索方法 |
CN115019477A (zh) * | 2022-07-18 | 2022-09-06 | 广东广宇科技发展有限公司 | 一种智慧城市内涝灾害实时预测预警系统及方法 |
CN116432934A (zh) * | 2022-12-14 | 2023-07-14 | 北京师范大学 | 一种面向道路行洪防控的路网格局优选方法 |
CN116432934B (zh) * | 2022-12-14 | 2023-10-17 | 北京师范大学 | 一种面向道路行洪防控的路网格局优选方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106056247B (zh) | 2019-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106056247A (zh) | 一种用于城市内涝情境下最优交通路径的选取方法 | |
US10001378B2 (en) | Incremental map generation, refinement and extension with GPS traces | |
CN112733337B (zh) | 一种暴雨内涝影响下城市道路通行效率评估方法 | |
Henonin et al. | Real-time urban flood forecasting and modelling–a state of the art | |
KR101815581B1 (ko) | Gis 및 하수관망 정보모델을 이용한 도로 침수 구역 판단 시스템 및 방법 | |
CN112182234B (zh) | 流域防洪规划数据知识图谱构建方法 | |
CN106372328A (zh) | 一种基于排水能力评估的排水管道修复方法及系统 | |
Sanchez et al. | An integrated cellular automata evolutionary-based approach for evaluating future scenarios and the expansion of urban drainage networks | |
KR20200013368A (ko) | 침수 예측 정보 및 피해액 산출 시스템 | |
KR101000039B1 (ko) | 재해정보지도 제작방법과 제작시스템 | |
CN114580126A (zh) | 一种城市排水防涝系统的构建方法及构建系统 | |
CN110929952B (zh) | 基于线路周边环境和敷设类型的光缆故障概率预测方法 | |
Forootan Danesh et al. | RETRACTED ARTICLE: Predicting the Impacts of Optimal Residential Development Scenario on Soil Loss Caused by Surface Runoff and Raindrops Using TOPSIS and WetSpa Models | |
CN115146714A (zh) | 一种地下空间塌陷相关的大数据治理方法 | |
CN117669002B (zh) | 一种基于大数据的道路设计实用程度评估方法及装置 | |
CN117574628A (zh) | 一种实时高效的流域洪水淹没仿真方法 | |
CN110717233B (zh) | 一种基于gis下垫面解析的雨水管网流量计算方法及系统 | |
CN111091235A (zh) | 变电站站区进出线路径的确定方法及装置 | |
CN116846811A (zh) | 一种基于小区道路的光纤路由路径规划方法、系统及介质 | |
CN115510607A (zh) | 一种基于三维实景建模技术的三电迁改设计方法 | |
KR102248164B1 (ko) | 도심 쇠퇴 지역의 도로 및 보행로 중심선 좌표를 이용한 급경사 위험도 평가 방법 및 이를 기록한 기록매체 | |
CN112541455A (zh) | 一种基于机器视觉的配网混凝土电杆倒断杆事故预测方法 | |
Stanislawski et al. | A raster alternative for partitioning line densities to support automated cartographic generalization | |
Xu et al. | Multi-mode surface generalization supports a detailed urban flooding simulation model | |
Sari et al. | Implementation of Building Information Modeling (BIM) on Drainage Channel Design in UB Forest Sumberwangi Area |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |