CN109583628A - 一种基于元胞自动机的洪涝人员动态疏散路径分析方法 - Google Patents
一种基于元胞自动机的洪涝人员动态疏散路径分析方法 Download PDFInfo
- Publication number
- CN109583628A CN109583628A CN201811307543.2A CN201811307543A CN109583628A CN 109583628 A CN109583628 A CN 109583628A CN 201811307543 A CN201811307543 A CN 201811307543A CN 109583628 A CN109583628 A CN 109583628A
- Authority
- CN
- China
- Prior art keywords
- cellular
- flood
- people
- moment
- dynamic
- 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.)
- Pending
Links
- 230000001413 cellular effect Effects 0.000 title claims abstract description 229
- 238000004458 analytical method Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000004088 simulation Methods 0.000 claims abstract description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000011065 in-situ storage Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 abstract description 2
- 230000004043 responsiveness Effects 0.000 abstract description 2
- 238000009472 formulation Methods 0.000 abstract 1
- 230000001186 cumulative effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000004888 barrier function Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011002 quantification 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- 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
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/30—Flood prevention; Flood or storm water management, e.g. using flood barriers
-
- 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
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Alarm Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于元胞自动机的洪涝人员动态疏散路径分析方法,针对洪涝过程人员疏散路径的复杂性与特殊性,以人在洪涝过程中的疏散机制为基础,所述方法具体包含:根据收集的研究区域基础数据,模拟典型洪涝变化过程,构建基于元胞自动机的洪涝应急疏散场景;针对模拟的洪涝变化过程,制定洪涝障碍判断规则识别动态洪涝障碍分布;根据人的寻路行为规律,制定距离叠加规则和动态最小绕行规则,在构建动态绕行距离场的基础上,实现洪涝人员动态疏散路径的规划。该发明可规划各种洪涝响应程度下的动态疏散路径,并可结合洪涝变化过程快速求解不同地理位置的最佳疏散时间范围,对于防洪减灾应急预案的制定具有重要的理论与实践意义。
Description
技术领域
本发明涉及水文学的洪涝人员疏散研究领域,特别涉及到洪涝人员动态疏散路径分析技术。
背景技术
在极端天气事件频率和强度都在增加的气候变化大背景下,城市已成为世界上最易受到洪涝灾害影响的地区。城市化的快速发展过程中,由于城市规划和综合管理的能力跟不上建设的速度,一到梅雨季节众多城市出现“城市看海”现象,给人民生活出行带来不便,甚至造成生命财产的巨大损失。如何既趋利避害又科学高效地规划洪涝应急疏散路径,是制定合理的洪涝灾害应急疏散预案的关键研究内容,对于保障人民群众的生命财产安全具有重要的现实意义。
以往的洪涝应急疏散分析方法主要基于路网拓扑图,属于宏观概化模型,相关算法对人的疏散行为细节无法考量,往往直接忽略掉人的疏散行为对路径应有的合理抉择,尤其是在动态洪涝场景下现有的Dijkstra算法、A*算法等理论和方法已不适用。同时,随着路网基础数据量和维度的增加,路网拓扑图的繁琐建模过程限制着疏散路径的求解效率。
元胞自动机(Cellular Automata,CA)是由大量个体通过局部联系组成的时间、空间、状态都离散的系统。基于元胞自动机的疏散模型是一种在微观和离散的角度上,通过制定人的行为规则,进而对人员疏散过程进行定量化的表达,对于分析洪涝人员动态疏散路径具有很好的指导意义。
洪涝疏散过程受多种因素共同制约,基于元胞自动机理论建模可以将洪水应急疏散过程离散化,从而充分考虑疏散人员的行为特点。同时,洪涝灾害条件下的人员疏散路径优化问题有其特殊性,评价路径优劣的标准不应该仅是路径最短,还应该结合洪涝变化过程在空间和时间上有足够的安全考虑。因此需要在算法上对DEM数据进行深入挖掘,得到对于洪涝动态疏散路径分析更有效的信息,从而为城市防洪减灾应急疏散预案提供可靠的理论依据。
发明内容
发明目的:围绕洪涝人员应急疏散问题,针对洪涝人员疏散过程的复杂性与特殊性,提供一种基于元胞自动机的洪涝人员动态疏散路径分析方法。
技术方案:本发明所述基于元胞自动机的洪涝人员动态疏散路径分析方法,包括:
(1)根据收集的研究区域基础数据,构建基于元胞自动机的洪涝应急疏散场景,包括元胞模型定义以及模拟典型洪水过程并确定安全区域;
(2)结合洪涝模拟结果计算人体危险程度指数,执行洪涝障碍判断规则,得到具有连续时间序列的动态洪涝障碍场;
(3)以出口为源,由近及远地按照遍历顺序执行距离叠加规则,得到具有连续时间序列的动态绕行距离场;
(4)执行动态最小绕行规则,实现洪涝人员动态疏散路径规划。
作为优选,所述步骤(1)中元胞模型定义时根据人站立时的身体尺寸确定元胞边长L,以L*L的正方形作为基本的元胞网格划分研究区域;元胞邻域关系采用Moore型邻域;元胞状态属性包括元胞所在处的地形高程、水深、流速、可进入性以及绕行距离。
作为优选,所述步骤(1)中模拟典型洪水过程并确定安全区域为:根据洪水资料设计典型洪水过程,结合划分好的元胞网格和糙率,采用水动力计算软件模拟洪涝演进过程,得到不同时刻每个元胞网格的水深和流速,以人往高处走为原则,设置水淹没不到的安全高程Zsafe,则地形高程Z≥Zsafe的元胞即是安全区域。
作为优选,所述步骤(2)中人体危险程度指数其中(x,y)为元胞所处位置的坐标,vt(x,y)为t时刻元胞网格中洪涝的流速,为t时刻元胞网格中洪涝使人失稳时的临界流速,具体公式为:
其中,ρ为水的密度;hp(x,y)、mp(x,y)分别为元胞位置(x,y)处人的身高和体重;a1、b1、a2、b2均为结合人身体结构特征设定的参数,α和β是由人体失稳水槽实验设定的参数。
作为优选,所述步骤(2)中洪涝障碍判断规则具体为:
其中,ΔZ为相邻元胞高程差,P表示人跨越地形障碍的最大能力;St(x,y)为t时刻元胞网格的可进入性,St(x,y)=-1表示该元胞为障碍元胞,St(x,y)=1表示该元胞被人占据,St(x,y)=-1表示该元胞可以进入;HDt(x,y)为t时刻该元胞网格的人体危险程度指数,HDdanger为视为障碍元胞时的危险程度指数;ht(x,y)为t时刻该元胞网格的水深,hdanger为避免人走入水深过大位置,发生潜在失稳时的最大水深;vt(x,y)为t时刻该元胞网格的流速,vdanger为避免人走入流速过大位置,发生潜在失稳时的最大流速。
作为优选,所述步骤(3)中距离叠加规则涉及的计算和判断公式具体为:
其中,c为人运动到的元胞位置,n为邻居元胞编号;Zc为人所在中心元胞c的高程,Zn为邻居元胞n的高程,L为元胞边长,dn为中心元胞c到邻居元胞n的空间三维距离;Dt为t时刻所有元胞到出口元胞exit的绕行距离构成的绕行矩阵,exit为出口元胞,可在安全区域中人为给定;M、N分别为元胞空间的行数和列数;ones是令矩阵元素全为1的函数;Nmax为极大值,作为t时刻绕行矩阵Dt的初始值;为t时刻中心元胞c到出口元胞exit的绕行距离,为t时刻按顺时针或逆时针顺序计算得出的邻居元胞n到出口元胞exit的临时绕行距离;为t时刻邻居元胞n到出口元胞exit的绕行距离,取两种遍历顺序计算结果的最小值;Sn=0表示邻居元胞n为可进入元胞;Sn=-1表示邻居元胞n为障碍元胞。
作为优选,所述步骤(3)中以出口为源,由近及远地按照遍历顺序执行距离叠加规则具体为:令出口元胞的绕行距离r=0,从邻域左下角元胞网格开始,分别按照顺时针方向和逆时针方向依次移动一周,每移动到一个网格执行一次距离叠加规则;再令r=r+1,按新的遍历顺序执行距离叠加规则,直到r=rmax,得到某一时刻t障碍场对应的绕行距离场;
其中,r表示人所在元胞位置与出口元胞exit的纵坐标距离或横坐标距离;rmax表示保证所有可进入元胞都能计算出绕行距离的最大半径,其计算公式为:
rmax=max{xexit,M-xexit,yexit,N-yexit}
式中,xexit和yexit分别为出口元胞的横、纵坐标。
作为优选,所述步骤(4)中动态最小绕行规则为:结合当前洪涝变化过程与人对洪涝的判断,从邻居元胞中选择出下一时刻进入的位置;
所述人对洪涝的判断具体为:
其中,t为当前洪水演进时刻;tp为人对洪水的预判时刻;Δt为人对洪水的判断时刻tp与当前洪水时刻t的差值,Δt>0表示人能对洪水疏散作出预判,提前作出避障反应,Δt=0表示人虽不能预判水情,但能时刻把握水情判断,Δt<0表示人的判断滞后于当前洪水演进;NaN为空值,表示人还未意识到洪水,下一时刻仍然待在原地;
所述从邻居元胞中选择出下一时刻进入的位置具体为:根据人当前位置坐标,检查各邻居元胞的绕行距离估算值若邻居元胞的动态距离估算值都是极大值Nmax,则人员受困待在原地不动;否则选择值最小的元胞进入,再若最小值不唯一,则随机进入最小值中一个元胞;涉及的计算和判断公式具体为:
其中,g为人当前所在处的元胞位置;为t时刻人所在位置元胞g的高程,为t时刻人所在位置邻居元胞n的高程,表示t时刻人从当前元胞g到邻域元胞n的距离,表示人在t时刻能预判tp时刻从邻居元胞n到出口元胞exit的绕行距离,表示t时刻人从当前元胞g经过邻域元胞n到达出口元胞exit的距离估算值。
作为优选,所述步骤(4)中动态疏散路径规划为:判断人所在元胞位置高程值是否大于等于Zsafe,若则人已到达安全位置,路径规划结束;否则执行所述动态最小绕行规则,得到人的下一步位置(x′,y′);新的位置又作为t+1时刻人的当前位置,循环执行所述动态最小绕行规则,直到路径规划结束。
有益效果:本发明与现有技术相比,其显著优点是:
(1)洪涝人员疏散过程复杂,在动态洪涝场景下现有的Dijkstra算法、A*算法等理论和方法已不适用。因此,基于元胞自动机理论将洪涝人员疏散过程离散化,可以结合洪涝变化过程,在时间和空间上充分考虑洪涝疏散过程的各种因素。
(2)洪涝灾害条件下的人员疏散路径优化问题有其特殊性,评价路径优劣的标准不应该仅是路径最短。因此,在元胞自动机模型下充分考虑洪涝灾害过程中人员疏散行为特点,可以实现在空间和时间上进行适当安全考虑情况下的洪涝动态疏散路径规划。
附图说明
图1是本发明一个实施例的流程示意图;
图2是本发明实施例地理场景示意图;
图3是邻域关系及其索引、编号示意图;
图4是动态洪涝障碍分布图;
图5是距离叠加规则的遍历顺序示意图;
图6是动态绕行距离场分布图;
图7是规划动态疏散路径的流程图;
图8是随机起点分布示意图;
图9是不同起点预判时间和路径空间累计长度的关系图;
图10是同一起点在不同响应程度下的路径规划图。
具体实施方式
如图1所示,本发明实施例公开的一种基于元胞自动机的洪涝人员动态疏散路径分析方法,包括以下步骤:
(1)根据收集的研究区域基础数据,构建基于元胞自动机的洪涝应急疏散场景,包括元胞模型定义以及模拟典型洪水过程并确定安全区域;
该步骤具体包括:
(1-1)根据收集的基础数据定义元胞模型;
本实施例收集的基础数据包括:DEM地形数据、糙率、洪水资料(流量或水位)。具体DEM地形数据获取时,原则上精度越高越好,但若精度较高的数据难以获得,可在GIS中对DEM数据进行重采样插值加密,本实施例DEM地形数据如附图2所示。该研究区域的糙率系数:河道为25m1/3/s、建筑物为1000m1/3/s、地面为15m1/3/s。初始水位为9.5m,根据调查洪水过程中上游水位超过初始水位4m,下游水位雍高至10.2m左右,故给定上、下游边界的水位条件分别为13.5m、10.2m。
同时,参考人站立时的身体尺寸,取元胞边长L=0.5m,即选择0.5m*0.5m的正方形作为基本的元胞网格划分研究区域,划分元胞空间为M*N=744*744。邻域关系采用Moore型邻域,将人的诸多可能移动方向概化为上、下、左、右以及四个对角线方向(上左、上右、下左、下右),邻居索引及编号如附图3所示,中心元胞坐标为(x,y),上、下、左、右方向为偶数,对角线方向为奇数。确定元胞状态包括元胞所在处的地形高程、水深、流速、可进入性以及绕行距离,根据所述元胞状态对元胞空间设置5种元胞状态属性,即地形高程Z、水深h、流速v、可进入性S、绕行距离D。
(1-2)模拟典型洪水过程并确定安全区域。
本实施例根据设计的典型洪水过程,结合划分好的元胞网格和糙率,采用某种成熟的水动力计算软件(如MIKE、Delft3D、EFDC等)对研究区域模拟了一场100min的洪涝过程,得到不同时刻每个元胞网格的水深和流速,模拟结果如附图4白色部分所示。同时,本实施例以人往高处走为原则,设置水淹没不到的安全高程Zsafe=35m,则地形高程Z≥Zsafe的元胞即是安全区域,如图2中深色部分所示。
(2)结合洪涝模拟结果计算人体危险程度指数,执行洪涝障碍判断规则,得到具有连续时间序列的动态洪涝障碍场;
该步骤具体包括:
(2-1)结合洪涝模拟结果计算人体危险程度指数:
本实施例中,t为洪水演进时刻;(x,y)为元胞所处位置的坐标;vt(x,y)为t时刻元胞网格的流速,m/s;为t时刻元胞网格中洪涝使人失稳时的临界流速,具体公式为:
式中,ht(x,y)为t时刻元胞网格的水深,m;ρ为水的密度,kg/m3;hp(x,y)、mp(x,y)分别为元胞位置(x,y)处人的身高和体重,m、kg,在没有每个人身高和体重数据的情况,可采用反映所研究地区人口特征的平均身高和平均体重,如一般可取1.7m、60kg;a1、b1、a2、b2均为结合中国人身体结构特征率定的参数,a1=0.633、b1=0.367、a2=1.015m3/kg、b2=-4.937m3;α和β是由人体失稳水槽实验率定的参数,取值分别为0.2906、-0.3413。
(2-2)执行洪涝障碍判断规则,得到具有连续时间序列的动态洪涝障碍场。
本实施例设置的洪涝障碍判断规则具体为:
式中,Z1、Z2为相邻两元胞的高程值,ΔZ为相邻元胞高程差,m;ΔZ>1.5m表示高程差大于1.5m的元胞均视为障碍元胞;HDt(x,y)≥0.8是出于安全考虑,流速达到失稳起动流速的80%以上的元胞网格均视为障碍元胞;ht(x,y)>1.0m是为了避免人发生潜在失稳危险,水深大于1m的元胞均视为障碍元胞;vt(x,y)>1.5m/s是为了避免人发生潜在失稳危险,流速大于1.5m/s的元胞均视为障碍元胞;St(x,y)为t时刻元胞网格的可进入性,St(x,y)=-1表示元胞为障碍,St(x,y)=1表示元胞被人占据,St(x,y)=0表示元胞可进入。
得到动态洪涝障碍分布如附图4中黑色障碍风险区所示,从图中可看到t=8min时1号桥由于洪水不能通行,t=10min时2号桥由于洪水不能通行,t=27min时3号桥由于洪水不能通行,t=31min时风险范围达到最大;t=40min时3号桥风险解除能通行,t=57min时2号桥也风险解除能通行,此后洪水障碍分布范围同t=57min时障碍分布基本保持一致。
(3)以出口为源,由近及远地按照遍历顺序执行距离叠加规则,构建具有连续时间序列的动态绕行距离场;
该步骤具体包括:
(3-1)设置距离叠加规则;
本实施例设置的距离叠加规则涉及的计算和判断公式具体为:
其中,c为人运动到的元胞位置,n为邻居元胞编号;Zc为人所在中心元胞c的高程,Zn为邻居元胞n的高程,dn为中心元胞c到邻居元胞n的空间三维距离,m;Dt为t时刻所有元胞到出口元胞exit的绕行距离构成的绕行矩阵,exit为出口元胞,如图2中灰色五角星所示;ones是令矩阵元素全为1的函数;Nmax取值500m,作为t时刻绕行矩阵Dt的初始值;为t时刻中心元胞c到出口元胞exit的绕行距离,为t时刻按顺时针或逆时针顺序计算得出的邻居元胞n到出口元胞exit的临时绕行距离;为t时刻邻居元胞n到出口元胞exit的绕行距离,取两种遍历顺序计算结果的最小值;Sn=0表示邻居元胞n为可进入元胞;Sn=-1表示邻居元胞n为障碍元胞。
(3-2)以出口为源,由近及远地按照遍历顺序执行距离叠加规则。
本实施例以出口为源即设置出口元胞的绕行距离设置的遍历顺序如附图5所示。先令r=0,从邻域左下角元胞start网格开始,按照顺时针方向和逆时针方向依次移动,每移动到一个网格执行一次距离叠加规则,直到运动至与start相邻的两元胞end1、end2网格;再令r=r+1,按新的遍历顺序执行距离叠加规则,直到r=rmax,得到某一时刻t障碍场对应的绕行距离场。
其中,r表示人所在元胞位置与出口元胞exit的纵坐标距离或横坐标距离;rmax表示保证所有可进入元胞都能计算出绕行距离的最大半径,其计算公式为:
rmax=max{xexit,744-xexit,yexit,744-yexit}
式中,xexit和yexit分别为出口元胞的横、纵坐标。
本实施例得到的动态绕行距离场结果如附图6所示,可在建筑障碍物背后和两端看到有明显的颜色区别,形成类似“干涉”的现象,即计算到达障碍物背后的距离估算值比障碍物两端明显增加,说明本发明对DEM地形数据所挖掘的动态绕行距离信息,不仅考虑了障碍是否能通过,还会由近及远地考虑到变化条件下的全局障碍分布。
(4)执行动态最小绕行规则,实现洪涝人员动态疏散路径规划。
该步骤具体包括:
(4-1)设置动态最小绕行规则:结合当前洪涝变化过程与人对洪涝的判断,从邻居元胞中选择出下一时刻进入的位置;
本实施例设置的人对洪涝的判断具体为:
式中,t为当前洪水演进时刻;tp为人对洪水的预判时刻;Δt为人对洪水的判断时刻tp与当前洪水时刻t的差值,Δt>0表示人能对洪水疏散作出预判,提前作出避障反应,Δt=0表示人虽不能预判水情,但能时刻把握水情判断,Δt<0表示人的判断滞后于当前洪水演进;NaN为空值,表示人还未意识到洪水,下一时刻仍然待在原地。
所述从邻居元胞中选择出下一时刻进入的位置具体为:根据人当前位置坐标,检查各邻居元胞的绕行距离估算值若邻居元胞的动态距离估价值都是极大值Nmax,则人员受困待在原地不动;否则选择值最小的元胞进入,再若最小值不唯一,则随机进入最小值中一个元胞。涉及的计算和判断公式具体为:
式中,g为人当前所在处的元胞位置;为t时刻人所在位置元胞g的高程,为t时刻人所在位置邻居元胞n的高程,表示t时刻人从当前元胞到邻域元胞n的距离,表示人在t时刻能预判tp时刻从邻居元胞n到出口元胞exit的绕行距离,表示t时刻人从当前元胞g经过邻域元胞n到达出口元胞exit的距离估算值,m。
(4-2)动态疏散路径规划:判断人所在元胞位置高程值是否大于等于Zsafe,若则人已到达安全位置,路径规划结束;否则按照附图7所示动态路径规划流程图执行动态最小绕行规则,得到人的下一步位置(x′,y′);新的位置又作为t+1时刻人的当前位置,循环执行动态最小绕行规则,直到路径规划结束。
本实施例在平地区域随机产生30个起点(见附图8),进行不同初始预判时间工况下路径规划实验,记录空间累计距离L3,得到不同起点预判时间和路径空间累计长度的关系如附图9所示。可看到排序20-26的起点中预判时间对路径空间累计距离L3的影响不明显,数据结果全相等。本发明把这种对路径空间累计距离影响不明显的预判时间范围称为人员安全疏散的最佳疏散时间范围,超过这个最佳疏散时间范围,人就要付出更远的路径代价才能安全疏散,可帮助决策者因地制宜地对疏散作出灵活的安排。比如排序为1的起点安全疏散最佳时间范围为[-5,5]min;排序为2的起点安全疏散最佳时间范围为[-10,10]min;其他点以此类推,而排序20-26这7个点的安全疏散最佳时间范围将比[-30,30]min更大,超出设计的初始预判时间工况。当然运用迭代的思想,减小预判时间间隔,增加设计工况的次数,还可以求解更精细的安全疏散最佳时间范围。
同时,分析排序为28的起点(310,134)不同预判时间(0min、2min、3min、4min、5min)条件下的动态疏散路径规划结果(见附图10),可看到预判时间为0min时规划的路径虽然最短,但人会走入洪水中,有发生潜在失稳的风险。随着初始预判时间增加,路径三维累计距离虽然在增加,但是人意识到洪水危险的时间越来越提前,采取了提前绕行,路径也就越安全。因此,△t>0可以用于规划人员出于更安全考虑情况下的疏散路径。当然要想路径越安全,就要在路径最短这个目标上作出牺牲,这两者不可兼得,但决策者可以通过调节预判时间的大小,得到满足实际应用条件的最优解,从而实现对洪涝风险的动态把控。
以上所揭露的仅为本发明一种较佳实施例而已,不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (9)
1.一种基于元胞自动机的洪涝人员动态疏散路径分析方法,其特征在于:该方法包括:
(1)根据收集的研究区域基础数据,构建基于元胞自动机的洪涝应急疏散场景,包括元胞模型定义以及模拟典型洪水过程并确定安全区域;
(2)结合洪涝模拟结果计算人体危险程度指数,执行洪涝障碍判断规则,得到具有连续时间序列的动态洪涝障碍场;
(3)以出口为源,由近及远地按照遍历顺序执行距离叠加规则,得到具有连续时间序列的动态绕行距离场;
(4)执行动态最小绕行规则,实现洪涝人员动态疏散路径规划。
2.根据权利要求1所述基于元胞自动机的洪涝人员动态疏散路径分析方法,其特征在于:所述步骤(1)中元胞模型定义时根据人站立时的身体尺寸确定元胞边长L,以L*L的正方形作为基本的元胞网格划分研究区域;元胞邻域关系采用Moore型邻域;元胞状态属性包括元胞所在处的地形高程、水深、流速、可进入性以及绕行距离。
3.根据权利要求1所述基于元胞自动机的洪涝人员动态疏散路径分析方法,其特征在于:所述步骤(1)中模拟典型洪水过程并确定安全区域为:根据洪水资料设计典型洪水过程,结合划分好的元胞网格和糙率,采用水动力计算软件模拟洪涝演进过程,得到不同时刻每个元胞网格的水深和流速,以人往高处走为原则,设置水淹没不到的安全高程Zsafe,则地形高程Z≥Zsafe的元胞即是安全区域。
4.根据权利要求1所述基于元胞自动机的洪涝人员动态疏散路径分析方法,其特征在于:所述步骤(2)中人体危险程度指数其中(x,y)为元胞所处位置的坐标,vt(x,y)为t时刻元胞网格中洪涝的流速,为t时刻元胞网格中洪涝使人失稳时的临界流速,具体公式为:
其中,ρ为水的密度;hp(x,y)、mp(x,y)分别为元胞位置(x,y)处人的身高和体重;a1、b1、a2、b2均为结合人身体结构特征设定的参数,α和β是由人体失稳水槽实验设定的参数。
5.根据权利要求4所述基于元胞自动机的洪涝人员动态疏散路径分析方法,其特征在于:所述步骤(2)中洪涝障碍判断规则具体为:
其中,ΔZ为相邻元胞高程差,P表示人跨越地形障碍的最大能力;St(x,y)为t时刻元胞网格的可进入性,St(x,y)=-1表示该元胞为障碍元胞,St(x,y)=1表示该元胞被人占据,St(x,y)=-1表示该元胞可以进入;HDt(x,y)为t时刻该元胞网格的人体危险程度指数,HDdanger为视为障碍元胞时的危险程度指数;ht(x,y)为t时刻该元胞网格的水深,hdanger为避免人走入水深过大位置,发生潜在失稳时的最大水深;vt(x,y)为t时刻该元胞网格的流速,vdanger为避免人走入流速过大位置,发生潜在失稳时的最大流速。
6.根据权利要求1所述基于元胞自动机的洪涝人员动态疏散路径分析方法,其特征在于:所述步骤(3)中距离叠加规则涉及的计算和判断公式具体为:
其中,c为人运动到的元胞位置,n为邻居元胞编号;Zc为人所在中心元胞c的高程,Zn为邻居元胞n的高程,L为元胞边长,dn为中心元胞c到邻居元胞n的空间三维距离;Dt为t时刻所有元胞到出口元胞exit的绕行距离构成的绕行矩阵,exit为出口元胞,可在安全区域中人为给定;M、N分别为元胞空间的行数和列数;ones是令矩阵元素全为1的函数;Nmax为极大值,作为t时刻绕行矩阵Dt的初始值;为t时刻中心元胞c到出口元胞exit的绕行距离,为t时刻按顺时针或逆时针顺序计算得出的邻居元胞n到出口元胞exit的临时绕行距离;为t时刻邻居元胞n到出口元胞exit的绕行距离,取两种遍历顺序计算结果的最小值;Sn=0表示邻居元胞n为可进入元胞;Sn=-1表示邻居元胞n为障碍元胞。
7.根据权利要求1所述基于元胞自动机的洪涝人员动态疏散路径分析方法,其特征在于:所述步骤(3)中以出口为源,由近及远地按照遍历顺序执行距离叠加规则具体为:令出口元胞的绕行距离r=0,从邻域左下角元胞网格开始,分别按照顺时针方向和逆时针方向依次移动一周,每移动到一个网格执行一次距离叠加规则;再令r=r+1,按新的遍历顺序执行距离叠加规则,直到r=rmax,得到某一时刻t障碍场对应的绕行距离场;
其中,r表示人所在元胞位置与出口元胞exit的纵坐标距离或横坐标距离;rmax表示保证所有可进入元胞都能计算出绕行距离的最大半径,其计算公式为:
rmax=max{xexit,M-xexit,yexit,N-yexit}
式中,xexit和yexit分别为出口元胞的横、纵坐标。
8.根据权利要求1所述基于元胞自动机的洪涝人员动态疏散路径分析方法,其特征在于:所述步骤(4)中动态最小绕行规则为:结合当前洪涝变化过程与人对洪涝的判断,从邻居元胞中选择出下一时刻进入的位置;
所述人对洪涝的判断具体为:
其中,t为当前洪水演进时刻;tp为人对洪水的预判时刻;Δt为人对洪水的判断时刻tp与当前洪水时刻t的差值,Δt>0表示人能对洪水疏散作出预判,提前作出避障反应,Δt=0表示人虽不能预判水情,但能时刻把握水情判断,Δt<0表示人的判断滞后于当前洪水演进;NaN为空值,表示人还未意识到洪水,下一时刻仍然待在原地;
所述从邻居元胞中选择出下一时刻进入的位置具体为:根据人当前位置坐标,检查各邻居元胞的绕行距离估算值若邻居元胞的动态距离估算值都是极大值Nmax,则人员受困待在原地不动;否则选择值最小的元胞进入,再若最小值不唯一,则随机进入最小值中一个元胞;涉及的计算和判断公式具体为:
其中,g为人当前所在处的元胞位置;为t时刻人所在位置元胞g的高程,为t时刻人所在位置邻居元胞n的高程,表示t时刻人从当前元胞g到邻域元胞n的距离,表示人在t时刻能预判tp时刻从邻居元胞n到出口元胞exit的绕行距离,表示t时刻人从当前元胞g经过邻域元胞n到达出口元胞exit的距离估算值。
9.根据权利要求8所述基于元胞自动机的洪涝人员动态疏散路径分析方法,其特征在于:所述步骤(4)中动态疏散路径规划为:判断人所在元胞位置高程值是否大于等于Zsafe,若则人已到达安全位置,路径规划结束;否则执行所述动态最小绕行规则,得到人的下一步位置(x′,y′);新的位置又作为t+1时刻人的当前位置,循环执行所述动态最小绕行规则,直到路径规划结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811307543.2A CN109583628A (zh) | 2018-11-05 | 2018-11-05 | 一种基于元胞自动机的洪涝人员动态疏散路径分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811307543.2A CN109583628A (zh) | 2018-11-05 | 2018-11-05 | 一种基于元胞自动机的洪涝人员动态疏散路径分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109583628A true CN109583628A (zh) | 2019-04-05 |
Family
ID=65921370
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811307543.2A Pending CN109583628A (zh) | 2018-11-05 | 2018-11-05 | 一种基于元胞自动机的洪涝人员动态疏散路径分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109583628A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110245403A (zh) * | 2019-05-31 | 2019-09-17 | 西南石油大学 | 一种基于元胞自动机的人员疏散模拟方法 |
CN110765653A (zh) * | 2019-11-14 | 2020-02-07 | 北京京航计算通讯研究所 | 城市地下综合管廊突发事件应急仿真方法 |
CN111062615A (zh) * | 2019-12-17 | 2020-04-24 | 武汉理工大学 | 一种城市区域性多尺度人员疏散模拟方法 |
CN112270115A (zh) * | 2020-11-25 | 2021-01-26 | 同济大学 | 一种基于元胞自动机的复杂地形洪水淹没进程模拟方法 |
CN113554214A (zh) * | 2021-06-18 | 2021-10-26 | 水利部交通运输部国家能源局南京水利科学研究院 | 城市应对洪水应急转移路线设置方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103544390A (zh) * | 2013-10-18 | 2014-01-29 | 西南交通大学 | 基于元胞自动机的溃决洪水快速演进模拟分析方法 |
-
2018
- 2018-11-05 CN CN201811307543.2A patent/CN109583628A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103544390A (zh) * | 2013-10-18 | 2014-01-29 | 西南交通大学 | 基于元胞自动机的溃决洪水快速演进模拟分析方法 |
Non-Patent Citations (3)
Title |
---|
何梦男: "基于元胞自动机的城市洪涝人群疏散模型研究", 《中国学位论文全文数据库(万方)》 * |
果鹏等: "基于二维水动力学过程的洪泛区避难逃生路线优化模型及应用", 《水利学报》 * |
郭良杰等: "基于元胞自动机模型的人员疏散行为模拟", 《安全与环境工程》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110245403A (zh) * | 2019-05-31 | 2019-09-17 | 西南石油大学 | 一种基于元胞自动机的人员疏散模拟方法 |
CN110245403B (zh) * | 2019-05-31 | 2022-03-01 | 西南石油大学 | 一种基于元胞自动机的人员疏散模拟方法 |
CN110765653A (zh) * | 2019-11-14 | 2020-02-07 | 北京京航计算通讯研究所 | 城市地下综合管廊突发事件应急仿真方法 |
CN111062615A (zh) * | 2019-12-17 | 2020-04-24 | 武汉理工大学 | 一种城市区域性多尺度人员疏散模拟方法 |
CN111062615B (zh) * | 2019-12-17 | 2022-04-29 | 武汉理工大学 | 一种城市区域性多尺度人员疏散模拟方法 |
CN112270115A (zh) * | 2020-11-25 | 2021-01-26 | 同济大学 | 一种基于元胞自动机的复杂地形洪水淹没进程模拟方法 |
CN112270115B (zh) * | 2020-11-25 | 2022-06-14 | 同济大学 | 一种基于元胞自动机的复杂地形洪水淹没进程模拟方法 |
CN113554214A (zh) * | 2021-06-18 | 2021-10-26 | 水利部交通运输部国家能源局南京水利科学研究院 | 城市应对洪水应急转移路线设置方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109583628A (zh) | 一种基于元胞自动机的洪涝人员动态疏散路径分析方法 | |
De Risi et al. | From flood risk mapping toward reducing vulnerability: the case of Addis Ababa | |
CN106884405B (zh) | 一种无资料地区溃堤型山洪灾害分析评价方法 | |
CN107832931B (zh) | 一种平原水网地区内涝风险的模块化分析方法 | |
CN109543275B (zh) | 一种城区地表径流二维数值模拟方法 | |
Ye et al. | Construction of an ecological resistance surface model and its application in urban expansion simulations | |
CN104898183B (zh) | 暴雨城市内涝建模评估方法 | |
CN104851360B (zh) | 一种洪水风险图的生成方法和系统 | |
CN103093400B (zh) | 一种隧道施工中邻近建筑物安全性定量评价方法 | |
do Lago et al. | Generalizing rapid flood predictions to unseen urban catchments with conditional generative adversarial networks | |
CN108805350A (zh) | 基于多维蒙特卡洛理论的搜救范围预测方法 | |
CN111767597A (zh) | 一种城市模型验证方法、装置、设备及存储介质 | |
CN114492233B (zh) | 一种基于webGIS平台及考虑综合利用要求的流域水模拟方法 | |
Jiang et al. | Understanding the effects of digital elevation model resolution and building treatment for urban flood modelling | |
Zhang et al. | Integration of analytical hierarchy process and landslide susceptibility index based landslide susceptibility assessment of the Pearl river delta area, China | |
CN114840896A (zh) | 一种基于城市道路bim的内涝积水模拟分析方法 | |
Singh et al. | Remote sensing and GIS-based watershed prioritization for land and water conservation planning and management | |
Rautela et al. | Flood Vulnerability Assessment Across Alaknanda River Basin using GIS-based combined analysis of geomorphometric approach and MCDM-AHP | |
CN117252316A (zh) | 一种应急疏散路径规划方法、装置、设备及存储介质 | |
CN205068800U (zh) | 船舶适航预警系统 | |
Fukui et al. | Subgrid-scale modeling of tsunami inundation in coastal urban areas | |
Dong et al. | Research on the optimal escape path algorithm in mine water bursting disaster | |
Khaldi et al. | Quantitative assessment of the relative impacts of different factors on flood susceptibility modelling: case study of Fez-Meknes region in Morocco | |
Kim et al. | A Study on Temporary Shelter Areas Using Pedestrian Networks in Coastal Cities | |
Daniels | An innovative method of model integration to forecast spatial patterns of shoreline change: A case study of Nags Head, North Carolina |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190405 |
|
RJ01 | Rejection of invention patent application after publication |