CN113177249A - 基于特征识别和云计算的勘察测绘数据智能分析处理方法 - Google Patents
基于特征识别和云计算的勘察测绘数据智能分析处理方法 Download PDFInfo
- Publication number
- CN113177249A CN113177249A CN202110443514.4A CN202110443514A CN113177249A CN 113177249 A CN113177249 A CN 113177249A CN 202110443514 A CN202110443514 A CN 202110443514A CN 113177249 A CN113177249 A CN 113177249A
- Authority
- CN
- China
- Prior art keywords
- river
- area
- soil
- historical
- surveying
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computational Mathematics (AREA)
- Structural Engineering (AREA)
- Civil Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开提供的基于特征识别和云计算的勘察测绘数据智能分析处理方法。该基于特征识别和云计算的勘察测绘数据智能分析处理方法包括:获取该勘测区域对应的历史刮风信息和历史降雨信息;获取该勘测区域该河流对应的历史水位;对该勘测区域河流对应的跨度和该河流对应的水体酸碱度进行检测;对该勘测区域河流水底和该勘测区域河流两侧岸边对应的土壤参数进行检测;对该勘测区域历史天气信息、历史水位信息、河流水体参数、河流水底土壤参数和河流两侧岸边土壤的参数进行分析,通过该方法大大的提高了勘察测绘数据分析结果的准确性和勘察测绘数据分析结果可靠性,实现了对桥梁勘测数据的精准分析。
Description
技术领域
本发明属于勘测数据分析技术领域,涉及到基于特征识别和云计算的勘察测绘数据智能分析处理方法。
背景技术
在桥梁工程项目的勘察过程中,测绘技术的发展和应用为桥梁工程项目勘察发挥了巨大的作用,而桥梁工程项目的勘察是桥梁工程不可或缺的重要环节,桥梁工程项目的勘察数据也直接影响了该桥梁工程项目的建造和开展。
现有的对桥梁项目工程的勘察测绘数据分析主要集中于对桥梁项目所在区域对应的勘察地质结构的数据进行分析,分析的内容比较单一,进而导致分析的结果也具有片面性,因此现有的桥梁勘察测绘数据的分析方法还具有一定的弊端,一方面,现有的桥梁勘察测绘数据的分析方法无法有效的提高勘察数据结果分析的参考性,一方面,现有的桥梁勘察测绘数据的分析方法无法有效的提高勘察测绘数据分析结果的准确性,另一方面,现有的桥梁勘察测绘数据的分析方法没有对勘测区域的历史天气环境和历史水位高度进行具体的分析,进而无法有效的勘察测绘数据分析结果可靠性。
发明内容
鉴于此,为解决上述背景技术中所提出的问题,现提出一种针对桥梁勘测的基于特征识别和云计算的勘察测绘数据智能分析处理方法,实现了桥梁勘测数据的精准分析;
本发明的目的可以通过以下技术方案实现:
本发明提供了基于特征识别和云计算的勘察测绘数据智能分析处理方法,该方法包括以下步骤:
S1、历史天气信息获取:获取该勘测区域该采集历史年限内对应的历史刮风信息和历史降雨信息,其中,历史刮风信息包括历史刮风风力等级和历史刮风次数和历史刮风风向,历史降雨信息包括历史降雨等级、历史降雨次数,将该勘测区域该采集历史年限内对应的历史刮风次数按照其刮风时间的先后顺序进行编号,依次标记为1,2,...i,...n,进而构建该勘测区域历史刮风信息集合Fw t(Fw t1,Fw t2,...Fw ti,...Fw tn),Fw ti表示该勘测区域第t个采集历史年限内第i次历史刮风对应的第w个信息,w表示历史刮风信息,w=a1,a2,a1和a2分别表示风力等级和风向,将该勘测区域对应的历史降雨次数按照其降雨时间的先后顺序进行编号,依次标记为1,2,...j,...m,进而构建该勘测区域历史降雨信息集合Yt(Yt1,Yt2,...Ytj,...Ytm),Ytj表示该勘测区域第t个采集历史年限内第j次历史降雨对应的降雨等级,t表示采集的历史年限,t=1,2,...x,...y;
S2、历史水位信息获取:所述历史水位信息获取用于获取该勘测区域该采集历史年限内各采集周期内该河流对应的历史水位,进而构建该勘测区域该采集历史年限内各采集时间段河流水位集合Lt(Lt1,Lt2,...Ltu,...Ltz),Ltu表示该勘测区域第t个采集历史年限内第u个采集时间段河流对应的历史水位;
S3、河流水体参数检测:所述河流水体参数检测用于对该勘测区域河流对应的跨度和该河流对应的水体酸碱度进行检测,进而利用激光测距仪对该勘测区域的河流的跨度进行检测,进而获取该勘测区域河流对应的跨度,并记为K,同时利用PH酸碱度计对该河流对应的水体进行检测,进而获取该勘测区域河流对应的水体酸碱度,并记为J;
S4、土壤参数检测:所述土壤参数检测包括对该勘测区域河流水底对应的土壤参数和该勘测区域河流两侧岸边对应的土壤参数的检测,其中,河流水底土壤参数检测包括若干水底土壤参数检测单元,其分别用于对该勘测区域河流对应的水底土壤参数进行检测,进而获取该勘测区域河流对应的水底土壤参数,两岸土壤参数检测包括若干岸边土壤参数检测单元,其分别用于对该勘测区域河流两侧岸边对应的土壤参数进行检测,进而获取该勘测区域河流左侧岸边对应的土壤参数和该河流右侧岸边对应的土壤参数;
S5、历史天气信息分析:根据该勘测区域历史刮风信息集合进而获取该勘测区域该采集历史年限内每次刮风对应的风力等级和风向,进而将该勘测区域该采集历史年限内每次刮风对应的风力等级进行对比筛选,统计各风力等级对应的刮风次数,其中风力等级包括强风、劲风和微风,进而获取该勘测区域该采集年限内强风等级对应的历史刮风次数,并记为e,进而将该勘测区域该采集年限内强风等级对应的历史刮风次数与该勘测区域该采集年限内对应的总体刮风次数进行对比,统计该勘测区域强风等级建造符合影响系数,其计算公式为β表示该勘测区域强风等级对应的建造符合影响系数,n表示该勘测区域该采集年限内对应的总体刮风次数,根据该勘测区域该采集历史年限内每次刮风对应的风向,进而获取该勘测区域该采集历史年限内每次刮风对应的风向与待设计桥梁走向方向的夹角,将该勘测区域该采集历史年限内每次刮风对应的风向与待设计桥梁走向方向的夹角的角度进行对比筛选,进而统计该勘测区域该采集历史年限内刮风风向与待设计桥梁走向方向夹角为九十度对应的刮风次数,并记为e′,进而统计该勘测区域刮风风向建造符合影响系数,其计算公式为δ表示该勘测区域刮风风向对应的建造符合影响系数,根据统计的该勘测区域强风等级建造符合影响系数和该勘测区域刮风风向建造符合影响系数进而统计该勘测区域历史刮风信息建造符合影响系数,其中,该勘测区域历史刮风信息建造符合影响系数计算公式为表示该勘测区域历史刮风信息对应的建造符合影响系数,根据该勘测区域历史降雨信息集合,进而获取该勘测区域该采集历史年限内每次降雨对应的降雨等级,将勘测区域该采集历史年限内每次降雨对应的降雨等级进行对比筛选,其中,降雨等级包括暴雨、中雨和小雨,进而获取该勘测区域对应的暴雨等级对应的历史降雨次数,进而统计该勘测区域历史降雨信息建造符合影响系数,其计算公式为φ表示该勘测区域历史降雨信息对应的建造符合影响系数,s表示该勘测区域对应的暴雨等级对应的历史降雨次数,m表示该勘测区域对应的降雨总次数,根据统计的该勘测区域历史刮风信息建造符合影响系数和该勘测区域历史降雨信息建造符合影响系数进而统计该勘测区域历史天气环境建造综合符合影响系数;
S6、历史水位信息分析:根据该勘测区域该采集历史年限内各采集时间段河流水位集合,进而获取该勘测区域该采集历史年限内各采集周期该河流对应的历史水位,进而获取该勘测区域各采集历史年限内各采集周期内该河流对应的历史水位进行对比筛选,进而获取该勘测区域内河流对应的历史最高水位和历史最低水位,进而将该勘测区域内河流对应的历史最高水位与桥梁建造对应的标准水位进行对比,进而统计该勘测区域河流历史最高水位建造符合影响系数,其计算公式为γ表示该勘测区域河流历史最高水位对应的建造符合影响系数,Lmax表示该勘测区域内河流对应的历史最高水位,L标准表示桥梁建造对应的标准水位,同时将该勘测区域内河流对应的历史最低水位与桥梁建造对应的标准最低水位进行对比,进而统计该勘测区域河流历史最低水位建造符合影响系数,其计算公式为γ′表示该勘测区域河流历史最低水位对应的建造符合影响系数,Lmin表示该勘测区域内河流对应的历史最低水位,进而统计该勘测区域河流水位建造综合符合影响系数;
S7、河流水体参数分析:根据该勘测区域河流对应的跨度,将该勘测区域河流对应的跨度与桥梁建造河流对应的标准跨度进行对比,进而统计该勘测区域河流跨度建造符合影响系数,其计算公式为η表示该勘测区域河流跨度对应的建造符合影响系数,K标准表示桥梁建造河流对应的标准跨度,同时根据该勘测区域河流对应的水体酸碱度,进而将该勘测区域河流对应的水体酸碱度与桥梁建造水体对应的标准酸碱度进行对比,进而统计该勘测区域河流水体酸碱度建造符合影响系数,其计算公式为表示该勘测区域河流水体酸碱度对应的建造符合影响系数,J标准表示桥梁建造水体对应的标准酸碱度,进而统计该勘测区域河流水体参数综合建造符合影响系数,该勘测区域河流水体参数综合建造符合影响系数计算公式为表示该勘测区域河流水体参数综合建造符合影响系数;
S8、土壤参数分析:所述土壤参数分析用于对该勘测区域河流水底对应的土壤参数和该勘测区域河流左侧岸边和右侧岸边对应的土壤参数进行分析,根据该河流各子区域水底土壤对应的参数,将该河流各子区域水底土壤参数对应的数值分别与桥梁建造河流水底土壤参数对应的标准数值进行对比,进而统计进而统计该勘测区域河流水底土壤参数综合建造符合影响系数,其计算公式为μ表示该勘测区域河流水底土壤参数对应的综合建造符合影响系数,Tv d表示该勘测区域河流第d个子区域第v个水底土壤参数对应的数值,d表示河流水底子区域编号,d=1,2,...g,...f,Tv标准表示桥梁建造河流第v个水底土壤对应的标准数值,f表示河流水底子区域数量,根据该河流左侧各检测区域土壤参数集合和该河流右侧各检测区域土壤参数集合,进而获取该河流左侧岸边各检测区域土壤参数对应的数值和该河流右侧岸边各检测区域土壤参数对应的数值,将该河流左侧岸边各检测区域土壤参数对应的数值和该河流右侧岸边各检测区域土壤参数对应的数值分别与桥梁建造岸边土壤参数对应的标准数值进行对比,进而统计该勘测区域河流左侧岸边土壤参数综合建造符合影响系数和该勘测区域河流右侧岸边土壤参数综合建造符合影响系数,进而统计该勘测区域河流岸边综合建造符合影响系数,其计算公式为θ表示该勘测区域河流岸边综合建造符合影响系数,根据统计的该勘测区域河流水底土壤参数综合建造符合影响系数和该勘测区域河流岸边综合建造符合影响系数进而统计该勘测区域土壤参数综合影响系数,其计算公式为ψ表示该勘测区域土壤参数对应的综合影响系数;
S9、勘测数据综合分析:根据统计的该勘测区域历史天气环境建造综合符合影响系数、该勘测区域河流水位建造综合符合影响系数、该勘测区域河流水体参数综合建造符合影响系数和该勘测区域河流岸边综合建造符合影响系数,进而统计该勘测区域综合建造符合影响系数。
进一步地,所述水底土壤参数包括水底土壤厚度、水底土壤松软度和水底土壤孔隙度,进而将该河流对应的水底区域按照预设顺序进行区域划分,进而得到划分的各子区域,将划分的各子区域按照预设顺序进行编号,依次标记为1,2,...g,...f,进而获取该河流各子区域水底土壤对应的厚度、土壤松软度和孔隙度,进而构建各子区域水底土壤参数集合Tv(Tv1,Tv2,...Tvg,...Tvf),Tvg表示该河流第g个子区域第v个水底土壤参数对应的数值,v表示水底土壤参数,v=h1,h2,h3,h1,h2和h3分别表示水底土壤厚度、水底土壤松软度和土壤孔隙度。
进一步地,所述该勘测区域河流左侧岸边和右侧岸边对应的土壤参数包括土壤硬度、土壤含水量和土壤酸碱度,进而将该勘测区域河流的左侧岸边和右侧岸边分别按照预设顺序划分为各检测区域,将该河流左侧岸边划分的检测区域按照预设顺序进行编号,依次标记为1,2,...q,...l,将该河流右侧岸边划分的检测区域按照预设顺序进行编号,依次标记为1′,2′,...q′,...l′,进而分别获取该河流左侧岸边各检测区域土壤对应的硬度、含水量和酸碱度和该河流右侧岸边各检测区域土壤对应的硬度、含水量和酸碱度,并构建该河流左侧各检测区域土壤参数集合Zp(Zp1,Zp2....Zpq,...Zpl)和该河流右侧各检测区域土壤参数集合Np(Np1′,Np2′....Npq′,...Npl′),Zpq表示该河流左侧第q个检测区域第p个土壤参数对应的数值,p表示岸边土壤参数,Npq′表示该河流右侧第q′个检测区域第p个土壤参数对应的数值,p=c1,c2,c3,c1,c2和c3分别表示土壤硬度、土壤含水量和土壤酸碱度。
进一步地,所述水底土壤参数检测单元包括超声波测厚仪器、土壤松软度检测仪和土壤孔隙度测定仪,超声波测厚仪器用于对该河流水底土壤的厚度进行检测,土壤松软度检测仪用于对该河流水底土壤的松软度进行检测,土壤孔隙度测定仪用于对该河流水底土壤对应的孔隙度进行检测。
进一步地,所述岸边土壤参数检测单元包括土壤硬度测试仪、土壤水分检测仪和土壤酸碱度检测仪,土壤硬度测试仪用于对该河流左侧岸边和右侧岸边土壤对应的硬度进行检测,土壤水分检测仪用于对该河流左侧岸边和右侧岸边土壤对应的含水量进行检测,土壤酸碱度检测仪用于对该河流左侧岸边和右侧岸边土壤对应的酸碱度进行检测。
进一步地,所述所述该勘测区域河流左侧岸边土壤参数综合建造符合影响系数计算公式为表示勘测区域河流左侧岸边土壤参数对应的综合建造符合影响系数,Zp r表示该河流左侧第r个检测区域第p个土壤参数对应的数值,Zp标准表示桥梁建造岸边第p个土壤参数对应的标准数值,r表示河流左侧岸边检测区域编号,r=1,2,...q,...l,l表示河流左侧岸边检测区域数量。
进一步地,所述该勘测区域河流右侧岸边土壤参数综合建造符合影响系数计算公式为表示勘测区域河流右侧岸边土壤参数对应的综合建造符合影响系数,Np r′表示该河流右侧第r′个检测区域第p个土壤参数对应的数值,r′表示河流右侧岸边检测区域编号,r′=1′,2′,...q′,...l′,l′表示河流右侧岸边检测区域数量。
本发明的有益效果:
(1)本发明提供的基于特征识别和云计算的勘察测绘数据智能分析处理方法,通过对该勘测区域历史天气信息、历史水位信息、河流水体参数以及河流水底土壤参数、河流两岸土壤参数进行详细的分析,进而解决了现有的桥梁勘察测绘数据的分析方法无法有效的提高勘察数据结果分析的参考性的问题,大大的提高了勘察测绘数据分析结果的准确性,同时也大大的提高了勘察测绘数据分析结果可靠性,实现了对桥梁勘测数据的精准分析。
(2)本发明通过对该勘察区域河流水底土壤参数和河流两岸土壤参数的全面检测和细致分析,有效的分析了该勘测区域河流水底土壤参数和河流两岸土壤参数对桥梁建造的影响系数,进而大大的提高了对该桥梁工程项目建造的稳定性。
(3)本发明通过对该勘察区域的历史天气信息进行获取和详细分析,进而有效的分析了该勘测区域天气环境对该桥梁建筑的影响系数,进而大大的提高了该桥梁项目工程开展的顺利性,同时有效的分析了该勘测区域天气环境的规律性,大大的降低了桥梁建造过程中的资源损失。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明方法实施步骤图;
图2为本发明河流岸边方位图。
具体实施方式
下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
请参阅图1和图2所示,本发明提供了基于特征识别和云计算的勘察测绘数据智能分析处理方法,该方法包括以下步骤:
S1、历史天气信息获取:获取该勘测区域该采集历史年限内对应的历史刮风信息和历史降雨信息,其中,历史刮风信息包括历史刮风风力等级和历史刮风次数和历史刮风风向,历史降雨信息包括历史降雨等级、历史降雨次数,将该勘测区域该采集历史年限内对应的历史刮风次数按照其刮风时间的先后顺序进行编号,依次标记为1,2,...i,...n,进而构建该勘测区域历史刮风信息集合Fw t(Fw t1,Fw t2,...Fw ti,...Fw tn),Fw ti表示该勘测区域第t个采集历史年限内第i次历史刮风对应的第w个信息,w表示历史刮风信息,w=a1,a2,a1和a2分别表示风力等级和风向,将该勘测区域对应的历史降雨次数按照其降雨时间的先后顺序进行编号,依次标记为1,2,...j,...m,进而构建该勘测区域历史降雨信息集合Yt(Yt1,Yt2,...Ytj,...Ytm),Ytj表示该勘测区域第t个采集历史年限内第j次历史降雨对应的降雨等级,t表示采集的历史年限,t=1,2,...x,...y;
S2、历史水位信息获取:所述历史水位信息获取用于获取该勘测区域该采集历史年限内各采集周期内该河流对应的历史水位,进而构建该勘测区域该采集历史年限内各采集时间段河流水位集合Lt(Lt1,Lt2,...Ltu,...Ltz),Ltu表示该勘测区域第t个采集历史年限内第u个采集时间段河流对应的历史水位;
S3、河流水体参数检测:所述河流水体参数检测用于对该勘测区域河流对应的跨度和该河流对应的水体酸碱度进行检测,进而利用激光测距仪对该勘测区域的河流的跨度进行检测,进而获取该勘测区域河流对应的跨度,并记为K,同时利用PH酸碱度计对该河流对应的水体进行检测,进而获取该勘测区域河流对应的水体酸碱度,并记为J;
S4、土壤参数检测:所述土壤参数检测包括对该勘测区域河流水底对应的土壤参数和该勘测区域河流两侧岸边对应的土壤参数的检测,其中,河流水底土壤参数检测包括若干水底土壤参数检测单元,其分别用于对该勘测区域河流对应的水底土壤参数进行检测,进而获取该勘测区域河流对应的水底土壤参数,两岸土壤参数检测包括若干岸边土壤参数检测单元,其分别用于对该勘测区域河流两侧岸边对应的土壤参数进行检测,进而获取该勘测区域河流左侧岸边对应的土壤参数和该河流右侧岸边对应的土壤参数;
其中,所述水底土壤参数包括水底土壤厚度、水底土壤松软度和水底土壤孔隙度,进而将该河流对应的水底区域按照预设顺序进行区域划分,进而得到划分的各子区域,将划分的各子区域按照预设顺序进行编号,依次标记为1,2,...g,...f,进而获取该河流各子区域水底土壤对应的厚度、土壤松软度和孔隙度,进而构建各子区域水底土壤参数集合Tv(Tv1,Tv2,...Tvg,...Tvf),Tvg表示该河流第g个子区域第v个水底土壤参数对应的数值,v表示水底土壤参数,v=h1,h2,h3,h1,h2和h3分别表示水底土壤厚度、水底土壤松软度和土壤孔隙度。
具体地,所述水底土壤参数检测单元包括超声波测厚仪器、土壤松软度检测仪和土壤孔隙度测定仪,超声波测厚仪器用于对该河流水底土壤的厚度进行检测,土壤松软度检测仪用于对该河流水底土壤的松软度进行检测,土壤孔隙度测定仪用于对该河流水底土壤对应的孔隙度进行检测。
其中,所述该勘测区域河流左侧岸边和右侧岸边对应的土壤参数包括土壤硬度、土壤含水量和土壤酸碱度,进而将该勘测区域河流的左侧岸边和右侧岸边分别按照预设顺序划分为各检测区域,将该河流左侧岸边划分的检测区域按照预设顺序进行编号,依次标记为1,2,...q,...l,将该河流右侧岸边划分的检测区域按照预设顺序进行编号,依次标记为1′,2′,...q′,...l′,进而分别获取该河流左侧岸边各检测区域土壤对应的硬度、含水量和酸碱度和该河流右侧岸边各检测区域土壤对应的硬度、含水量和酸碱度,并构建该河流左侧各检测区域土壤参数集合Zp(Zp1,Zp2....Zpq,...Zpl)和该河流右侧各检测区域土壤参数集合Np(Np1′,Np2′....Npq′,...Npl′),Zpq表示该河流左侧第q个检测区域第p个土壤参数对应的数值,p表示岸边土壤参数,Npq′表示该河流右侧第q′个检测区域第p个土壤参数对应的数值,p=c1,c2,c3,c1,c2和c3分别表示土壤硬度、土壤含水量和土壤酸碱度。
具体地,所述水底土壤参数检测单元包括超声波测厚仪器、土壤松软度检测仪和土壤孔隙度测定仪,超声波测厚仪器用于对该河流水底土壤的厚度进行检测,土壤松软度检测仪用于对该河流水底土壤的松软度进行检测,土壤孔隙度测定仪用于对该河流水底土壤对应的孔隙度进行检测。
S5、历史天气信息分析:根据该勘测区域历史刮风信息集合进而获取该勘测区域该采集历史年限内每次刮风对应的风力等级和风向,进而将该勘测区域该采集历史年限内每次刮风对应的风力等级进行对比筛选,统计各风力等级对应的刮风次数,其中风力等级包括强风、劲风和微风,进而获取该勘测区域该采集年限内强风等级对应的历史刮风次数,并记为e,进而将该勘测区域该采集年限内强风等级对应的历史刮风次数与该勘测区域该采集年限内对应的总体刮风次数进行对比,统计该勘测区域强风等级建造符合影响系数,其计算公式为β表示该勘测区域强风等级对应的建造符合影响系数,n表示该勘测区域该采集年限内对应的总体刮风次数,根据该勘测区域该采集历史年限内每次刮风对应的风向,进而获取该勘测区域该采集历史年限内每次刮风对应的风向与待设计桥梁走向方向的夹角,将该勘测区域该采集历史年限内每次刮风对应的风向与待设计桥梁走向方向的夹角的角度进行对比筛选,进而统计该勘测区域该采集历史年限内刮风风向与待设计桥梁走向方向夹角为九十度对应的刮风次数,并记为e′,进而统计该勘测区域刮风风向建造符合影响系数,其计算公式为δ表示该勘测区域刮风风向对应的建造符合影响系数,根据统计的该勘测区域强风等级建造符合影响系数和该勘测区域刮风风向建造符合影响系数进而统计该勘测区域历史刮风信息建造符合影响系数,其中,该勘测区域历史刮风信息建造符合影响系数计算公式为表示该勘测区域历史刮风信息对应的建造符合影响系数,根据该勘测区域历史降雨信息集合,进而获取该勘测区域该采集历史年限内每次降雨对应的降雨等级,将勘测区域该采集历史年限内每次降雨对应的降雨等级进行对比筛选,其中,降雨等级包括暴雨、中雨和小雨,进而获取该勘测区域对应的暴雨等级对应的历史降雨次数,进而统计该勘测区域历史降雨信息建造符合影响系数,其计算公式为φ表示该勘测区域历史降雨信息对应的建造符合影响系数,s表示该勘测区域对应的暴雨等级对应的历史降雨次数,m表示该勘测区域对应的降雨总次数,根据统计的该勘测区域历史刮风信息建造符合影响系数和该勘测区域历史降雨信息建造符合影响系数进而统计该勘测区域历史天气环境建造综合符合影响系数,该勘测区域历史天气环境建造综合符合影响系数计算公式为表示该勘测区域历史天气环境对应的建造综合符合影响系数;
本发明实施例通过对该勘察区域的历史天气信息进行获取和详细分析,进而有效的分析了该勘测区域天气环境对该桥梁建筑的影响系数,进而大大的提高了该桥梁项目工程开展的顺利性,同时有效的分析了该勘测区域天气环境的规律性,大大的降低了桥梁建造过程中的资源损失。
S6、历史水位信息分析:根据该勘测区域该采集历史年限内各采集时间段河流水位集合,进而获取该勘测区域该采集历史年限内各采集周期该河流对应的历史水位,进而获取该勘测区域各采集历史年限内各采集周期内该河流对应的历史水位进行对比筛选,进而获取该勘测区域内河流对应的历史最高水位和历史最低水位,进而将该勘测区域内河流对应的历史最高水位与桥梁建造对应的标准水位进行对比,进而统计该勘测区域河流历史最高水位建造符合影响系数,其计算公式为γ表示该勘测区域河流历史最高水位对应的建造符合影响系数,Lmax表示该勘测区域内河流对应的历史最高水位,L标准表示桥梁建造对应的标准水位,同时将该勘测区域内河流对应的历史最低水位与桥梁建造对应的标准最低水位进行对比,进而统计该勘测区域河流历史最低水位建造符合影响系数,其计算公式为γ′表示该勘测区域河流历史最低水位对应的建造符合影响系数,Lmin表示该勘测区域内河流对应的历史最低水位,进而统计该勘测区域河流水位建造综合符合影响系数,该勘测区域河流水位建造综合符合影响系数计算公式为表示该勘测区域河流水位对应的建造综合符合影响系数;
S7、河流水体参数分析:根据该勘测区域河流对应的跨度,将该勘测区域河流对应的跨度与桥梁建造河流对应的标准跨度进行对比,进而统计该勘测区域河流跨度建造符合影响系数,其计算公式为η表示该勘测区域河流跨度对应的建造符合影响系数,K标准表示桥梁建造河流对应的标准跨度,同时根据该勘测区域河流对应的水体酸碱度,进而将该勘测区域河流对应的水体酸碱度与桥梁建造水体对应的标准酸碱度进行对比,进而统计该勘测区域河流水体酸碱度建造符合影响系数,其计算公式为表示该勘测区域河流水体酸碱度对应的建造符合影响系数,J标准表示桥梁建造水体对应的标准酸碱度,进而统计该勘测区域河流水体参数综合建造符合影响系数,该勘测区域河流水体参数综合建造符合影响系数计算公式为表示该勘测区域河流水体参数综合建造符合影响系数;
S8、土壤参数分析:所述土壤参数分析用于对该勘测区域河流水底对应的土壤参数和该勘测区域河流左侧岸边和右侧岸边对应的土壤参数进行分析,根据该河流各子区域水底土壤对应的参数,将该河流各子区域水底土壤参数对应的数值分别与桥梁建造河流水底土壤参数对应的标准数值进行对比,进而统计进而统计该勘测区域河流水底土壤参数综合建造符合影响系数,其计算公式为μ表示该勘测区域河流水底土壤参数对应的综合建造符合影响系数,Tv d表示该勘测区域河流第d个子区域第v个水底土壤参数对应的数值,d表示河流水底子区域编号,d=1,2,...g,...f,Tv标准表示桥梁建造河流第v个水底土壤对应的标准数值,f表示河流水底子区域数量,根据该河流左侧各检测区域土壤参数集合和该河流右侧各检测区域土壤参数集合,进而获取该河流左侧岸边各检测区域土壤参数对应的数值和该河流右侧岸边各检测区域土壤参数对应的数值,将该河流左侧岸边各检测区域土壤参数对应的数值和该河流右侧岸边各检测区域土壤参数对应的数值分别与桥梁建造岸边土壤参数对应的标准数值进行对比,进而统计该勘测区域河流左侧岸边土壤参数综合建造符合影响系数和该勘测区域河流右侧岸边土壤参数综合建造符合影响系数,其中,该勘测区域河流左侧岸边土壤参数综合建造符合影响系数计算公式为表示勘测区域河流左侧岸边土壤参数对应的综合建造符合影响系数,Zp r表示该河流左侧第r个检测区域第p个土壤参数对应的数值,Zp标准表示桥梁建造岸边第p个土壤参数对应的标准数值,r表示河流左侧岸边检测区域编号,r=1,2,...q,...l,l表示河流左侧岸边检测区域数量,该勘测区域河流右侧岸边土壤参数综合建造符合影响系数计算公式为表示勘测区域河流右侧岸边土壤参数对应的综合建造符合影响系数,Np r′表示该河流右侧第r′个检测区域第p个土壤参数对应的数值,r′表示河流右侧岸边检测区域编号,r′=1′,2′,...q′,...l′,l′表示河流右侧岸边检测区域数量,进而统计该勘测区域河流岸边综合建造符合影响系数,其计算公式为θ表示该勘测区域河流岸边综合建造符合影响系数,根据统计的该勘测区域河流水底土壤参数综合建造符合影响系数和该勘测区域河流岸边综合建造符合影响系数进而统计该勘测区域土壤参数综合影响系数,其计算公式为ψ表示该勘测区域土壤参数对应的综合影响系数;
本发明实施例通过对该勘察区域河流水底土壤参数和河流两岸土壤参数的全面检测和细致分析,有效的分析了该勘测区域河流水底土壤参数和河流两岸土壤参数对桥梁建造的影响系数,进而大大的提高了对该桥梁工程项目建造的稳定性。
S9、勘测数据综合分析:根据统计的该勘测区域历史天气环境建造综合符合影响系数、该勘测区域河流水位建造综合符合影响系数、该勘测区域河流水体参数综合建造符合影响系数和该勘测区域河流岸边综合建造符合影响系数,进而统计该勘测区域综合建造符合影响系数,该勘测区域综合建造符合影响系数计算公式为Q表示该勘测区域对应的综合建造符合影响系数。
本发明实施例通过对该勘测区域历史天气信息、历史水位信息、河流水体参数以及河流水底土壤参数、河流两岸土壤参数进行详细的分析,进而解决了现有的桥梁勘察测绘数据的分析方法无法有效的提高勘察数据结果分析的参考性的问题,大大的提高了勘察测绘数据分析结果的准确性,同时也大大的提高了勘察测绘数据分析结果可靠性,实现了对桥梁勘测数据的精准分析。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.基于特征识别和云计算的勘察测绘数据智能分析处理方法,其特征在于:该方法包括以下步骤:
S1、历史天气信息获取:获取该勘测区域该采集历史年限内对应的历史刮风信息和历史降雨信息,其中,历史刮风信息包括历史刮风风力等级和历史刮风次数和历史刮风风向,历史降雨信息包括历史降雨等级、历史降雨次数,将该勘测区域该采集历史年限内对应的历史刮风次数按照其刮风时间的先后顺序进行编号,依次标记为1,2,...i,...n,进而构建该勘测区域历史刮风信息集合Fw t(Fw t1,Fw t2,...Fw ti,...Fw tn),Fw ti表示该勘测区域第t个采集历史年限内第i次历史刮风对应的第w个信息,w表示历史刮风信息,w=a1,a2,a1和a2分别表示风力等级和风向,将该勘测区域对应的历史降雨次数按照其降雨时间的先后顺序进行编号,依次标记为1,2,...j,...m,进而构建该勘测区域历史降雨信息集合Yt(Yt1,Yt2,...Ytj,...Ytm),Ytj表示该勘测区域第t个采集历史年限内第j次历史降雨对应的降雨等级,t表示采集的历史年限,t=1,2,...x,...y;
S2、历史水位信息获取:所述历史水位信息获取用于获取该勘测区域该采集历史年限内各采集周期内该河流对应的历史水位,进而构建该勘测区域该采集历史年限内各采集时间段河流水位集合Lt(Lt1,Lt2,...Ltu,...Ltz),Ltu表示该勘测区域第t个采集历史年限内第u个采集时间段河流对应的历史水位;
S3、河流水体参数检测:所述河流水体参数检测用于对该勘测区域河流对应的跨度和该河流对应的水体酸碱度进行检测,进而利用激光测距仪对该勘测区域的河流的跨度进行检测,进而获取该勘测区域河流对应的跨度,并记为K,同时利用PH酸碱度计对该河流对应的水体进行检测,进而获取该勘测区域河流对应的水体酸碱度,并记为J;
S4、土壤参数检测:所述土壤参数检测包括对该勘测区域河流水底对应的土壤参数和该勘测区域河流两侧岸边对应的土壤参数的检测,其中,河流水底土壤参数检测包括若干水底土壤参数检测单元,其分别用于对该勘测区域河流对应的水底土壤参数进行检测,进而获取该勘测区域河流对应的水底土壤参数,两岸土壤参数检测包括若干岸边土壤参数检测单元,其分别用于对该勘测区域河流两侧岸边对应的土壤参数进行检测,进而获取该勘测区域河流左侧岸边对应的土壤参数和该河流右侧岸边对应的土壤参数;
S5、历史天气信息分析:根据该勘测区域历史刮风信息集合进而获取该勘测区域该采集历史年限内每次刮风对应的风力等级和风向,进而将该勘测区域该采集历史年限内每次刮风对应的风力等级进行对比筛选,统计各风力等级对应的刮风次数,其中风力等级包括强风、劲风和微风,进而获取该勘测区域该采集年限内强风等级对应的历史刮风次数,并记为e,进而将该勘测区域该采集年限内强风等级对应的历史刮风次数与该勘测区域该采集年限内对应的总体刮风次数进行对比,统计该勘测区域强风等级建造符合影响系数,其计算公式为β表示该勘测区域强风等级对应的建造符合影响系数,n表示该勘测区域该采集年限内对应的总体刮风次数,根据该勘测区域该采集历史年限内每次刮风对应的风向,进而获取该勘测区域该采集历史年限内每次刮风对应的风向与待设计桥梁走向方向的夹角,将该勘测区域该采集历史年限内每次刮风对应的风向与待设计桥梁走向方向的夹角的角度进行对比筛选,进而统计该勘测区域该采集历史年限内刮风风向与待设计桥梁走向方向夹角为九十度对应的刮风次数,并记为e′,进而统计该勘测区域刮风风向建造符合影响系数,其计算公式为δ表示该勘测区域刮风风向对应的建造符合影响系数,根据统计的该勘测区域强风等级建造符合影响系数和该勘测区域刮风风向建造符合影响系数进而统计该勘测区域历史刮风信息建造符合影响系数,其中,该勘测区域历史刮风信息建造符合影响系数计算公式为 表示该勘测区域历史刮风信息对应的建造符合影响系数,根据该勘测区域历史降雨信息集合,进而获取该勘测区域该采集历史年限内每次降雨对应的降雨等级,将勘测区域该采集历史年限内每次降雨对应的降雨等级进行对比筛选,其中,降雨等级包括暴雨、中雨和小雨,进而获取该勘测区域对应的暴雨等级对应的历史降雨次数,进而统计该勘测区域历史降雨信息建造符合影响系数,其计算公式为φ表示该勘测区域历史降雨信息对应的建造符合影响系数,s表示该勘测区域对应的暴雨等级对应的历史降雨次数,m表示该勘测区域对应的降雨总次数,根据统计的该勘测区域历史刮风信息建造符合影响系数和该勘测区域历史降雨信息建造符合影响系数进而统计该勘测区域历史天气环境建造综合符合影响系数;
S6、历史水位信息分析:根据该勘测区域该采集历史年限内各采集时间段河流水位集合,进而获取该勘测区域该采集历史年限内各采集周期该河流对应的历史水位,进而获取该勘测区域各采集历史年限内各采集周期内该河流对应的历史水位进行对比筛选,进而获取该勘测区域内河流对应的历史最高水位和历史最低水位,进而将该勘测区域内河流对应的历史最高水位与桥梁建造对应的标准水位进行对比,进而统计该勘测区域河流历史最高水位建造符合影响系数,其计算公式为γ表示该勘测区域河流历史最高水位对应的建造符合影响系数,Lmax表示该勘测区域内河流对应的历史最高水位,L标准表示桥梁建造对应的标准水位,同时将该勘测区域内河流对应的历史最低水位与桥梁建造对应的标准最低水位进行对比,进而统计该勘测区域河流历史最低水位建造符合影响系数,其计算公式为γ′表示该勘测区域河流历史最低水位对应的建造符合影响系数,Lmin表示该勘测区域内河流对应的历史最低水位,进而统计该勘测区域河流水位建造综合符合影响系数;
S7、河流水体参数分析:根据该勘测区域河流对应的跨度,将该勘测区域河流对应的跨度与桥梁建造河流对应的标准跨度进行对比,进而统计该勘测区域河流跨度建造符合影响系数,其计算公式为η表示该勘测区域河流跨度对应的建造符合影响系数,K标准表示桥梁建造河流对应的标准跨度,同时根据该勘测区域河流对应的水体酸碱度,进而将该勘测区域河流对应的水体酸碱度与桥梁建造水体对应的标准酸碱度进行对比,进而统计该勘测区域河流水体酸碱度建造符合影响系数,其计算公式为 表示该勘测区域河流水体酸碱度对应的建造符合影响系数,J标准表示桥梁建造水体对应的标准酸碱度,进而统计该勘测区域河流水体参数综合建造符合影响系数,该勘测区域河流水体参数综合建造符合影响系数计算公式为 表示该勘测区域河流水体参数综合建造符合影响系数;
S8、土壤参数分析:所述土壤参数分析用于对该勘测区域河流水底对应的土壤参数和该勘测区域河流左侧岸边和右侧岸边对应的土壤参数进行分析,根据该河流各子区域水底土壤对应的参数,将该河流各子区域水底土壤参数对应的数值分别与桥梁建造河流水底土壤参数对应的标准数值进行对比,进而统计进而统计该勘测区域河流水底土壤参数综合建造符合影响系数,其计算公式为μ表示该勘测区域河流水底土壤参数对应的综合建造符合影响系数,Tv d表示该勘测区域河流第d个子区域第v个水底土壤参数对应的数值,d表示河流水底子区域编号,d=1,2,...g,...f,Tv标准表示桥梁建造河流第v个水底土壤对应的标准数值,f表示河流水底子区域数量,根据该河流左侧各检测区域土壤参数集合和该河流右侧各检测区域土壤参数集合,进而获取该河流左侧岸边各检测区域土壤参数对应的数值和该河流右侧岸边各检测区域土壤参数对应的数值,将该河流左侧岸边各检测区域土壤参数对应的数值和该河流右侧岸边各检测区域土壤参数对应的数值分别与桥梁建造岸边土壤参数对应的标准数值进行对比,进而统计该勘测区域河流左侧岸边土壤参数综合建造符合影响系数和该勘测区域河流右侧岸边土壤参数综合建造符合影响系数,进而统计该勘测区域河流岸边综合建造符合影响系数,其计算公式为θ表示该勘测区域河流岸边综合建造符合影响系数,根据统计的该勘测区域河流水底土壤参数综合建造符合影响系数和该勘测区域河流岸边综合建造符合影响系数进而统计该勘测区域土壤参数综合影响系数,其计算公式为ψ表示该勘测区域土壤参数对应的综合影响系数;
S9、勘测数据综合分析:根据统计的该勘测区域历史天气环境建造综合符合影响系数、该勘测区域河流水位建造综合符合影响系数、该勘测区域河流水体参数综合建造符合影响系数和该勘测区域河流岸边综合建造符合影响系数,进而统计该勘测区域综合建造符合影响系数。
2.根据权利要求1所述的基于特征识别和云计算的勘察测绘数据智能分析处理方法,其特征在于:所述水底土壤参数包括水底土壤厚度、水底土壤松软度和水底土壤孔隙度,进而将该河流对应的水底区域按照预设顺序进行区域划分,进而得到划分的各子区域,将划分的各子区域按照预设顺序进行编号,依次标记为1,2,...g,...f,进而获取该河流各子区域水底土壤对应的厚度、土壤松软度和孔隙度,进而构建各子区域水底土壤参数集合Tv(Tv1,Tv2,...Tvg,...Tvf),Tvg表示该河流第g个子区域第v个水底土壤参数对应的数值,v表示水底土壤参数,v=h1,h2,h3,h1,h2和h3分别表示水底土壤厚度、水底土壤松软度和土壤孔隙度。
3.根据权利要求1所述的基于特征识别和云计算的勘察测绘数据智能分析处理方法,其特征在于:所述该勘测区域河流左侧岸边和右侧岸边对应的土壤参数包括土壤硬度、土壤含水量和土壤酸碱度,进而将该勘测区域河流的左侧岸边和右侧岸边分别按照预设顺序划分为各检测区域,将该河流左侧岸边划分的检测区域按照预设顺序进行编号,依次标记为1,2,...q,...l,将该河流右侧岸边划分的检测区域按照预设顺序进行编号,依次标记为1′,2′,...q′,...l′,进而分别获取该河流左侧岸边各检测区域土壤对应的硬度、含水量和酸碱度和该河流右侧岸边各检测区域土壤对应的硬度、含水量和酸碱度,并构建该河流左侧各检测区域土壤参数集合Zp(Zp1,Zp2....Zpq,...Zpl)和该河流右侧各检测区域土壤参数集合Np(Np1′,Np2′....Npq′,...Npl′),Zpq表示该河流左侧第q个检测区域第p个土壤参数对应的数值,p表示岸边土壤参数,Npq′表示该河流右侧第q′个检测区域第p个土壤参数对应的数值,p=c1,c2,c3,c1,c2和c3分别表示土壤硬度、土壤含水量和土壤酸碱度。
4.根据权利要求1所述的基于特征识别和云计算的勘察测绘数据智能分析处理方法,其特征在于:所述水底土壤参数检测单元包括超声波测厚仪器、土壤松软度检测仪和土壤孔隙度测定仪,超声波测厚仪器用于对该河流水底土壤的厚度进行检测,土壤松软度检测仪用于对该河流水底土壤的松软度进行检测,土壤孔隙度测定仪用于对该河流水底土壤对应的孔隙度进行检测。
5.根据权利要求1所述的基于特征识别和云计算的勘察测绘数据智能分析处理方法,其特征在于:所述岸边土壤参数检测单元包括土壤硬度测试仪、土壤水分检测仪和土壤酸碱度检测仪,土壤硬度测试仪用于对该河流左侧岸边和右侧岸边土壤对应的硬度进行检测,土壤水分检测仪用于对该河流左侧岸边和右侧岸边土壤对应的含水量进行检测,土壤酸碱度检测仪用于对该河流左侧岸边和右侧岸边土壤对应的酸碱度进行检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110443514.4A CN113177249A (zh) | 2021-04-23 | 2021-04-23 | 基于特征识别和云计算的勘察测绘数据智能分析处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110443514.4A CN113177249A (zh) | 2021-04-23 | 2021-04-23 | 基于特征识别和云计算的勘察测绘数据智能分析处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113177249A true CN113177249A (zh) | 2021-07-27 |
Family
ID=76924441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110443514.4A Withdrawn CN113177249A (zh) | 2021-04-23 | 2021-04-23 | 基于特征识别和云计算的勘察测绘数据智能分析处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113177249A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115115221A (zh) * | 2022-06-25 | 2022-09-27 | 国网安徽省电力有限公司经济技术研究院 | 一种基于云计算的窄基钢塔建造分析方法 |
-
2021
- 2021-04-23 CN CN202110443514.4A patent/CN113177249A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115115221A (zh) * | 2022-06-25 | 2022-09-27 | 国网安徽省电力有限公司经济技术研究院 | 一种基于云计算的窄基钢塔建造分析方法 |
CN115115221B (zh) * | 2022-06-25 | 2023-08-08 | 国网安徽省电力有限公司经济技术研究院 | 一种基于云计算的窄基钢塔建造分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111623722B (zh) | 一种基于多传感器的边坡变形立体监测系统和方法 | |
CN113051653B (zh) | 一种基于多维度数据分析的城市规划道路修建施工评估管理系统 | |
CN114168906B (zh) | 一种基于云计算的测绘地理信息数据采集系统 | |
CN111401602A (zh) | 基于神经网络的卫星以及地面降水测量值同化方法 | |
CN110909652B (zh) | 纹理特征优选的农作物种植结构月尺度动态提取方法 | |
CN111027764A (zh) | 一种基于机器学习的适用于径流资料缺乏流域的洪水预报方法 | |
CN113177249A (zh) | 基于特征识别和云计算的勘察测绘数据智能分析处理方法 | |
CN116448966B (zh) | 基于智能物联网和深度学习相结合的空气质量评估方法 | |
CN115082809A (zh) | 一种基于遥感影像大数据的潮滩演变监测新方法 | |
CN109190797A (zh) | 一种基于改进k最近邻的大规模路网状态短时预测方法 | |
CN114912798A (zh) | 一种基于随机森林和震害大数据的地震损失评估系统 | |
CN104700457A (zh) | 降雨情形下风矢量反演的象元筛选、滤波方法和系统 | |
CN102053275A (zh) | 一种用于单点地震室内组合的相对静校正量计算方法 | |
CN115936242A (zh) | 空气质量与交通状况的溯源关系数据获取方法及装置 | |
CN110806444B (zh) | 基于浅地层剖面仪与svm的海底底质识别与分类方法 | |
FI113894B (fi) | Kaukokartoitusmenetelmä | |
CN113762605A (zh) | 一种工程极端洪水流量预测方法 | |
Yu et al. | A data-driven random subfeature ensemble learning algorithm for weather forecasting | |
CN104700456A (zh) | SeaWinds散射计风矢量反演的象元筛选、滤波方法和系统 | |
CN118152990B (zh) | 一种水文塔用在线测流系统 | |
KR20200144393A (ko) | 인공지능을 이용한 강수량 측정 방법 | |
Turco et al. | Daily precipitation statistics over the Po Basin: observation and post-processed RCM results | |
CN114648074B (zh) | 一种融合地形特征的黄土陷穴面向对象提取方法 | |
CN111929744B (zh) | 一种基于Kendall′s系数的多元信息储层分类方法 | |
CN118396384B (zh) | 一种基于机器学习的山体崩塌堆积物计算方法及其系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210727 |