CN113342877B - 基于大数据分析和云计算的城市市政道路运行安全监测方法及云监测平台 - Google Patents
基于大数据分析和云计算的城市市政道路运行安全监测方法及云监测平台 Download PDFInfo
- Publication number
- CN113342877B CN113342877B CN202110665061.XA CN202110665061A CN113342877B CN 113342877 B CN113342877 B CN 113342877B CN 202110665061 A CN202110665061 A CN 202110665061A CN 113342877 B CN113342877 B CN 113342877B
- Authority
- CN
- China
- Prior art keywords
- road
- ponding
- water
- area
- information
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 40
- 238000007405 data analysis Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 33
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 378
- 238000009825 accumulation Methods 0.000 claims abstract description 164
- 238000012545 processing Methods 0.000 claims abstract description 36
- 238000012876 topography Methods 0.000 claims description 14
- 230000006978 adaptation Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims 1
- 238000004458 analytical method Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 9
- 230000003044 adaptive effect Effects 0.000 description 7
- 239000000126 substance Substances 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003657 drainage water Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Probability & Statistics with Applications (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Remote Sensing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Sewage (AREA)
Abstract
本发明公开提供的基于大数据分析和云计算的城市市政道路运行安全监测方法及云监测平台。该基于大数据分析和云计算的城市市政道路运行安全监测方法包括:统计该城市道路对应积水区域的数量;获取该道路各积水区域对应的基本信息;对该道路各积水区域对应的积水深度进行采集;该城市各时间段的降雨量;对该道路各积水区域对应的道路信息进行采集;对该道路各排水口对应的信息进行采集;对该道路采集的信息进行分析与处理;本发明通过对道路积水区域基本信息、水位、降雨信息、道路信息和排水口信息详细的检测和分析,解决了现有的城市市政道路的积水安全监测方法无法有效提高积水区域排水效率的问题。
Description
技术领域
本发明属于道路运行安全监测技术领域,涉及到基于大数据分析和云计算的城市市政道路运行安全监测方法及云监测平台。
背景技术
当发生强降雨或者连续降雨时,城市市政道路某些地势低且有低洼处的区域容易产生积水,当道路积水严重时不仅会给道路交通安全带来重大影响,还会危及道路的使用寿命。因此需要对城市市政道路的积水进行安全监测。
现有的城市市政道路的积水安全监测方法主要是集中与对积水的水位进行监测,没有针对积水道路的排水问题进行监测,很显然,现有的城市市政道路的积水安全监测方法还存在一定的弊端,一方面,现有的城市市政道路的积水安全监测方法监测的内容具有片面性,进而无法有效的保障监测结果的参考性,一方面,现有的城市市政道路的积水安全监测方法无法给排水人员提供精准的提供精准的积水信息和排水信息,进而无法有效的降低道路积水对道路的影响,另一方面,现有的城市市政道路的积水安全监测方法无法有效的提高道路积水区域的排水效率。
发明内容
鉴于此,为解决上述背景技术中所提出的问题,现提出针对内涝城市道路积水的基于大数据分析和云计算的城市市政道路运行安全监测方法及云监测平台,实现了对城市市政道路运行安全的高效监测;
本发明的目的可以通过以下技术方案实现:
本发明第一方面提供了基于大数据分析和云计算的城市市政道路运行安全监测方法,该方法包括以下步骤:
S1、积水区域获取:获取该城市积水道路对应的GIS地图,进而获取该城市道路积水区域对应的位置,进而统计该道路对应积水区域的数量,并将该道路各积水区域按照预设进行编号,依次标记为1,2,...i,...n;
S2、积水区域基本信息获取:所述积水区域基本信息获取用于获取该道路各积水区域对应的基本信息;
S3、积水区域水位采集:所述积水区域水位采集用于对该道路各积水区域对应的积水深度进行采集,进而获取该道路各积水区域对应的积水深度,并构建该道路各积水区域积水深度集合,表示该道路第i个积水区域对应的积水深度;
S5、道路信息采集:所述道路信息采集用于对该道路各积水区域对应的道路信息进行采集,其中道路信息包括该道路各积水区域行人数量和车辆数量,进而构建各积水区域道路信息集合,表示该道路第i个积水区域对应的第e个道路信息,e表示道路信息,e=b1,b2,b1和b2分别表示行人数量和车辆数量;
S6、排水口信息采集:所述排水口信息采集用于对该道路各排水口对应的信息进行采集,进而统计该道路对应的排水口数量,将该道路对应的排水口按照预设顺序进行编号依次标记为1,2,...j,...m;
S7、数据分析与处理:所述数据分析与处理用于对该道路采集的信息进行分析与处理。
优选地,所述积水区域对应的基本信息包括积水区域对应的道路长度、道路宽度和道路地势类型,其中道路地势类型包括上破、平缓和下坡,进而构建该道路各积水区域基本信息集合,表示该道路第i个积水区域对应的第w个基本信息,w表示积水区域基本信息,w=a1,a2,a3,a1,a2和a3分别表示积水区域对应的道路长度、道路宽度和道路地势类型。
优选地,所述积水区域水位采集包括若干水位计,其分别用于对该道路各积水区域对应的积水深度进行采集。
优选地,所述排水口信息包括排水口位置、排水口尺寸信息和排水口管径内对应的水位,通过该道路对应的GIS地图,进而获取该道路各排水口对应的位置,进而从城市道路数据库中调取该道路各排水口对应的尺寸信息,进而获取各排水口对应的直径和各排水口对应的深度,其中,排水口管径内的水位采集包括若干水位传感器,其分别安装在各排水口管径内部,其分别用于对各排水口管径内的水位进行采集,进而构建该道路各排水口信息集合,表示该道路第j个排水口对应的第z个信息,z表示排水口信息,z=c1,c2,c3,c4,c1,c2,c3和c4分别表示排水口位置、排水口直径、排水口深度和排水口管径内对应的水位。
优选地,所述数据分析与处理用于对各积水区域对应的积水信息进行分析和处理,其具体处理过程包括以下步骤:
A1、获取该道路各积水区域基本信息集合,进而获取该道路各积水区域对应的道路长度、道路宽度和道路地势类型,进而根据各积水区域对应的道路地势类型,将积水安全影响系数对应的道路地势类型与各积水区域对应的道路地势类型进行匹配对比,进而获取各积水区域道路类型对应的积水安全影响系数,并记为;
A2、获取该道路各积水区域积水深度集合,进而获取该道路各积水区域对应的积水深度,根据各积水区域道路对应的长度和宽度,进而获取该道路各积水区域对应的积水量;
A3、获取该城市各时间段降雨信息集合,进而获取该城市各时间段对应的降雨量,根据该城市各时间段对应的降雨量和各积水区域对应的积水量,进而统计各积水区域对应的预估积水量;
A4、根据统计的各时间段各积水区域对应的预估积水量,将各时间段各积水区域对应的积水量与道路对应的标准积水量进行对比,进而统计各积水区域积水量安全影响系数;
A5、根据各积水区域道路类型对应的积水安全影响系数和各积水区域积水量安全影响系数,进而统计各积水区域积水综合安全影响系数。
优选地,所述数据分析与处理用于对各积水区域对应的道路信息进行分析和处理,获取各积水区域道路信息集合,进而获取各积水区域对应的行人数量和车辆数量,根据各积水区域对应的行人数量和各积水区域对应的车辆数量,进而获取该道路积水区域对应的平均行人数量和平均车辆数量,将各积水区域对应的行人数量、各积水区域对应的车辆数量分别与该道路积水区域对应的平均行人数量和平均车辆数量进行对比,进而统计各积水区域各道路信息安全影响系数,根据统计的各积水区域各道路信息安全影响系数,进而统计各积水区域道路信息综合安全影响系数。
优选地,所述数据分析与处理还用于对各积水区域对应的积水信息和道路信息进行综合分析与处理,根据统计的各积水区域积水综合安全影响系数和各积水区域道路信息综合安全影响系数,进而统计各积水区域排水紧急性影响系数,将该道路各积水区域对应的排水紧急性影响系数与各排水紧急等级对应的排水紧急性影响系数进行匹配对比,进而获取各积水区域对应的排水紧急等级,进而统计该道路一级紧急排水等级对应的积水区域的数量,并提取各一级紧急排水等级对应的积水区域的编号,进而获取各一级紧急排水等级积水区域对应的位置。
优选地,所述数据分析与处理还包括对该道路排水口信息进行分析与处理,获取该道路各排水口信息集合,进而获取该道路各排水口对应的位置、直径、深度和排水口管径内对应的水位,根据各排水口对应的直径和深度,进而获取各排水口管径对应的额定容纳水量,根据各排水口管径内对应的水位,进而获取各排水口当前对应的容纳水量,进而统计各排水口对应的预估排水量,调取各一级紧急排水等级积水区域对应的编号,进而调取各一级紧急排水等级积水区域对应的预估积水量和位置,对各一级紧急排水等级积水区域对应的适配排水口进行分析,进而提取各一级紧急排水等级积水区域对应的优选排水口对应的位置。
优选地,所述该方法还包括信息发送,将各一级紧急排水等级积水区域对应的优选排水口对应的位置、各一级紧急排水等级积水区域对应的预估积水量和位置发送至该道路对应的管理人员。
本发明第二方面提供了一种云监测平台,所述云监测平台包括处理器、计算机可读存储介质和网络接口,所述计算机可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连,所述网络接口用于与至少一个道路运行安全监测终端通信连接,所述计算机可读存储介质用于存储程序、指令或代码,所述处理器用于执行所述计算机可读存储介质中的程序、指令或代码,以执行本发明任意一项的所述基于大数据分析和云计算的城市市政道路运行安全监测方法。
本发明的有益效果:
(1)本发明提供的基于大数据分析和云计算的城市市政道路运行安全监测方法,通过对道路积水区域基本信息、水位、降雨信息、道路信息和排水口信息详细的检测和分析,解决了现有的城市市政道路的积水安全监测方法监测的内容具有片面性,进而无法有效的保障监测结果的参考性的问题,有效的降低道路积水对道路的影响,同时大大的提高了该道路积水区域的排水效率。
(2)本发明通过获取各时间段该城市对应的降雨量,进而有效的获取该城市降雨量随着时间的变化特征,同时通过获取各时间段该城市对应的降雨量,为后续对该道路各积水区域预估积水水量的统计提供了精准的数据基础。
(3)本发明通过将各一级紧急排水等级积水区域对应的优选排水口对应的位置、各一级紧急排水等级积水区域对应的预估积水量和位置发送至该道路对应的管理人员,进而给该道路管理人员提供精准的提供精准的积水信息和排水信息,大大的提高了该道路管理人员对积水区域的排水效率,同时有效的保障了该道路管理人员排水的及时性。
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。
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所示,本发明第一方面提供了基于大数据分析和云计算的城市市政道路运行安全监测方法,该方法包括以下步骤:
S1、积水区域获取:获取该城市积水道路对应的GIS地图,进而获取该城市道路积水区域对应的位置,进而统计该道路对应积水区域的数量,并将该道路各积水区域按照预设进行编号,依次标记为1,2,...i,...n;
S2、积水区域基本信息获取:所述积水区域基本信息获取用于获取该道路各积水区域对应的基本信息;
具体地,所述积水区域对应的基本信息包括积水区域对应的道路长度、道路宽度和道路地势类型,其中道路地势类型包括上破、平缓和下坡,进而构建该道路各积水区域基本信息集合,表示该道路第i个积水区域对应的第w个基本信息,w表示积水区域基本信息,w=a1,a2,a3,a1,a2和a3分别表示积水区域对应的道路长度、道路宽度和道路地势类型。
其中,积水区域道路的长度和宽度以及地势均为通过该积水区域GIS地图进行获取。
本发明实施例通过获取该道路各积水区域对应的长度、宽度和地势类型,进而为后续对各积水区域的积水量分析和各积水区域排水紧急性分析提供了精准的数据基础。
S3、积水区域水位采集:所述积水区域水位采集用于对该道路各积水区域对应的积水深度进行采集,进而获取该道路各积水区域对应的积水深度,并构建该道路各积水区域积水深度集合,表示该道路第i个积水区域对应的积水深度;
具体地,积水区域水位采集包括若干水位计,其分别用于对该道路各积水区域对应的积水深度进行采集。
在一个具体实施例中,所述积水区域积水深度采集还包括将各积水区域按照预设顺序进行检测点布设,进而获取各积水区域对应的积水监测点,利用各水位计对各积水区域各积水检测点进行积水检测,进而获取各积水区域各积水检测点对应的积水深度,将各积水区域各积水检点对应的积水深度分别进行对比和排序,进而提取各积水区域对应的最大积水深度,将各积水区域对应的最大积水深度作为各积水区域对应的积水深度;
本发明实施例通过对各积水区域进行积水检测点布设和检测,进而大大的提高了各积水区域积水深度检测的效率和检测的准确度,同时通过将各积水区域最大积水深度做为各积水区域对应的积水深度,可以有效的提高后续对各积水区域排水分析结果的参考性和可靠性。
本发明实施例通过获取各时间段该城市对应的降雨量,进而有效的获取该城市降雨量随着时间的变化特征,同时通过获取各时间段该城市对应的降雨量,为后续对该道路各积水区域预估积水水量的统计提供了精准的数据基础。
S5、道路信息采集:所述道路信息采集用于对该道路各积水区域对应的道路信息进行采集,其中道路信息包括该道路各积水区域行人数量和车辆数量,进而构建各积水区域道路信息集合,表示该道路第i个积水区域对应的第e个道路信息,e表示道路信息,e=b1,b2,b1和b2分别表示行人数量和车辆数量;
本发明通过对各积水区域行人数量和车量数量的统计,进而为后续对各技术积水区域道路安全分析提供了有效的信息基础,也大大的提高了对各积水区域道路安全分析结果的真实性和准确性。
S6、排水口信息采集:所述排水口信息采集用于对该道路各排水口对应的信息进行采集,进而统计该道路对应的排水口数量,将该道路对应的排水口按照预设顺序进行编号依次标记为1,2,...j,...m;
具体地,所述排水口信息包括排水口位置、排水口尺寸信息和排水口管径内对应的水位,通过该道路对应的GIS地图,进而获取该道路各排水口对应的位置,进而从城市道路数据库中调取该道路各排水口对应的尺寸信息,进而获取各排水口对应的直径和各排水口对应的深度,其中,排水口管径内的水位采集包括若干水位传感器,其分别安装在各排水口管径内部,其分别用于对各排水口管径内的水位进行采集,进而构建该道路各排水口信息集合,表示该道路第j个排水口对应的第z个信息,z表示排水口信息,z=c1,c2,c3,c4,c1,c2,c3和c4分别表示排水口位置、排水口直径、排水口深度和排水口管径内对应的水位。
本发明实施例通过对各排水口排水口位置、排水口直径、排水口深度和排水口管径内对应的水位进行采集,进而大大的提高了后续对各积水区域排水分析的分析效率,同时也为后续各积水区域排水分析提供了有力保障。
S7、数据分析与处理:所述数据分析与处理用于对该道路采集的信息进行分析与处理。
具体地,所述数据分析与处理用于对各积水区域对应的积水信息进行分析和处理,其具体处理过程包括以下步骤:
A1、获取该道路各积水区域基本信息集合,进而获取该道路各积水区域对应的道路长度、道路宽度和道路地势类型,进而根据各积水区域对应的道路地势类型,将积水安全影响系数对应的道路地势类型与各积水区域对应的道路地势类型进行匹配对比,进而获取各积水区域道路类型对应的积水安全影响系数,并记为 \* MERGEFORMAT ;
A2、获取该道路各积水区域积水深度集合,进而获取该道路各积水区域对应的积水深度,根据各积水区域道路对应的长度和宽度,进而获取该道路各积水区域对应的积水量;
A3、获取该城市各时间段降雨信息集合,进而获取该城市各时间段对应的降雨量,根据该城市各时间段对应的降雨量和各积水区域对应的积水量,进而统计各积水区域对应的预估积水量;
A4、根据统计的各时间段各积水区域对应的预估积水量,将各时间段各积水区域对应的积水量与道路对应的标准积水量进行对比,进而统计各积水区域积水量安全影响系数;
A5、根据各积水区域道路类型对应的积水安全影响系数和各积水区域积水量安全影响系数,进而统计各积水区域积水综合安全影响系数。
具体地,所述数据分析与处理用于对各积水区域对应的道路信息进行分析和处理,获取各积水区域道路信息集合,进而获取各积水区域对应的行人数量和车辆数量,根据各积水区域对应的行人数量和各积水区域对应的车辆数量,进而获取该道路积水区域对应的平均行人数量和平均车辆数量,将各积水区域对应的行人数量、各积水区域对应的车辆数量分别与该道路积水区域对应的平均行人数量和平均车辆数量进行对比,进而统计各积水区域各道路信息安全影响系数,根据统计的各积水区域各道路信息安全影响系数,进而统计各积水区域道路信息综合安全影响系数。
其中,各积水区域各道路信息安全影响系数其计算公式为,表示第d个积水区域第e个道路信息对应的安全影响系数,分别表示第d个积水区域对应的行人数量、车辆数量,分别表示该道路积水区域对应的平均行人数量、平均车辆数量;
具体地,所述数据分析与处理还用于对各积水区域对应的积水信息和道路信息进行综合分析与处理,根据统计的各积水区域积水综合安全影响系数和各积水区域道路信息综合安全影响系数,进而统计各积水区域排水紧急性影响系数,将该道路各积水区域对应的排水紧急性影响系数与各排水紧急等级对应的排水紧急性影响系数进行匹配对比,进而获取各积水区域对应的排水紧急等级,进而统计该道路一级紧急排水等级对应的积水区域的数量,并提取各一级紧急排水等级对应的积水区域的编号,进而获取各一级紧急排水等级积水区域对应的位置。
具体地,所述数据分析与处理还包括对该道路排水口信息进行分析与处理,获取该道路各排水口信息集合,进而获取该道路各排水口对应的位置、直径、深度和排水口管径内对应的水位,根据各排水口对应的直径和深度,进而获取各排水口管径对应的额定容纳水量,根据各排水口管径内对应的水位,进而获取各排水口当前对应的容纳水量,进而统计各排水口对应的预估排水量,调取各一级紧急排水等级积水区域对应的编号,进而调取各一级紧急排水等级积水区域对应的预估积水量和位置,对各一级紧急排水等级积水区域对应的适配排水口进行分析,进而提取各一级紧急排水等级积水区域对应的优选排水口对应的位置。
其中,对各一级紧急排水等级积水区域对应的适配排水口进行分析的具体分析过程为:
B1、根据统计的该道路一级紧急排水等级对应的积水区域的数量,将该道路各一级紧急排水等级积水区域按照预设顺序进行编号,依次标记为1,2,...p,...f;
B2、根据各一级紧急排水等级积水区域对应的位置和各排水口对应的位置,进而分别获取各一级紧急排水等级积水区域与各排水口之间的距离;
B3、将各一级紧急排水等级积水区域与各排水水口之间的距离与道路排水对应的标准距离进行对比,进而统计各一级紧急排水等级积水区域与各排水口对应的距离适配影响系数,其计算公式为,表示第r个一级紧急排水等级积水区域与第k个排水口对应的距离适配影响系数,表示第r个一级紧急排水等级积水区域与第k个排水口对应的距离,表示道路排水对应的标准距离;
B3、根据各一级紧急排水等级积水区域对应的对应的预估积水量和各排水口对应的预估排水量,将各一级紧急排水等级积水区域对应的对应的预估积水量和各排水口对应的预估排水量进行对比,进而统计各一级紧急排水等级积水区域与各排水口对应的水量适配影响系数,其计算公式为,表示第r个一级紧急排水等级积水区域与第k个排水口对应的水量适配影响系数,表示第r个一级紧急排水等级积水区域对应的预估积水量,表示第k个排水口对应的预估排水量;
B3、根据统计的各一级紧急排水等级积水区域与各排水口对应的距离适配影响系数和各一级紧急排水等级积水区域与各排水口对应的水量适配影响系数,进而统计各一级排水等级积水区域与各排水口对应综合适配影响系数,其计算公式为,表示第r个一级紧急排水等级积水区域与第k个排水口对应的综合适配影响系数,r表示一级紧急排水等级积水区域斌好,r=1,2,...p,...f,k表示该道路排水口编号,k=1,2,...j,...m;
B4、将各一级排水等级积水区域与各排水口对应综合适配影响系数按照从大到小的顺序进行排序,将各一级排水等级积水区域对应排名第一位的综合适配影响系数对应的排水口记为优选排水口,进而提取各一级排水等级积水区域对应的优选排水口对应的编号,进而获取各一级排水等级积水区域对应的优选排水口对应的位置。
本发明实施例通过对道路积水区域基本信息、水位、降雨信息、道路信息和排水口信息详细的分析,解决了现有的城市市政道路的积水安全监测方法监测的内容具有片面性,进而无法有效的保障监测结果的参考性的问题,有效的降低道路积水对道路的影响,同时大大的提高了该道路积水区域的排水效率。
S8、信息发送:所述信息发送用于将各一级紧急排水等级积水区域对应的优选排水口对应的位置、各一级紧急排水等级积水区域对应的预估积水量和位置发送至该道路对应的管理人员;
本发明实施例通过将各一级紧急排水等级积水区域对应的优选排水口对应的位置、各一级紧急排水等级积水区域对应的预估积水量和位置发送至该道路对应的管理人员,进而给该道路管理人员提供精准的提供精准的积水信息和排水信息,大大的提高了该道路管理人员对积水区域的排水效率,同时有效的保障了该道路管理人员排水的及时性。
本发明第二方面提供了一种云监测平台,所述云监测平台包括处理器、计算机可读存储介质和网络接口,所述计算机可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连,所述网络接口用于与至少一个道路运行安全监测终端通信连接,所述计算机可读存储介质用于存储程序、指令或代码,所述处理器用于执行所述计算机可读存储介质中的程序、指令或代码,以执行本发明任意一项的所述基于大数据分析和云计算的城市市政道路运行安全监测方法。
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 (7)
1.基于大数据分析和云计算的城市市政道路运行安全监测方法,其特征在于:该方法包括以下步骤:
S1、积水区域获取:获取该城市积水道路对应的GIS地图,进而获取该城市道路积水区域对应的位置,进而统计该道路对应积水区域的数量,并将该道路各积水区域按照预设进行编号,依次标记为1,2,...i,...n;
S2、积水区域基本信息获取:所述积水区域基本信息获取用于获取该道路各积水区域对应的基本信息;
S3、积水区域水位采集:所述积水区域水位采集用于对该道路各积水区域对应的积水深度进行采集,进而获取该道路各积水区域对应的积水深度,并构建该道路各积水区域积水深度集合,表示该道路第i个积水区域对应的积水深度;
S5、道路信息采集:所述道路信息采集用于对该道路各积水区域对应的道路信息进行采集,其中道路信息包括该道路各积水区域行人数量和车辆数量,进而构建各积水区域道路信息集合,表示该道路第i个积水区域对应的第e个道路信息,e表示道路信息,e=b1,b2,b1和b2分别表示行人数量和车辆数量;
S6、排水口信息采集:所述排水口信息采集用于对该道路各排水口对应的信息进行采集,进而统计该道路对应的排水口数量,将该道路对应的排水口按照预设顺序进行编号依次标记为1,2,...j,...m;
S7、数据分析与处理:所述数据分析与处理用于对该道路采集的信息进行分析与处理;
所述数据分析与处理用于对各积水区域对应的积水信息进行分析和处理,其具体处理过程包括以下步骤:
A1、获取该道路各积水区域基本信息集合,进而获取该道路各积水区域对应的道路长度、道路宽度和道路地势类型,进而根据各积水区域对应的道路地势类型,将积水安全影响系数对应的道路地势类型与各积水区域对应的道路地势类型进行匹配对比,进而获取各积水区域道路类型对应的积水安全影响系数,并记为;
A2、获取该道路各积水区域积水深度集合,进而获取该道路各积水区域对应的积水深度,根据各积水区域道路对应的长度和宽度,进而获取该道路各积水区域对应的积水量;
A3、获取该城市各时间段降雨信息集合,进而获取该城市各时间段对应的降雨量,根据该城市各时间段对应的降雨量和各积水区域对应的积水量,进而统计各积水区域对应的预估积水量;
A4、根据统计的各时间段各积水区域对应的预估积水量,将各时间段各积水区域对应的积水量与道路对应的标准积水量进行对比,进而统计各积水区域积水量安全影响系数;
A5、根据各积水区域道路类型对应的积水安全影响系数和各积水区域积水量安全影响系数,进而统计各积水区域积水综合安全影响系数;
所述数据分析与处理用于对各积水区域对应的道路信息进行分析和处理,获取各积水区域道路信息集合,进而获取各积水区域对应的行人数量和车辆数量,根据各积水区域对应的行人数量和各积水区域对应的车辆数量,进而获取该道路积水区域对应的平均行人数量和平均车辆数量,将各积水区域对应的行人数量、各积水区域对应的车辆数量分别与该道路积水区域对应的平均行人数量和平均车辆数量进行对比,进而统计各积水区域各道路信息安全影响系数,根据统计的各积水区域各道路信息安全影响系数,进而统计各积水区域道路信息综合安全影响系数;
所述数据分析与处理还用于对各积水区域对应的积水信息和道路信息进行综合分析与处理,根据统计的各积水区域积水综合安全影响系数和各积水区域道路信息综合安全影响系数,进而统计各积水区域排水紧急性影响系数,将该道路各积水区域对应的排水紧急性影响系数与各排水紧急等级对应的排水紧急性影响系数进行匹配对比,进而获取各积水区域对应的排水紧急等级,进而统计该道路一级紧急排水等级对应的积水区域的数量,并提取各一级紧急排水等级对应的积水区域的编号,进而获取各一级紧急排水等级积水区域对应的位置。
3.根据权利要求1所述的基于大数据分析和云计算的城市市政道路运行安全监测方法,其特征在于:所述积水区域水位采集包括若干水位计,其分别用于对该道路各积水区域对应的积水深度进行采集。
4.根据权利要求1所述的基于大数据分析和云计算的城市市政道路运行安全监测方法,其特征在于:所述排水口信息包括排水口位置、排水口尺寸信息和排水口管径内对应的水位,通过该道路对应的GIS地图,进而获取该道路各排水口对应的位置,进而从城市道路数据库中调取该道路各排水口对应的尺寸信息,进而获取各排水口对应的直径和各排水口对应的深度,其中,排水口管径内的水位采集包括若干水位传感器,其分别安装在各排水口管径内部,其分别用于对各排水口管径内的水位进行采集,进而构建该道路各排水口信息集合,表示该道路第j个排水口对应的第z个信息,z表示排水口信息,z=c1,c2,c3,c4,c1,c2,c3和c4分别表示排水口位置、排水口直径、排水口深度和排水口管径内对应的水位。
5.根据权利要求1所述的基于大数据分析和云计算的城市市政道路运行安全监测方法,其特征在于:所述数据分析与处理还包括对该道路排水口信息进行分析与处理,获取该道路各排水口信息集合,进而获取该道路各排水口对应的位置、直径、深度和排水口管径内对应的水位,根据各排水口对应的直径和深度,进而获取各排水口管径对应的额定容纳水量,根据各排水口管径内对应的水位,进而获取各排水口当前对应的容纳水量,进而统计各排水口对应的预估排水量,调取各一级紧急排水等级积水区域对应的编号,进而调取各一级紧急排水等级积水区域对应的预估积水量和位置,对各一级紧急排水等级积水区域对应的适配排水口进行分析,将各一级排水等级积水区域与各排水口对应综合适配影响系数按照从大到小的顺序进行排序,进而提取各一级紧急排水等级积水区域对应排名第一位的综合适配影响系数对应的排水口位置。
6.根据权利要求1所述的基于大数据分析和云计算的城市市政道路运行安全监测方法,其特征在于:所述该方法还包括信息发送,将各一级紧急排水等级积水区域对应的排水口对应的位置、各一级紧急排水等级积水区域对应的预估积水量和位置发送至该道路对应的管理人员。
7.一种云监测平台,其特征在于:所述云监测平台包括处理器、计算机可读存储介质和网络接口,所述计算机可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连,所述网络接口用于与至少一个道路运行安全监测终端通信连接,所述计算机可读存储介质用于存储程序、指令或代码,所述处理器用于执行所述计算机可读存储介质中的程序、指令或代码,以执行权利要求1-6中任意一项的所述基于大数据分析和云计算的城市市政道路运行安全监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110665061.XA CN113342877B (zh) | 2021-06-16 | 2021-06-16 | 基于大数据分析和云计算的城市市政道路运行安全监测方法及云监测平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110665061.XA CN113342877B (zh) | 2021-06-16 | 2021-06-16 | 基于大数据分析和云计算的城市市政道路运行安全监测方法及云监测平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113342877A CN113342877A (zh) | 2021-09-03 |
CN113342877B true CN113342877B (zh) | 2022-11-15 |
Family
ID=77475488
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110665061.XA Active CN113342877B (zh) | 2021-06-16 | 2021-06-16 | 基于大数据分析和云计算的城市市政道路运行安全监测方法及云监测平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113342877B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114118461A (zh) * | 2021-11-09 | 2022-03-01 | 肇庆市城市规划设计院 | 一种应用云平台的智慧城市系统及其使用方法 |
CN114782517A (zh) * | 2022-06-16 | 2022-07-22 | 江苏新晖测控科技有限公司 | 基于云计算的应急状态水位监控报警系统及方法 |
CN115116223A (zh) * | 2022-06-22 | 2022-09-27 | 兰州交通大学 | 一种基于云计算城市道路交通信息的监测系统 |
CN116206426B (zh) * | 2023-05-06 | 2023-07-07 | 长春市城建维护集团股份有限公司 | 一种基于物联网的移动式水位监测报警系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104658285A (zh) * | 2015-02-06 | 2015-05-27 | 天津大学 | 一种城市内涝情况下的交通智能疏导方法 |
US20180348753A1 (en) * | 2017-05-30 | 2018-12-06 | Continental Automotive Systems, Inc. | Real time road flood level detection |
CN110777687A (zh) * | 2019-10-13 | 2020-02-11 | 天津大学 | 一种雨天城市车辆规避积水道路的智能预警方法 |
CN112329582B (zh) * | 2020-10-29 | 2022-08-02 | 西南大学 | 大数据分析与机理模型协同的道路积水深度监测方法及系统 |
-
2021
- 2021-06-16 CN CN202110665061.XA patent/CN113342877B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113342877A (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113342877B (zh) | 基于大数据分析和云计算的城市市政道路运行安全监测方法及云监测平台 | |
CN103150900B (zh) | 一种基于视频的交通拥堵事件自动检测方法 | |
CN107798876B (zh) | 基于事件的道路交通异常拥堵判断方法 | |
CN110751828B (zh) | 一种路段拥堵测量方法、装置、计算机设备及存储介质 | |
CN110782659B (zh) | 路况确定方法、装置、服务器及存储介质 | |
CN113538861B (zh) | 基于矿产地质勘查的地质灾害信息管理系统 | |
CN109213755B (zh) | 一种基于时空序列的交通流数据清洗与修复方法 | |
Branisavljević et al. | Improved real-time data anomaly detection using context classification | |
CN109598930B (zh) | 一种自动检测高架封闭系统 | |
CN102867421B (zh) | 一种识别有效停车泊位占有率中离群数据的方法 | |
WO2012024976A1 (zh) | 一种交通信息处理方法及装置 | |
CN108681717B (zh) | 城市级交通视频检测设备质量检测方法 | |
CN108763533A (zh) | 一种城市道路交通污染物排放监控系统 | |
CN115789527A (zh) | 一种基于水环境信息化治理的分析系统及方法 | |
CN105389982B (zh) | 基于fcd的城市交叉口拥堵事件检测及消散方法 | |
CN113362630B (zh) | 交通信号设备故障分析处理方法、系统及计算机存储介质 | |
CN109632013B (zh) | 一种分布式水文检测系统 | |
CN114708728B (zh) | 一种识别交通高峰期的方法、电子设备及存储介质 | |
CN116126963A (zh) | 非线性多源异构排水模型诊断入流入渗方法 | |
JP6707749B1 (ja) | ため池決壊予測システム、ため池決壊予測方法、およびプログラム | |
CN109993972B (zh) | 道路交通管控时间的计算方法 | |
CN115979348B (zh) | 一种管网雨污混流的排查方法、排查装置、设备及介质 | |
CN116504070B (zh) | 一种结合道路特征的交通事故预警方法及系统 | |
CN112927480B (zh) | 基于物联网和大数据协同分析的地质灾害监测方法及预警管理平台 | |
CN117475642B (zh) | 路段交通状态的检测方法、装置、电子设备及存储介质 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20221027 Address after: 201615 Room 101, Building 15, No. 1158, Central Road, Songjiang Hi tech Industrial Park, Caohejing Development Zone, Songjiang District, Shanghai Applicant after: Shanghai leader Technology Co.,Ltd. Address before: 430000 Building 2, modern world trade center, Guanggu Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province Applicant before: Jishan cloud technology (Wuhan) Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |