CN114005303B - 一种桥区水域通航安全条件智能预报方法及系统 - Google Patents
一种桥区水域通航安全条件智能预报方法及系统 Download PDFInfo
- Publication number
- CN114005303B CN114005303B CN202111148021.4A CN202111148021A CN114005303B CN 114005303 B CN114005303 B CN 114005303B CN 202111148021 A CN202111148021 A CN 202111148021A CN 114005303 B CN114005303 B CN 114005303B
- Authority
- CN
- China
- Prior art keywords
- hours
- future
- water flow
- water
- area
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G3/00—Traffic control systems for marine craft
- G08G3/02—Anti-collision systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Fluid Mechanics (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Ocean & Marine Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开一种桥区水域通航安全条件智能预报方法及系统,涉及水运交通技术领域,方法包括:获取桥区水域实时的自然因素数据;获取桥区水域未来12小时、未来24小时和未来48小时的气象数据;根据自然因素数据预测桥区水域未来12小时、未来24小时和未来48小时的水流流速;根据未来12小时的气象数据、未来24小时的气象数据、未来48小时的气象数据、未来12小时的水流流速、未来24小时的水流流速和未来48小时的水流流速预报桥区水域未来12小时、未来24小时和未来48小时的通航安全条件。本发明能够实现提前2天的通航安全条件智能预报,为监管部门提前采取通航安全保障措施提供支撑。
Description
技术领域
本发明涉及水运交通技术领域,特别是涉及一种桥区水域通航安全条件智能预报方法及系统。
背景技术
水路运输的基础是航道,航道作为中国重要的公益性交通基础设施,属于有限的不可再生资源。截至2018年底,中国内河航道通航里程12.71万公里,居世界第一,内河等级航道6.64万公里,其中,三级及以上航道1.35万公里,基本形成了以长江干线、西江航运干线、京杭运河、黑龙江水系、长江三角洲和珠江三角洲航道网为骨干的干支直达、江海连通的航道网。同时随着水运交通运输业的飞速发展,大量跨江、海等跨越通航水域的桥梁建成投入使用,同时船舶大型化的快速推进,大量巨型船舶涌入内河航道,船舶碰撞桥梁的风险日趋加大,船舶通过桥梁时如若产生碰撞事故,轻者造成船舶、桥梁损坏,重者则会造成人员伤亡和环境污染,对人类活动、社会稳定等都有着非常大的负面影响,因此,桥区水域的通航安全问题逐渐成为水上交通安全的一个热点话题,对桥区水域的通航安全条件进行预报也具有重要而迫切的现实意义。
桥区水域影响船舶通航安全条件的因素有:水文条件、气象条件、航道条件和交通流特征等。现有的预报系统只是气象局或者海洋局通过公共平台如电视台发布,但是对桥区水域的针对性不强,现有的桥区通航预警系统主要采用现场测量系统进行预警,且对于特定因素的处理方法较为简单,并未基于现象发生的机理引入数学模型,实现提前2天及2天以上的通航安全条件预报。
发明内容
本发明的目的是提供一种桥区水域通航安全条件智能预报方法及系统,能够实现提前2天的通航安全条件智能预报,为监管部门提前采取通航安全保障措施提供支撑。
为实现上述目的,本发明提供了如下方案:
一种桥区水域通航安全条件智能预报方法,所述方法包括:
获取桥区水域实时的自然因素数据;所述自然因素数据包括水文数据和航道数据;所述水文数据包括水流流向、水流流速、潮位和调和常数;所述航道数据包括河岸地形、河底地形、航道宽度、航道弯曲度和桥轴向角;所述水流流速包括水流横向流速和水流纵向流速;
获取桥区水域未来12小时的气象数据、未来24小时的气象数据和未来48小时的气象数据;所述气象数据包括风级和能见度距离;
根据所述自然因素数据预测桥区水域未来12小时的水流流速、未来24小时的水流流速和未来48小时的水流流速;
根据所述未来12小时的气象数据、所述未来24小时的气象数据、所述未来48小时的气象数据、所述未来12小时的水流流速、所述未来24小时的水流流速和所述未来48小时的水流流速预报桥区水域未来12小时、未来24小时和未来48小时的通航安全条件;所述通航安全条件包括低危险、较低危险、一般危险、较高危险和高危险。
可选地,所述根据所述自然因素数据预测桥区水域未来12小时的水流流速、未来24小时的水流流速和未来48小时的水流流速,具体包括:
基于三维可视化技术建立桥区数字航道;
对桥区水域进行网格划分,基于所述自然因素数据和所述桥区数字航道建立水流条件模拟数学模型,利用数值模拟软件进行数值模拟;
实时获取桥区水域各水文监测点监测的桥区水域内水流数据;所述水文监测点是在桥区水域作业航道内每隔设定距离布置的;
对所述桥区水域内水流数据进行统计,建立水流预报数学模型;
根据所述水流条件模拟数学模型和所述水流预报数学模型预测未来12小时、未来24小时和未来48小时桥区水域内的流场变化,给出桥区水域未来12小时的水流横向流速、未来12小时的水流纵向流速、未来24小时的水流横向流速、未来24小时的水流纵向流速、未来48小时的水流横向流速和未来48小时的水流纵向流速。
可选地,所述根据所述未来12小时的气象数据、所述未来24小时的气象数据、所述未来48小时的气象数据、所述未来12小时的水流流速、所述未来24小时的水流流速和所述未来48小时的水流流速预报桥区水域未来12小时、未来24小时和未来48小时的通航安全条件,具体包括:
根据未来12小时的风级、未来12小时的能见度距离、未来12小时的水流横向流速和未来12小时的水流纵向流速预报未来12小时的通航安全条件;
根据未来24小时的风级、未来24小时的能见度距离、未来24小时的水流横向流速和未来24小时的水流纵向流速预报未来24小时的通航安全条件;
根据未来48小时的风级、未来48小时的能见度距离、未来48小时的水流横向流速和未来48小时的水流纵向流速预报未来48小时的通航安全条件。
可选地,所述根据未来12小时的风级、未来12小时的能见度距离、未来12小时的水流横向流速和未来12小时的水流纵向流速预报未来12小时的通航安全条件,具体包括:
当未来12小时的风级高于较低危险对应的风级阈值、未来12小时的能见度距离低于较低危险对应的能见度距离阈值、未来12小时的水流横向流速高于较低危险对应的水流横向流速阈值或未来12小时的水流纵向流速高于较低危险对应的水流纵向流速阈值时,确定未来12小时的通航安全条件为较低危险,向船舶发送较低危险预警信号。
可选地,所述根据未来24小时的风级、未来24小时的能见度距离、未来24小时的水流横向流速和未来24小时的水流纵向流速预报未来24小时的通航安全条件,具体包括:
当未来24小时的风级高于一般危险对应的风级阈值、未来24小时的能见度距离低于一般危险对应的能见度距离阈值、未来24小时的水流横向流速高于一般危险对应的水流横向流速阈值或未来24小时的水流纵向流速高于一般危险对应的水流纵向流速阈值时,确定未来24小时的通航安全条件为一般危险,向船舶和主管机关发送一般危险报警信号。
可选地,所述根据未来48小时的风级、未来48小时的能见度距离、未来48小时的水流横向流速和未来48小时的水流纵向流速预报未来48小时的通航安全条件,具体包括:
当未来48小时的风级高于较高危险对应的风级阈值、未来48小时的能见度距离低于较高危险对应的能见度距离阈值、未来48小时的水流横向流速高于较高危险对应的水流横向流速阈值或未来48小时的水流纵向流速高于较高危险对应的水流纵向流速阈值时,确定未来48小时的通航安全条件为较高危险,向船舶和主管机关发送较高危险报警信号。
可选地,所述自然因素数据还包括交通流特征;所述交通流特征包括船舶密度、船舶尺度、船舶速度和船舶种类。
可选地,所述根据所述未来12小时的气象数据、所述未来24小时的气象数据、所述未来48小时的气象数据、所述未来12小时的水流流速、所述未来24小时的水流流速和所述未来48小时的水流流速预报桥区水域未来12小时、未来24小时和未来48小时的通航安全条件,之后还包括:
向船舶和主管机关发送所述交通流特征。
本发明还提供了如下方案:
一种桥区水域通航安全条件智能预报系统,所述系统包括:
自然因素数据获取模块,用于获取桥区水域实时的自然因素数据;所述自然因素数据包括水文数据和航道数据;所述水文数据包括水流流向、水流流速、潮位和调和常数;所述航道数据包括河岸地形、河底地形、航道宽度、航道弯曲度和桥轴向角;所述水流流速包括水流横向流速和水流纵向流速;
气象数据获取模块,用于获取桥区水域未来12小时的气象数据、未来24小时的气象数据和未来48小时的气象数据;所述气象数据包括风级和能见度距离;
水流流速预测模块,用于根据所述自然因素数据预测桥区水域未来12小时的水流流速、未来24小时的水流流速和未来48小时的水流流速;
通航安全条件预报模块,用于根据所述未来12小时的气象数据、所述未来24小时的气象数据、所述未来48小时的气象数据、所述未来12小时的水流流速、所述未来24小时的水流流速和所述未来48小时的水流流速预报桥区水域未来12小时、未来24小时和未来48小时的通航安全条件;所述通航安全条件包括低危险、较低危险、一般危险、较高危险和高危险。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明公开的桥区水域通航安全条件智能预报方法及系统,基于桥区水域实时的自然因素数据预测桥区水域未来12小时的水流流速、未来24小时的水流流速和未来48小时的水流流速,并基于桥区水域未来12小时的水流流速、未来24小时的水流流速和未来48小时的水流流速以及未来12小时的气象数据、未来24小时的气象数据和未来48小时的气象数据预报桥区水域未来12小时、未来24小时和未来48小时的通航安全条件,从而实现提前2天的通航安全条件智能预报,为监管部门提前采取通航安全保障措施提供支撑。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明桥区水域通航安全条件智能预报方法实施例的流程图;
图2为本发明桥区水域三维视景图;
图3为本发明桥区水域网格图;
图4为本发明桥区水域监测点布局示意图;
图5为本发明桥区水域通航安全条件智能预报系统实施例的结构图;
图6为本发明桥区水域通航安全条件智能预报系统架构图。
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做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。
本发明的目的是提供一种桥区水域通航安全条件智能预报方法及系统,能够实现提前2天的通航安全条件智能预报,为监管部门提前采取通航安全保障措施提供支撑。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明桥区水域通航安全条件智能预报方法实施例的流程图。参见图1,该桥区水域通航安全条件智能预报方法包括:
步骤101:获取桥区水域实时的自然因素数据;自然因素数据包括水文数据和航道数据;水文数据包括水流流向、水流流速、潮位和调和常数;航道数据包括河岸地形、河底地形、航道宽度、航道弯曲度和桥轴向角;水流流速包括水流横向流速和水流纵向流速。
该步骤101中,自然因素数据还包括交通流特征;交通流特征包括船舶密度、船舶尺度、船舶速度和船舶种类。
步骤102:获取桥区水域未来12小时的气象数据、未来24小时的气象数据和未来48小时的气象数据;气象数据包括风级和能见度距离。
该步骤101和步骤102收集桥区水域的关键通航条件,具体为:
收集桥区水域历史通航数据和关键通航条件,影响桥区水域的通航条件有:
(1)水文条件:水流流向、水流流速、潮位、调和常数等;
(2)气象条件:风级、雨量等级、能见度距离等;
(3)航道条件:河岸地形、河底地形、航道宽度、航道弯曲度、桥轴向角等;
(4)交通流特征:船舶密度、船舶尺度、船舶速度、船舶种类等;
其中,风级和能见度距离基于公共系统网络系统收集,主要收集未来6小时、12小时、24小时、48小时和72小时的数据。
步骤103:根据自然因素数据预测桥区水域未来12小时的水流流速、未来24小时的水流流速和未来48小时的水流流速。
该步骤103具体包括:
基于三维可视化技术建立桥区数字航道。
对桥区水域进行网格划分,基于自然因素数据和桥区数字航道建立水流条件模拟数学模型,利用数值模拟软件进行数值模拟。
实时获取桥区水域各水文监测点监测的桥区水域内水流数据;水文监测点是在桥区水域作业航道内每隔设定距离布置的。
对桥区水域内水流数据进行统计,建立水流预报数学模型。
根据水流条件模拟数学模型和水流预报数学模型预测未来12小时、未来24小时和未来48小时桥区水域内的流场变化,给出桥区水域未来12小时的水流横向流速、未来12小时的水流纵向流速、未来24小时的水流横向流速、未来24小时的水流纵向流速、未来48小时的水流横向流速和未来48小时的水流纵向流速。
该步骤103基于三维可视化技术建立桥区数字航道,实现数字孪生,如图2所示。
该步骤103基于桥区水域各自然因素内生机理对水流条件进行建模,具体为:
对桥区水域进行网格划分,如图3所示,基于地形、潮位数据、水文以及调和常数数据等建立水流条件模拟数学模型,利用mike21数值模拟软件或其它具有相同功能的数值模拟软件进行数值模拟,在作业航道内每隔一定距离布置桥区水域水文条件监测点,如图4所示,实时监控桥区水域内水流数据并进行统计,建立水流预报数学模型,预测未来6小时、12小时、24小时、48小时和72小时水域内的流场变化,给出具体横流流速和纵流流速数值。其中,桥区水域水文条件监测点的间隔距离根据航道尺度、船型尺度综合确定,优选地,取间隔距离为50m。
该步骤103中水流条件模拟数学模型和水流预报数学模型均为现有模型,可直接用于本发明中。
步骤104:根据未来12小时的气象数据、未来24小时的气象数据、未来48小时的气象数据、未来12小时的水流流速、未来24小时的水流流速和未来48小时的水流流速预报桥区水域未来12小时、未来24小时和未来48小时的通航安全条件;通航安全条件包括低危险、较低危险、一般危险、较高危险和高危险。
该步骤104具体包括:
根据未来12小时的风级、未来12小时的能见度距离、未来12小时的水流横向流速和未来12小时的水流纵向流速预报未来12小时的通航安全条件。
根据未来24小时的风级、未来24小时的能见度距离、未来24小时的水流横向流速和未来24小时的水流纵向流速预报未来24小时的通航安全条件。
根据未来48小时的风级、未来48小时的能见度距离、未来48小时的水流横向流速和未来48小时的水流纵向流速预报未来48小时的通航安全条件。
其中,根据未来12小时的风级、未来12小时的能见度距离、未来12小时的水流横向流速和未来12小时的水流纵向流速预报未来12小时的通航安全条件,具体包括:
当未来12小时的风级高于较低危险对应的风级阈值、未来12小时的能见度距离低于较低危险对应的能见度距离阈值、未来12小时的水流横向流速高于较低危险对应的水流横向流速阈值或未来12小时的水流纵向流速高于较低危险对应的水流纵向流速阈值时,确定未来12小时的通航安全条件为较低危险,向船舶发送较低危险预警信号。
根据未来24小时的风级、未来24小时的能见度距离、未来24小时的水流横向流速和未来24小时的水流纵向流速预报未来24小时的通航安全条件,具体包括:
当未来24小时的风级高于一般危险对应的风级阈值、未来24小时的能见度距离低于一般危险对应的能见度距离阈值、未来24小时的水流横向流速高于一般危险对应的水流横向流速阈值或未来24小时的水流纵向流速高于一般危险对应的水流纵向流速阈值时,确定未来24小时的通航安全条件为一般危险,向船舶和主管机关发送一般危险报警信号。
根据未来48小时的风级、未来48小时的能见度距离、未来48小时的水流横向流速和未来48小时的水流纵向流速预报未来48小时的通航安全条件,具体包括:
当未来48小时的风级高于较高危险对应的风级阈值、未来48小时的能见度距离低于较高危险对应的能见度距离阈值、未来48小时的水流横向流速高于较高危险对应的水流横向流速阈值或未来48小时的水流纵向流速高于较高危险对应的水流纵向流速阈值时,确定未来48小时的通航安全条件为较高危险,向船舶和主管机关发送较高危险报警信号。
该步骤104建立通航安全条件风险评价体系,并基于通航安全条件风险评价体系进行桥区航道通航安全条件安全预报,具体为:
基于《海港总体设计规范》、《内河通航标准》等相关标准规范和相关研究,确定通航安全条件评价指标,建立危险度分级,分为低危险、较低危险、一般危险、较高危险和高危险五个等级。结合桥区通航环境特点,建立风向、风速、流向、流速因素及能见度评价指标,对评价指标进行等级划分,分为低危险、较低危险、一般危险、较高危险和高危险五个等级。
优选地,建立风级、水流纵向流速、水流横向流速及能见度距离四个评价指标。其中,风级需考虑风向和风速,能见度距离需考虑雨量等级。
在通航安全评价体系中,风的影响较为突出。船舶在桥区水域航行时,容易发生风致船舶漂移,也会发生风致航向偏离,以及船舶操纵能力的下降。风级不同对船舶造成的影响程度不同,风越大,造成事故的几率越大。风危险度评价标准如表1所示。
表1风的评价标准
纵向流速很大时,船舶上行及下行都会面临一定的问题,纵向流速的分级范围分别为小于1、1~2、2~3、3~4和大于4共5级,确定表2作为评价指标来反映纵向流速的危险度。
表2纵向流速的评价标准
根据《海港总体设计规范》,横向流速的分级范围分别为小于0.1、0.1~0.3、0.3~0.5、0.5~0.8和大于0.8共5级,确定表3作为评价指标来反映横向流速的危险度。
表3横向流速的评价标准
能见度距离小于4km时,对船舶航行有一定的影响;能见度距离降至1km时,船舶事故数量会急剧增大。一般选择能见度距离在2km以内的能见度不良的天数作为标准。采用由于能见度不良小于2km能见距离的天数作为标准,能见度危险度评价标准如表4所示。
表4能见度的通航安全评价标准
上述较低危险对应的阈值、一般危险对应的阈值、较高危险对应的阈值均根据表1-表4中各危险度对应的数值范围(包括数值范围的最小值和最大值)确定即可,具体的,表1中风级为4~5级时确定为较低危险,表2中纵向流速为1~2m/s时确定为较低危险,表3中横向流速为0.1~0.3m/s时确定为较低危险,表4中能见度距离为2km~4km时确定为较低危险,则较低危险对应的风级阈值为4级,较低危险对应的水流纵向流速阈值为1m/s,较低危险对应的水流横向流速阈值为0.1m/s,较低危险对应的能见度距离阈值为4km。表1中风级为6级时确定为一般危险,表2中纵向流速为2~3m/s时确定为一般危险,表3中横向流速为0.3~0.5m/s时确定为一般危险,表4中能见度距离为1km~2km时确定为一般危险,则一般危险对应的风级阈值为6级、一般危险对应的水流纵向流速阈值为2m/s、一般危险对应的水流横向流速阈值为0.3m/s、一般危险对应的能见度距离阈值为2km。表1中风级为7~8级时确定为较高危险,表2中纵向流速为3~4m/s时确定为较高危险,表3中横向流速为0.5~0.8m/s时确定为较高危险,表4中能见度距离为0.5km~1km时确定为较高危险,则较高危险对应的风级阈值为7级、较高危险对应的水流纵向流速阈值为3m/s、较高危险对应的水流横向流速阈值为0.5m/s、较高危险对应的能见度距离阈值为1km。
采用桥区大屏和App等多种信息化手段将收集到的数据有序的分发给主管机关和过往船舶,基于风险评价中的评价体系对通航安全条件进行判定。当预报48小时通航安全条件达到较高危险以上等级时,向船舶和主管机关进行报警,尽早采取避让措施;当预报24小时通航安全条件达到一般危险以上等级时,向船舶和主管机关进行报警,尽早采取避让措施;当预报12小时接近达到较低危险以上时,向船舶进行预警,提示可能出现的危险局面;当通航安全条件在低危险级别时,不进行报警。
具体的,根据未来12小时的气象数据、未来24小时的气象数据、未来48小时的气象数据、未来12小时的水流流速、未来24小时的水流流速和未来48小时的水流流速预报桥区水域未来12小时、未来24小时和未来48小时的通航安全条件,之后还包括:
向船舶和主管机关发送交通流特征。
本发明提供了一种桥区航道通航安全条件智能预报方法,基于现象发生的机理引入数学模型,实现提前2天的通航安全条件智能预报,为监管部门提前采取通航安全保障措施提供支撑。本发明基于桥区水域各自然因素内生机理对水流条件影响进行建模,收集风、能见度的公共预报成果,建立多因素的风险评价体系,搭建能够主动预报桥区航道通航安全条件的智能系统方法。
与现有技术相比,本发明设计了一种充分考虑桥区水域自然因素、主动、智能的通航安全预报方法,具有以下优点:
在综合考虑风、横向流速、纵向流速及能见度等通航条件因素上,基于机理建立水流因素的数学模型,并进行仿真与预测,在此基础上采用数字孪生技术和信息化手段,对桥区水域通航安全条件进行智能预报,在桥区大屏和App上广播桥区水域通航信息,尽早提醒管理部门和驾驶员做出合理决策,保障了船舶的通航安全。
图5为本发明桥区水域通航安全条件智能预报系统实施例的结构图,参见图5,该桥区水域通航安全条件智能预报系统包括:
自然因素数据获取模块501,用于获取桥区水域实时的自然因素数据;自然因素数据包括水文数据和航道数据;水文数据包括水流流向、水流流速、潮位和调和常数;航道数据包括河岸地形、河底地形、航道宽度、航道弯曲度和桥轴向角;水流流速包括水流横向流速和水流纵向流速。
气象数据获取模块502,用于获取桥区水域未来12小时的气象数据、未来24小时的气象数据和未来48小时的气象数据;气象数据包括风级和能见度距离。
水流流速预测模块503,用于根据自然因素数据预测桥区水域未来12小时的水流流速、未来24小时的水流流速和未来48小时的水流流速。
通航安全条件预报模块504,用于根据未来12小时的气象数据、未来24小时的气象数据、未来48小时的气象数据、未来12小时的水流流速、未来24小时的水流流速和未来48小时的水流流速预报桥区水域未来12小时、未来24小时和未来48小时的通航安全条件;通航安全条件包括低危险、较低危险、一般危险、较高危险和高危险。
如图6所示,本发明提供了一种桥区水域通航安全条件智能预报系统,桥区水域通航安全智能预报系统共包含四个模块:信息收集模块、水流模拟模块、风险评价模块和显示模块,通过采用桥区大屏和App等多种信息化手段将信息收集模块中收集到的数据有序的分发给主管机关和过往船舶,基于风险评价模块中的评价体系对通航安全条件进行判定。当预报48小时通航安全条件达到较高危险以上等级时,向船舶和主管机关进行报警,尽早采取避让措施;当预报24小时通航安全条件达到一般危险以上等级时,向船舶和主管机关进行报警,尽早采取避让措施;当预报12小时接近达到较低危险以上时,向船舶进行预警,提示可能出现的危险局面;当通航安全条件在低危险级别时,不进行报警。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种桥区水域通航安全条件智能预报方法,其特征在于,所述方法包括:
获取桥区水域实时的自然因素数据;所述自然因素数据包括水文数据和航道数据;所述水文数据包括水流流向、水流流速、潮位和调和常数;所述航道数据包括河岸地形、河底地形、航道宽度、航道弯曲度和桥轴向角;所述水流流速包括水流横向流速和水流纵向流速;
获取桥区水域未来12小时的气象数据、未来24小时的气象数据和未来48小时的气象数据;所述气象数据包括风级和能见度距离;
根据所述自然因素数据预测桥区水域未来12小时的水流流速、未来24小时的水流流速和未来48小时的水流流速;所述根据所述自然因素数据预测桥区水域未来12小时的水流流速、未来24小时的水流流速和未来48小时的水流流速,具体包括:基于三维可视化技术建立桥区数字航道;对桥区水域进行网格划分,基于所述自然因素数据和所述桥区数字航道建立水流条件模拟数学模型,利用数值模拟软件进行数值模拟;实时获取桥区水域各水文监测点监测的桥区水域内水流数据;所述水文监测点是在桥区水域作业航道内每隔设定距离布置的;对所述桥区水域内水流数据进行统计,建立水流预报数学模型;根据所述水流条件模拟数学模型和所述水流预报数学模型预测未来12小时、未来24小时和未来48小时桥区水域内的流场变化,给出桥区水域未来12小时的水流横向流速、未来12小时的水流纵向流速、未来24小时的水流横向流速、未来24小时的水流纵向流速、未来48小时的水流横向流速和未来48小时的水流纵向流速;
根据所述未来12小时的气象数据、所述未来24小时的气象数据、所述未来48小时的气象数据、所述未来12小时的水流流速、所述未来24小时的水流流速和所述未来48小时的水流流速预报桥区水域未来12小时、未来24小时和未来48小时的通航安全条件;所述通航安全条件包括低危险、较低危险、一般危险、较高危险和高危险。
2.根据权利要求1所述的桥区水域通航安全条件智能预报方法,其特征在于,所述根据所述未来12小时的气象数据、所述未来24小时的气象数据、所述未来48小时的气象数据、所述未来12小时的水流流速、所述未来24小时的水流流速和所述未来48小时的水流流速预报桥区水域未来12小时、未来24小时和未来48小时的通航安全条件,具体包括:
根据未来12小时的风级、未来12小时的能见度距离、未来12小时的水流横向流速和未来12小时的水流纵向流速预报未来12小时的通航安全条件;
根据未来24小时的风级、未来24小时的能见度距离、未来24小时的水流横向流速和未来24小时的水流纵向流速预报未来24小时的通航安全条件;
根据未来48小时的风级、未来48小时的能见度距离、未来48小时的水流横向流速和未来48小时的水流纵向流速预报未来48小时的通航安全条件。
3.根据权利要求2所述的桥区水域通航安全条件智能预报方法,其特征在于,所述根据未来12小时的风级、未来12小时的能见度距离、未来12小时的水流横向流速和未来12小时的水流纵向流速预报未来12小时的通航安全条件,具体包括:
当未来12小时的风级高于较低危险对应的风级阈值、未来12小时的能见度距离低于较低危险对应的能见度距离阈值、未来12小时的水流横向流速高于较低危险对应的水流横向流速阈值或未来12小时的水流纵向流速高于较低危险对应的水流纵向流速阈值时,确定未来12小时的通航安全条件为较低危险,向船舶发送较低危险预警信号。
4.根据权利要求2所述的桥区水域通航安全条件智能预报方法,其特征在于,所述根据未来24小时的风级、未来24小时的能见度距离、未来24小时的水流横向流速和未来24小时的水流纵向流速预报未来24小时的通航安全条件,具体包括:
当未来24小时的风级高于一般危险对应的风级阈值、未来24小时的能见度距离低于一般危险对应的能见度距离阈值、未来24小时的水流横向流速高于一般危险对应的水流横向流速阈值或未来24小时的水流纵向流速高于一般危险对应的水流纵向流速阈值时,确定未来24小时的通航安全条件为一般危险,向船舶和主管机关发送一般危险报警信号。
5.根据权利要求2所述的桥区水域通航安全条件智能预报方法,其特征在于,所述根据未来48小时的风级、未来48小时的能见度距离、未来48小时的水流横向流速和未来48小时的水流纵向流速预报未来48小时的通航安全条件,具体包括:
当未来48小时的风级高于较高危险对应的风级阈值、未来48小时的能见度距离低于较高危险对应的能见度距离阈值、未来48小时的水流横向流速高于较高危险对应的水流横向流速阈值或未来48小时的水流纵向流速高于较高危险对应的水流纵向流速阈值时,确定未来48小时的通航安全条件为较高危险,向船舶和主管机关发送较高危险报警信号。
6.根据权利要求1所述的桥区水域通航安全条件智能预报方法,其特征在于,所述自然因素数据还包括交通流特征;所述交通流特征包括船舶密度、船舶尺度、船舶速度和船舶种类。
7.根据权利要求6所述的桥区水域通航安全条件智能预报方法,其特征在于,所述根据所述未来12小时的气象数据、所述未来24小时的气象数据、所述未来48小时的气象数据、所述未来12小时的水流流速、所述未来24小时的水流流速和所述未来48小时的水流流速预报桥区水域未来12小时、未来24小时和未来48小时的通航安全条件,之后还包括:
向船舶和主管机关发送所述交通流特征。
8.一种桥区水域通航安全条件智能预报系统,其特征在于,所述系统包括:
自然因素数据获取模块,用于获取桥区水域实时的自然因素数据;所述自然因素数据包括水文数据和航道数据;所述水文数据包括水流流向、水流流速、潮位和调和常数;所述航道数据包括河岸地形、河底地形、航道宽度、航道弯曲度和桥轴向角;所述水流流速包括水流横向流速和水流纵向流速;
气象数据获取模块,用于获取桥区水域未来12小时的气象数据、未来24小时的气象数据和未来48小时的气象数据;所述气象数据包括风级和能见度距离;
水流流速预测模块,用于根据所述自然因素数据预测桥区水域未来12小时的水流流速、未来24小时的水流流速和未来48小时的水流流速;所述根据所述自然因素数据预测桥区水域未来12小时的水流流速、未来24小时的水流流速和未来48小时的水流流速,具体包括:基于三维可视化技术建立桥区数字航道;对桥区水域进行网格划分,基于所述自然因素数据和所述桥区数字航道建立水流条件模拟数学模型,利用数值模拟软件进行数值模拟;实时获取桥区水域各水文监测点监测的桥区水域内水流数据;所述水文监测点是在桥区水域作业航道内每隔设定距离布置的;对所述桥区水域内水流数据进行统计,建立水流预报数学模型;根据所述水流条件模拟数学模型和所述水流预报数学模型预测未来12小时、未来24小时和未来48小时桥区水域内的流场变化,给出桥区水域未来12小时的水流横向流速、未来12小时的水流纵向流速、未来24小时的水流横向流速、未来24小时的水流纵向流速、未来48小时的水流横向流速和未来48小时的水流纵向流速;
通航安全条件预报模块,用于根据所述未来12小时的气象数据、所述未来24小时的气象数据、所述未来48小时的气象数据、所述未来12小时的水流流速、所述未来24小时的水流流速和所述未来48小时的水流流速预报桥区水域未来12小时、未来24小时和未来48小时的通航安全条件;所述通航安全条件包括低危险、较低危险、一般危险、较高危险和高危险。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111148021.4A CN114005303B (zh) | 2021-09-29 | 2021-09-29 | 一种桥区水域通航安全条件智能预报方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111148021.4A CN114005303B (zh) | 2021-09-29 | 2021-09-29 | 一种桥区水域通航安全条件智能预报方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114005303A CN114005303A (zh) | 2022-02-01 |
CN114005303B true CN114005303B (zh) | 2022-09-09 |
Family
ID=79921974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111148021.4A Active CN114005303B (zh) | 2021-09-29 | 2021-09-29 | 一种桥区水域通航安全条件智能预报方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114005303B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114627680B (zh) * | 2022-04-11 | 2023-04-11 | 交通运输部天津水运工程科学研究所 | 一种超大型船舶通航安全预测方法及系统 |
CN115859866B (zh) * | 2023-02-20 | 2023-06-09 | 中交天津港湾工程研究院有限公司 | 一种考虑风浪流作用的水下抛石漂移距离的预测方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101344937A (zh) * | 2007-11-16 | 2009-01-14 | 武汉理工大学 | 基于地理信息系统的水上交通风险评价及预测方法 |
CN107886775A (zh) * | 2017-11-25 | 2018-04-06 | 交通运输部东海航海保障中心福州航标处 | 一种桥区船舶主动防撞预警方法及系统 |
CN109243205A (zh) * | 2018-08-29 | 2019-01-18 | 上海海事大学 | 一种沿海水上交通安全风险监测与预警系统及方法 |
CN109446604A (zh) * | 2018-10-15 | 2019-03-08 | 武汉大学 | 基于水文与水动力模型耦合的未控区径流预报方法 |
EP3539115A1 (en) * | 2016-11-10 | 2019-09-18 | Imagesat Israel Ltd. | Multi satellite detection and tracking of moving objects |
CN111508277A (zh) * | 2020-03-19 | 2020-08-07 | 武汉理工大学 | 一种桥区水域船舶通航预警方法 |
CN111507586A (zh) * | 2020-02-19 | 2020-08-07 | 中交疏浚技术装备国家工程研究中心有限公司 | 通航水域水上施工安全风险预警分级方法及系统 |
CN111613094A (zh) * | 2020-05-26 | 2020-09-01 | 江苏海事职业技术学院 | 一种港口水域船舶交通风险预警方法 |
AU2020101965A4 (en) * | 2020-08-25 | 2020-10-01 | Wuhan University Of Technology | A method of navigational early warming for ship encounter, and system thereof |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203444646U (zh) * | 2013-07-17 | 2014-02-19 | 交通运输部北海航海保障中心青岛航标处 | 水文气象信息助航系统 |
CN103730031B (zh) * | 2014-01-14 | 2015-09-30 | 武汉理工大学 | 内河桥区船载航行主动避碰系统及避碰方法 |
CN105761302A (zh) * | 2015-05-29 | 2016-07-13 | 华北电力大学 | 三维数字航道系统及其应用 |
CN107591030A (zh) * | 2017-09-21 | 2018-01-16 | 中华人民共和国天津海事局 | 船舶交通服务水域交通动态风险管理方法 |
KR102645756B1 (ko) * | 2018-08-23 | 2024-03-11 | 주식회사 엘지화학 | 기상 상황과 조류를 고려한 선박 접안 스케줄 시스템 및 방법 |
CN110706827B (zh) * | 2019-09-26 | 2022-06-03 | 武汉理工大学 | 基于船舶ais大数据的通航水域水流信息的提取方法及系统 |
CN111079282A (zh) * | 2019-12-12 | 2020-04-28 | 北京师范大学 | 水文预报方法及设备 |
CN111553016A (zh) * | 2020-05-19 | 2020-08-18 | 天津大学 | 一种用于桥梁的通航风险评价方法 |
AU2020102354A4 (en) * | 2020-09-21 | 2020-10-29 | Tianjin Research Institute For Water Transport Engineering.M.O.T. | Morning and early warning method for coastal port ship operation conditions |
CN112671863B (zh) * | 2020-12-15 | 2023-04-07 | 大连海事大学 | 一种基于边缘计算的智能航标系统 |
-
2021
- 2021-09-29 CN CN202111148021.4A patent/CN114005303B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101344937A (zh) * | 2007-11-16 | 2009-01-14 | 武汉理工大学 | 基于地理信息系统的水上交通风险评价及预测方法 |
EP3539115A1 (en) * | 2016-11-10 | 2019-09-18 | Imagesat Israel Ltd. | Multi satellite detection and tracking of moving objects |
CN107886775A (zh) * | 2017-11-25 | 2018-04-06 | 交通运输部东海航海保障中心福州航标处 | 一种桥区船舶主动防撞预警方法及系统 |
CN109243205A (zh) * | 2018-08-29 | 2019-01-18 | 上海海事大学 | 一种沿海水上交通安全风险监测与预警系统及方法 |
CN109446604A (zh) * | 2018-10-15 | 2019-03-08 | 武汉大学 | 基于水文与水动力模型耦合的未控区径流预报方法 |
CN111507586A (zh) * | 2020-02-19 | 2020-08-07 | 中交疏浚技术装备国家工程研究中心有限公司 | 通航水域水上施工安全风险预警分级方法及系统 |
CN111508277A (zh) * | 2020-03-19 | 2020-08-07 | 武汉理工大学 | 一种桥区水域船舶通航预警方法 |
CN111613094A (zh) * | 2020-05-26 | 2020-09-01 | 江苏海事职业技术学院 | 一种港口水域船舶交通风险预警方法 |
AU2020101965A4 (en) * | 2020-08-25 | 2020-10-01 | Wuhan University Of Technology | A method of navigational early warming for ship encounter, and system thereof |
Non-Patent Citations (2)
Title |
---|
基于动态贝叶斯网络的桥区水域风险评价方法研究;田五六;《广州航海学院学报》;20200930;第28卷(第3期);全文 * |
基于船舶操纵模拟的船撞桥概率研究;孔宪卫;《中国安全生产科学技术》;20191031;第15卷(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114005303A (zh) | 2022-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109243205B (zh) | 一种沿海水上交通安全风险监测与预警系统及方法 | |
CN114005303B (zh) | 一种桥区水域通航安全条件智能预报方法及系统 | |
CN108010278B (zh) | 泥石流灾害险情动态预警方法、精细化分级监测预警方法 | |
Fang et al. | Assessment and mapping of potential storm surge impacts on global population and economy | |
CN111724033A (zh) | 一种基于随机集理论的洪灾风险评价与精细区划方法 | |
CN114627680B (zh) | 一种超大型船舶通航安全预测方法及系统 | |
CN104794364A (zh) | 海平面上升脆弱性等级评估的定量化方法 | |
CN114840573A (zh) | 一种基于数据分析的海灾智能监测系统及方法 | |
Shao et al. | The application of big data in the analysis of the impact of urban floods: A case study of Qianshan River Basin | |
CN103267828B (zh) | 检测机动车及环境对大气污染程度的系统及其运行方法 | |
Zhou et al. | A comprehensive path planning framework for patrolling marine environment | |
CN206021512U (zh) | 一种暴雨型稀性泥石流的检测预报预警装置 | |
CN209197840U (zh) | 河床水位监测单元和山洪预警系统 | |
CN111694034A (zh) | 一种基于北斗导航定位的河湖长制水情巡查系统 | |
CN105070102A (zh) | 一种基于模糊逻辑的船舶航行动态风险推理系统及其方法 | |
CN114724336A (zh) | 一种沉浸体验视角下的山洪监测预警系统及其实现方法 | |
Huang et al. | Pre-warning system analysis on dynamic risk of ship collision with bridge at restricted waters | |
Yaofang et al. | Research on virtual reality simulation system of safe navigation environment in Three Gorges Reservoir Area | |
CN112578479A (zh) | 一种基于降水预报的城市内涝告警装置及方法 | |
RU108154U1 (ru) | Система обеспечения безопасности эксплуатации судна | |
CN112016752A (zh) | 一种基于数字地图技术的城市积水预报方法和系统 | |
CN117831230A (zh) | 一种基于人工智能的城市内涝的预警监测方法及系统 | |
CN117852449B (zh) | 基于大尺度城市暴雨内涝模型的精细化积水处理方法 | |
Song et al. | Prediction and Assessment of Rainstorm Flooding Disasters Risk in Shanghai Metropolitan Area in 2050 | |
Elken et al. | BOOS/HIROMB-based marine forecasts in Estonia: problems, experiences and challenges |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |