CN114997466A - 基于数字孪生技术的水土流失防治责任范围失效预测方法 - Google Patents

基于数字孪生技术的水土流失防治责任范围失效预测方法 Download PDF

Info

Publication number
CN114997466A
CN114997466A CN202210487257.9A CN202210487257A CN114997466A CN 114997466 A CN114997466 A CN 114997466A CN 202210487257 A CN202210487257 A CN 202210487257A CN 114997466 A CN114997466 A CN 114997466A
Authority
CN
China
Prior art keywords
water
failure
probability
soil
digital twin
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
Application number
CN202210487257.9A
Other languages
English (en)
Other versions
CN114997466B (zh
Inventor
李智广
方泽源
卢敬德
吴鹏
孙子佳
伍容容
丁晓燕
赵梓豪
朱国双
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Infinite Array Technology Co ltd
Original Assignee
Guangdong Infinite Array Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Infinite Array Technology Co ltd filed Critical Guangdong Infinite Array Technology Co ltd
Priority to CN202210487257.9A priority Critical patent/CN114997466B/zh
Publication of CN114997466A publication Critical patent/CN114997466A/zh
Application granted granted Critical
Publication of CN114997466B publication Critical patent/CN114997466B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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"
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Emergency Management (AREA)
  • Primary Health Care (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于数字孪生技术的水土流失防治责任范围失效预测方法及系统，步骤包括：从预设的数据库中读取水土流失防治责任范围矢量数据；基于数字孪生技术的思路，建立可在生产建设项目水土保持监督管理全生命周期内实现动态映射的数字孪生模型；基于所述数字孪生模型预测水土流失防治责任范围的失效概率；判断所述水土流失防治责任范围失效的概率值是否大于预设的报警阈值；若所述失效概率值大于预设的报警阈值，则执行对应的报警提示操作。本发明根据数学孪生技术的思路，建立数字孪生模型，并计算水土流失防治责任范围失效的概率，基于失效概率进行失效警报，提高遥感监管工作中对于生产建设项目“未批先建”事件判别的准确率。

Description

基于数字孪生技术的水土流失防治责任范围失效预测方法
技术领域
本发明涉及遥感地理信息技术领域，尤其涉及一种基于数字孪生技术的水土流失防治责任范围失效预测方法及系统。
背景技术
为及时精准发现、依法查处人为水土流失违法违规行为，水利部自2020年起，要求各省级水行政主管部门每年组织开展覆盖全省的生产建设项目水土保持卫星遥感监管工作，并通过该工作，发现、认定、查处“未批先建”、“未批先弃”、“超防治责任范围建设”等违法违规行为，切实保护好生态环境。
生产建设项目水土保持卫星遥感监管是以某一区域(如某流域、省、市、县或者某功能区等)为监管范围，在卫星遥感影像上采用人机交互解译或者计算机自动识别解译等方法，开展区域内所有生产建设项目扰动图斑勾绘，并将扰动图斑矢量图与水土流失防治责任范围矢量图进行空间叠加分析，判定生产建设项目扰动的合规性：水土流失防治责任范围边界完全包括扰动图斑边界，或者扰动图斑超出水土流失防治责任范围但不超过30％的，即为合规；否则为疑似不合规。卫星遥感监管技术是及时精准发现人为水土流失违法违规行为的有效手段。
然而，在实际生产建设的过程中，因生产建设项目自身的变化一定概率上会导致其相应的水土流失防治责任范围的有效性产生变化。生产建设项目自身这种变化称为水土流失防治责任范围的动态特征，具体包括：可撤销特征、时空交错特征、临时特征、条件适用特征。其中，可撤销特征为因行政机关撤回行政许可造成水土流失防治责任范围失去效力的特征；时空交错特征为不同时期内建设的不同项目共用一个水土流失防治责任范围的特征；临时特征为生产建设项目包含了临时占地的特征；条件适用特征为依法免予办理水土保持方案审批手续的项目，由于挖填方规模、占地面积、选址、项目性质等发生变化，导致项目原来适用的法律法规条款不再适用的特征。若不考虑防治责任范围的动态特性，将导致生产建设项目卫星遥感监管工作的合规性分析结果与实际不符，进而导致一些“未批先建”项目无法被及时发现，进而产生监管盲点。
发明内容
针对上述技术问题，本发明提出一种基于数字孪生技术的水土流失防治责任范围失效预测方法及系统，所述方法利用数学孪生技术的思路，建立可在生产建设项目水土保持监督管理全生命周期内实现动态映射的数字孪生模型，基于所述数字孪生模型预测水土流失防治责任范围的失效概率，判断所述水土流失防治责任范围失效的概率值是否大于预设的报警阈值，若所述水土流失防治责任范围失效的概率值大于预设的报警阈值，则执行对应的报警提示操作。最终，达到提高遥感监管工作中合规性判别的准确率，避免漏判、误判的目的。
本发明的第一个目的在于提供一种基于数字孪生技术的水土流失防治责任范围失效预测方法。
本发明的第二个目的在于提供一种基于数字孪生技术的水土流失防治责任范围失效预测系统。
本发明的第三个目的在于提供一种电子设备。
本发明的第四个目的在于提供一种存储介质。
本发明的第一个目的可以通过采取如下技术方案实现：
一种基于数字孪生技术的水土流失防治责任范围失效预测方法，步骤包括：
从预设的数据库中读取水土流失防治责任范围矢量；
基于数字孪生技术的思路，建立可在生产建设项目水土保持监督管理全生命周期内实现动态映射的数字孪生模型；
基于所述数字孪生模型预测水土流失防治责任范围的失效概率。
在第一个目的第一种可能的实现方式中，所述建立可在生产建设项目水土保持监督管理全生命周期内实现动态映射的数字孪生模型，步骤包括：
从水土流失防治责任范围的动态特征中抽取出关于可撤销性、时空交错性、临时性和条件适用性分别对应的物理特征；
使用所述物理特征对应的特征概率对水土流失防治责任范围的动态特性进行数字孪生建模，其中，所述特征概率包括撤销失效特征概率P(R)、时空交错失效特征概率P(S)、临时用地失效特征概率P(T)和条件适用性失效特征概率P(Q)。
在第一个目的第二种可能的实现方式中，所述撤销失效特征概率的计算方法如下式所示：
Figure BDA0003630453120000031
式中，P(R)为撤销失效特征概率；R为水土保持行政许可撤销事件；Cr表示预设的数据库中被撤销行政许可项目个数，C表示数据库中项目总个数。
在第一个目的第三种可能的实现方式中，所述时空交错失效特征概率的计算方法如下式所示：
Figure BDA0003630453120000032
式中，P(S)为时空交错失效特征概率；S为水土流失防治责任范围的时空交错事件；F为发生项目类型为场平工程的事件；P(F)为发生项目类型为场平工程的事件的概率；D为项目完工事件；FD为发生项目为场平工程且已经完工的事件；P(FD)为发生项目为场平工程且已经完工的事件的概率。
P(F)的计算如下式所示：
Figure BDA0003630453120000033
式中，Cf为预设的数据库中项目类型为场平工程的项目个数，C为数据库中项目总个数。
P(FD)的计算如下式所示：
Figure BDA0003630453120000041
式中，e为自然对数的底；π为圆周率，σ1为尺度参数；tc为当前时间；t1为计划完工时间。
在第一个目的第四种可能的实现方式中，所述临时用地失效特征概率的计算方法如下式所示：
Figure BDA0003630453120000042
式中，P(T)为临时用地失效特征概率；T为水土流失防治责任范围中有临时用地失效的事件；P为项目分区中包含临时用地的事件；D为项目完工事件；PD为项目分区中包含临时用地且项目已经完工的事件；P(PD)为发生项目分区中包含临时用地且项目已经完工的事件概率。
P(P)的计算如下式所示：
Figure BDA0003630453120000043
式中，Cp表示预设的数据库中包含临时占地的项目个数，C为数据库中项目总个数。
P(PD)的计算如下式所示：
Figure BDA0003630453120000044
式中，e为自然对数的底；π为圆周率，σ2为尺度参数；tc为当前时间；t1为计划完工时间。
在第一个目的第五种可能的实现方式中，所述条件适用性失效特征概率的仿真计算方法如下式所示：
Figure BDA0003630453120000051
上式中，P(Q)为条件适用性失效特征概率；Q为项目原来适用的可免予办理水土保持方案审批的法律法规条款不再适用的事件；Ac为在当前地图范围上检索到已办理区域评估水土保持行政许可的区域边界内，可免予单独审批水土保持方案的占地面积值；A为当前地图范围上检索到已办理区域评估水土保持行政许可的占地面积值；
Figure BDA0003630453120000052
为视图中心点项目所在地理缓冲区域内所有项目占地面积之和；S为当前水土流失防治责任范围矢量，
Figure BDA0003630453120000053
为断言函数，当S为水土保持区域评估对象时
Figure BDA0003630453120000054
为1，否则为0。
在第一个目的第六种可能的实现方式中，所述水土流失防治责任范围的失效概率的计算方法如下式所示：
P(Invalid)＝1-(1-R(R))*(1-P(S))*(1-P(T))*(1-P(Q))
式中，P(Invalid)为水土流失防治责任范围的失效概率，P(R)为撤销失效特征概率，P(S)为时空交错失效特征概率，P(T)为临时用地失效特征概率，P(Q)为条件适用性失效特征概率。
在第一个目的第七种可能的实现方式中，在所述基于所述数字孪生模型预测水土流失防治责任范围的失效概率的步骤后，所述方法还包括：
判断所述水土流失防治责任范围的失效概率是否大于预设的报警阈值；
若所述水土流失防治责任范围的失效概率大于预设的报警阈值，则执行对应的报警提示操作。
本发明的第二个目的可以通过采取如下技术方案达到：
一种基于数字孪生技术的水土流失防治责任范围失效预测系统，所述系统包括：
读取模块，用于从预设的数据库中读取水土流失防治责任范围矢量；
数字孪生模型模块，用于基于数字孪生技术的思路，建立可在生产建设项目水土保持监督管理全生命周期内实现动态映射的数字孪生模型；
预测模块，用于基于所述数字孪生模型预测水土流失防治责任范围的失效概率。
本发明的第三个目的可以通过采取如下技术方案达到：
一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现上述的基于数字孪生技术的水土流失防治责任范围失效预测方法。
本发明的第四个目的可以通过采取如下技术方案达到：
一种存储介质，存储有计算机可执行程序，所述计算机可执行程序执行时，实现上述的基于数字孪生技术的水土流失防治责任范围失效预测方法。
本发明相对于现有技术具有如下的有益效果：
1、本发明基于水土流失防治责任范围动态特征进行失效预测，可有效降低卫星遥感监管对建设扰动中“未批先建”、“未批先弃”、“超防治责任范围建设”等合规性判断的漏判率和误判率，从而提高生产建设项目水土保持卫星遥感监管工作效率和准确性。
2、本发明通过建立可在生产建设项目水土保持监督管理全生命周期内实现动态映射的数字孪生模型，实现了数字化表达水土保持防治责任范围的动态特征的目的。
附图说明
图1是本发明一实施例提供的一种基于数字孪生技术的水土流失防治责任范围失效预测方法的逻辑步骤图；
图2是本发明一实施例提供的具有时空交错性和临时性的水土流失防治责任范围；
图3是本发明一实施例提供的生产建设项目水土保持卫星遥感监管合规性判断时为何会出现错判、漏判的系统实例图；
图4是本发明一实施例提供的通过一种基于数字孪生技术的水土流失防治责任范围失效预测系统计算得出水土流失防治责任范围失效并发出系统报警从而避免错判、漏判的实例图；
图5是本发明一实施例提供的一种基于数字孪生技术的水土流失防治责任范围失效预测方法的计算机系统流程图；
图6是本发明一实施例提供的一种基于数字孪生技术的水土流失防治责任范围失效预测系统的模块结构示意图。
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。
目前常用的操作方式有如下技术问题：在实际生产建设的过程中，因生产建设项目自身的变化一定概率上会导致其相应的水土流失防治责任范围的有效性产生变化。生产建设项目自身这种变化称为水土流失防治责任范围的动态特征，若不考虑防治责任范围的动态特性，将导致生产建设项目卫星遥感监管工作的合规性分析结果与实际不符，进而导致一些“未批先建”项目无法被及时发现，进而产生监管盲点。
为了解决上述问题，下面将通过以下具体的实施例对本申请实施例提供的一种基于数字孪生技术的水土流失防治责任范围失效预测方法进行详细介绍和说明。
参照图1，示出了本发明一实施例提供的一种基于数字孪生技术的水土流失防治责任范围失效预测方法的逻辑步骤图。
在一种可选的实施例中，所述方法可以适用于生产建设项目水土保持天地一体化监管系统，该系统可以与各类水土保持信息管理系统、各类生产建设项目水土保持遥感监管系统、生产建设项目水土保持区域监管系统、生产建设项目水土保持监督性监测系统、水土保持综合治理工程精细化监管系统、水土流失遥感调查系统通过数据接口相连接，并共享各个系统的数据库。
在作为示例的生产建设项目水土保持天地一体化监管系统数据库中，记录有1000个已审批水土保持方案项目的水土流失防治责任范围矢量及项目的结构化属性信息数据(其中涉及场平类型项目365宗)、6个园区项目水土流失防治责任范围矢量及项目的结构化属性信息数据、12个撤销水行政许可决定等数据。
其中，作为示例的，所述基于数字孪生技术的水土流失防治责任范围失效预测方法，可以包括：
S11、从预设的数据库中读取水土流失防治责任范围矢量S。
在一实施例中，预设的数据库为生产建设项目水土保持天地一体化监管系统数据库。
在实际操作时，遍历生产建设项目水土保持天地一体化监管系统数据库，获取1000个已审批水土保持方案项目的水土流失防治责任范围对象的矢量及属性数据。
在一可选的实施例中，特征数据可以包括矢量边界、项目类型、园区面积、园区单个项目面积、适用条件面积、项目计划完工时间、分区类型、撤销许可等因子数据。
S12、基于数字孪生技术的思路，建立可在生产建设项目水土保持监督管理全生命周期内实现动态映射的数字孪生模型。
在本实施例里，可以采用上述1000个矢量数据和特征数据，建立可在生产建设项目水土保持监督管理全生命周期内实现动态映射的数字孪生模型，进而能利用数字孪生模型的各个孪生特征进行水土流失防治责任范围的失效预测。
其中，步骤S12可以包括：
S121、从水土流失防治责任范围的动态特征中抽取出关于可撤销性、时空交错性、临时性和条件适用性分别对应的物理特征。
在实际操作中，可以从上述各个矢量数据和特征数据中，分别抽取代表可撤销性、时空交错性、临时性和条件适用性这四种特征的数据，以抽取的数据为其物理特征。
S122、使用所述物理特征对应的特征概率对水土流失防治责任范围的动态特性进行数字孪生建模，其中，所述特征概率包括撤销失效特征概率P(R)、时空交错失效特征概率P(S)、临时用地失效特征概率P(T)和条件适用性失效特征概率P(Q)。
在本实施例中，可以利用每个特征对应物理特征计算其特征概率值，通过各个特征概率值构建得到数字孪生模型。
在一可选的实施例中，所述撤销失效特征概率的计算方法如下式所示：
Figure BDA0003630453120000091
式中，P(R)为撤销失效特征概率；R为水土保持行政许可撤销事件；Cr表示预设的数据库中被撤销行政许可项目宗数，在本实例中为12宗；C表示数据库中项目总宗数，在本实例中为1000宗。本实例中，通过上式以及从数据库实例中读取的相应参数，计算得到当前P(R)为0.012。
优选地，所述时空交错失效特征概率的计算方法如下式所示：
Figure BDA0003630453120000092
式中，P(S)为时空交错失效特征概率；S为水土流失防治责任范围的时空交错事件；F为发生项目类型为场平工程的事件；P(F)为发生项目类型为场平工程的事件的概率；D为项目完工事件；FD为发生项目为场平工程且已经完工的事件；P(FD)为发生项目为场平工程且已经完工的事件的概率。
P(F)的计算如下式所示：
Figure BDA0003630453120000093
式中，Cf表示预设的数据库中项目类型为场平工程的项目个数，C表示数据库中项目总个数。
P(FD)的计算如下式所示：
Figure BDA0003630453120000101
式中，e为自然对数的底；π为圆周率，σ1为尺度参数，在本实例中取值为1.2；tc为当前时间，在本实例中tc为2022年4月25日；t1为计划完工时间，在本实例中t1为2021年3月2日。本实例中，通过上式以及从数据库实例中读取的相应参数，计算得到当前P(F)为0.365，P(FD)为0.332，P(S)为0.91。
优选地，所述临时用地失效特征概率的计算方法如下式所示：
Figure BDA0003630453120000102
式中，P(T)为临时用地失效特征概率；T为水土流失防治责任范围中有临时用地失效的事件；P为项目分区中包含临时用地的事件；D为项目完工事件；PD为项目分区中包含临时用地且项目已经完工的事件；P(PD)为发生项目分区中包含临时用地且项目已经完工的事件概率。
P(P)的计算如下式所示：
Figure BDA0003630453120000103
式中，Cp表示预设的数据库中项目的水土流失防治责任范围中包含有临时分区的宗数，在本实例中为492宗；C表示数据库中项目总宗数，在本实例中为1000宗。
P(PD)的计算如下式所示：
Figure BDA0003630453120000104
式中，e为自然对数的底；π为圆周率，σ2为尺度参数，在本实例中取值为1；tc为当前时间，在本实例中tc为2022年4月25日；t1为计划完工时间，在本实例中t1为2021年3月2日。本实例中，通过上式以及从数据库实例中读取的相应参数，计算得到当前P(P)为0.492，P(PD)为0.398，P(T)为0.81。
优选地，所述条件适用特征参数的仿真计算方法如下式所示：
Figure BDA0003630453120000111
上式中，Ac为在当前地图范围上检索到已办理区域评估水土保持行政许可的区域边界内，可免予单独审批水土保持方案的占地面积值；A为当前地图范围上检索到已办理区域评估水土保持行政许可的占地面积值；
Figure BDA0003630453120000112
为视图中心点项目所在地理缓冲区域内所有项目占地面积之和。
由于当前项目不属于区域评估对象，因此
Figure BDA0003630453120000113
因此P(Q)＝0。
S13、基于所述数字孪生模型预测水土流失防治责任范围的失效概率P(Invalid)。
优选地，所述失效概率值的计算方法如下式所示：
P(Invalid)＝1-(1-P(R))*(1-P(S))*(1-P(T))*(1-P(Q))；
式中，P(Invalid)为水土流失防治责任范围失效概率，经上述计算算得P(Invalid)为0.99，失效风险极高。
S14、判断所述水土流失防治责任范围的失效概率是否大于预设的报警阈值。
在作为示例的生产建设项目水土保持天地一体化监管系统数据库中，预设的报警阈值为0.3；
S15、若所述水土流失防治责任范围的失效概率大于预设的报警阈值，则执行对应的报警提示操作。
若失效概率值大于预设的报警阈值，说明水土流失防治责任范围大概率存在防治失效的情况，可以在系统中高亮或标注显示，也可以在系统中发送报警提示，以通知用户执行对应的操作。
如图2～图4所示，分别示出了本发明一实施例提供的具有时空交错性和临时性的水土流失防治责任范围、本发明一实施例提供的生产建设项目水土保持卫星遥感监管合规性判断时为何会出现错判、漏判的系统实例图和本发明一实施例提供的通过一种基于数字孪生技术的水土流失防治责任范围失效预测系统计算得出水土流失防治责任范围失效并发出系统报警从而避免错判、漏判的实例图。
在一实施例中，示出的生产建设项目为某场地平整工程，该工程当前已完工验收，并已移交另外的项目建设单位开始实施另外的生产建设项目建设，因此，原来场地平整工程的水土流失防治责任范围已经失效，在该地块上新建设的两个项目一个应属于未批先建项目，一个应属于超防治责任范围建设项目。但是，由于卫星遥感监管人员在解译及合规性判断过程中，忽视了该地块原水土流失防治责任范围已失效这一事实，错误判断为合规，如图3所示。
在一实施例中，由于上述水土流失防治责任范围对象失效概率为0.99高于预设的报警阈值为0.3，系统执行对应的报警提示操作，从而避免了误判的情形，如图4所示。
参照图5，示出了本发明一实施例提供的一种基于数字孪生技术的水土流失防治责任范围失效预测方法的计算机系统流程图。
在实际运行时，可以先遍历数据库，从数据库中提取关于水土流失防治责任范围对象的数据，然后基于上述数据分别计算四种动态特征对应的特征概率值，基于四个特征概率值计算该水土流失防治责任范围的失效概率。由于生产建设项目水土保持天地一体化监管系统中已设置了水土流失防治责任范围失效报警阈值，系统在用户拖动地图时自动判断当前地图范围内的水土流失防治责任范围的失效概率是否大于系统报警阈值，若大于预设的报警阈值，则执行对应的报警提示操作，从而避免了遥感监管合规性判断中的误判的情形。
参照图6，示出了本发明一实施例提供的一种基于数字孪生技术的水土流失防治责任范围失效预测系统的模块结构示意图。
读取模块601，用于从预设的数据库中读取水土流失防治责任范围矢量；
数字孪生模型模块602，用于基于数字孪生技术的思路，建立可在生产建设项目水土保持监督管理全生命周期内实现动态映射的数字孪生模型；
预测模块603，用于基于所述数字孪生模型预测水土流失防治责任范围的失效概率。
需要说明的是，上述基于数字孪生技术的水土流失防治责任范围失效预测系统适用于上述实施的基于数字孪生技术的水土流失防治责任范围失效预测方法。
上述各个模块的具体实施操作方式可参照上述实施例的内容，为了避免重复，在此不再赘述。
本发明实施例提供了一种示例性实施例，一种基于数字孪生技术的水土流失防治责任范围失效预测系统，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的一种基于数字孪生技术的水土流失防治责任范围失效预测方法。
本发明提供一种示例性实施例，一种基于数字孪生技术的水土流失防治责任范围失效预测方法的存储介质，所述基于数字孪生技术的水土流失防治责任范围失效预测方法的存储介质用于存储一个或多个计算机程序，所述一个或多个计算机程序包括程序代码，当所述计算机程序在计算机上运行时，所述程序代码用于执行上述基于数字孪生技术的水土流失防治责任范围失效预测方法。
本申请实施例的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质的更具体的示例至少(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式只读存储器(CDROM)。另外，计算机可读存储介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
本发明提出一种基于数字孪生技术的水土流失防治责任范围失效预测方法及系统，所述方法利用数学孪生技术的思路，建立可在生产建设项目水土保持监督管理全生命周期内实现动态映射的数字孪生模型，基于所述数字孪生模型预测水土流失防治责任范围的失效概率，判断所述水土流失防治责任范围失效的概率值是否大于预设的报警阈值，若所述水土流失防治责任范围失效的概率值大于预设的报警阈值，则执行对应的报警提示操作。最终，达到提高遥感监管工作中合规性判别的准确率，避免漏判、误判的目的。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
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 (11)

1.一种基于数字孪生技术的水土流失防治责任范围失效预测方法，其特征在于，所述方法包括：
从预设的数据库中读取水土流失防治责任范围矢量；
基于数字孪生技术的思路，建立可在生产建设项目水土保持监督管理全生命周期内实现动态映射的数字孪生模型；
基于所述数字孪生模型预测水土流失防治责任范围的失效概率。
2.根据权利要求1所述的基于数字孪生技术的水土流失防治责任范围失效预测方法，其特征在于，所述建立可在生产建设项目水土保持监督管理全生命周期内实现动态映射的数字孪生模型，步骤包括：
从水土流失防治责任范围的动态特征中抽取出关于可撤销性、时空交错性、临时性和条件适用性分别对应的物理特征；
使用所述物理特征对应的特征概率对水土流失防治责任范围的动态特性进行数字孪生建模，其中，所述特征概率包括撤销失效特征概率P(R)、时空交错失效特征概率P(S)、临时用地失效特征概率P(T)和条件适用性失效特征概率P(Q)。
3.根据权利要求2所述的建立可在生产建设项目水土保持监督管理全生命周期内实现动态映射的数字孪生模型，其特征在于，所述撤销失效特征概率的计算方法如下式所示：
Figure FDA0003630453110000011
式中，P(R)为撤销失效特征概率；R为水土保持行政许可撤销事件；Cr表示预设的数据库中被撤销行政许可项目个数，C表示数据库中项目总个数。
4.根据权利要求2所述的建立可在生产建设项目水土保持监督管理全生命周期内实现动态映射的数字孪生模型，其特征在于，所述时空交错失效特征概率的计算方法如下式所示：
Figure FDA0003630453110000021
式中，P(S)为时空交错失效特征概率；S为水土流失防治责任范围的时空交错事件；F为发生项目类型为场平工程的事件；P(F)为发生项目类型为场平工程的事件的概率；D为项目完工事件；FD为发生项目为场平工程且已经完工的事件；P(FD)为发生项目为场平工程且已经完工的事件的概率。
P(F)的计算如下式所示：
Figure FDA0003630453110000022
式中，Cf为预设的数据库中项目类型为场平工程的项目个数，C为数据库中项目总个数。
P(FD)的计算如下式所示：
Figure FDA0003630453110000023
式中，e为自然对数的底；π为圆周率，σ1为尺度参数；tc为当前时间；t1为计划完工时间。
5.根据权利要求2所述的建立可在生产建设项目水土保持监督管理全生命周期内实现动态映射的数字孪生模型，其特征在于，所述临时用地失效特征概率的计算方法如下式所示：
Figure FDA0003630453110000024
式中，P(T)为临时用地失效特征概率；T为水土流失防治责任范围中有临时用地失效的事件；P为项目分区中包含临时用地的事件；D为项目完工事件；PD为项目分区中包含临时用地且项目已经完工的事件；P(PD)为发生项目分区中包含临时用地且项目已经完工的事件概率。
P(P)的计算如下式所示：
Figure FDA0003630453110000031
式中，Cp表示预设的数据库中包含临时占地的项目个数，C为数据库中项目总个数。
P(PD)的计算如下式所示：
Figure FDA0003630453110000032
式中，e为自然对数的底；π为圆周率，σ2为尺度参数；tc为当前时间；t1为计划完工时间。
6.根据权利要求2所述的建立可在生产建设项目水土保持监督管理全生命周期内实现动态映射的数字孪生模型，其特征在于，所述条件适用性失效特征概率的仿真计算方法如下式所示：
Figure FDA0003630453110000033
上式中，P(Q)为条件适用性失效特征概率；Q为项目原来适用的可免予办理水土保持方案审批的法律法规条款不再适用的事件；Ac为在当前地图范围上检索到已办理区域评估水土保持行政许可的区域边界内，可免予单独审批水土保持方案的占地面积值；A为当前地图范围上检索到已办理区域评估水土保持行政许可的占地面积值；
Figure FDA0003630453110000034
为视图中心点项目所在地理缓冲区域内所有项目占地面积之和；S为当前水土流失防治责任范围矢量，
Figure FDA0003630453110000035
为断言函数，当S为水土保持区域评估对象时
Figure FDA0003630453110000036
为1，否则为0。
7.根据权利要求1所述的基于数字孪生技术的水土流失防治责任范围失效预测方法，其特征在于，所述水土流失防治责任范围的失效概率的计算方法如下式所示：
P(Invalid)＝1-(1-P(R))*(1-P(S))*(1-P(T))*(1-P(Q))
式中，P(Invalid)为水土流失防治责任范围的失效概率，P(R)为撤销失效特征概率，P(S)为时空交错失效特征概率，P(T)为临时用地失效特征概率，P(Q)为条件适用性失效特征概率。
8.根据权利要求1所述的基于数字孪生技术的水土流失防治责任范围失效预测方法，其特征在于，在所述基于所述数字孪生模型预测水土流失防治责任范围的失效概率的步骤后，所述方法还包括：
判断所述水土流失防治责任范围的失效概率是否大于预设的报警阈值；
若所述水土流失防治责任范围的失效概率大于预设的报警阈值，则执行对应的报警提示操作。
9.一种基于数字孪生技术的水土流失防治责任范围失效预测系统，其特征在于，所述系统包括：
读取模块，用于从预设的数据库中读取水土流失防治责任范围矢量；
数字孪生模型模块，用于基于数字孪生技术的思路，建立可在生产建设项目水土保持监督管理全生命周期内实现动态映射的数字孪生模型；
预测模块，用于基于所述数字孪生模型预测水土流失防治责任范围的失效概率。
10.一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-8任意一项所述的基于数字孪生技术的水土流失防治责任范围失效预测方法。
11.一种存储介质，其特征在于，所述存储介质存储有计算机可执行程序，所述计算机可执行程序用于使计算机执行如权利要求1-8任意一项所述的基于数字孪生技术的水土流失防治责任范围失效预测方法。
CN202210487257.9A 2022-05-06 2022-05-06 基于数字孪生技术的水土流失防治责任范围失效预测方法 Active CN114997466B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210487257.9A CN114997466B (zh) 2022-05-06 2022-05-06 基于数字孪生技术的水土流失防治责任范围失效预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210487257.9A CN114997466B (zh) 2022-05-06 2022-05-06 基于数字孪生技术的水土流失防治责任范围失效预测方法

Publications (2)

Publication Number Publication Date
CN114997466A true CN114997466A (zh) 2022-09-02
CN114997466B CN114997466B (zh) 2023-04-07

Family

ID=83025607

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210487257.9A Active CN114997466B (zh) 2022-05-06 2022-05-06 基于数字孪生技术的水土流失防治责任范围失效预测方法

Country Status (1)

Country Link
CN (1) CN114997466B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190138662A1 (en) * 2017-11-07 2019-05-09 General Electric Company Programmatic behaviors of a contextual digital twin
CN111737811A (zh) * 2020-05-09 2020-10-02 北京航空航天大学 基于数字孪生的直升机动部件寿命管理方法、设备、介质
CN113517760A (zh) * 2021-09-10 2021-10-19 广州健新科技有限责任公司 一种基于大数据和数字孪生的电池储能站监测方法及系统
CN113569445A (zh) * 2021-07-01 2021-10-29 洛阳星派数值仿真研究院有限公司 一种基于数字孪生技术的钢结构健康监测系统及方法
US20220108262A1 (en) * 2020-10-04 2022-04-07 Strong Force Iot Portfolio 2016, Llc Industrial digital twin systems and methods with echelons of executive, advisory and operations messaging and visualization

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190138662A1 (en) * 2017-11-07 2019-05-09 General Electric Company Programmatic behaviors of a contextual digital twin
CN111737811A (zh) * 2020-05-09 2020-10-02 北京航空航天大学 基于数字孪生的直升机动部件寿命管理方法、设备、介质
US20220108262A1 (en) * 2020-10-04 2022-04-07 Strong Force Iot Portfolio 2016, Llc Industrial digital twin systems and methods with echelons of executive, advisory and operations messaging and visualization
CN113569445A (zh) * 2021-07-01 2021-10-29 洛阳星派数值仿真研究院有限公司 一种基于数字孪生技术的钢结构健康监测系统及方法
CN113517760A (zh) * 2021-09-10 2021-10-19 广州健新科技有限责任公司 一种基于大数据和数字孪生的电池储能站监测方法及系统

Also Published As

Publication number Publication date
CN114997466B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN103473473B (zh) 一种基于散点图的数据质量检测方法及系统
CN111752481B (zh) 一种基于spd的内存监控及寿命预测方法和系统
CN111984930A (zh) 一种地下水水位监测数据异常值识别方法及系统
CN114611941A (zh) 一种考虑空间危险性的滑坡灾害评价方法及系统
CN116187554A (zh) 流域的处理方法和装置、电子设备
CN117493805A (zh) 一种地质灾害评价过程中斜坡单元的评分取值方法
CN114997466B (zh) 基于数字孪生技术的水土流失防治责任范围失效预测方法
CN114219917A (zh) 一种激光雷达点云数据的漏洞修复方法
Tang et al. A graphical approach to obtaining confidence limits of Cpk
CN115311574B (zh) 一种建筑物监测方法、设备及介质
Hou et al. Automatic Extraction of Drainage Networks from DEMs Base on Heuristic Search.
CN118038633A (zh) 一种滑坡地质灾害监测预警方法及装置
CN111950993A (zh) 地质灾害防治全流程管理系统、方法及存储介质
CN109947819B (zh) 疑似作弊区域的挖掘方法、装置、计算机设备和存储介质
CN115327061B (zh) 水质重金属检测方法、装置、设备及存储介质
JP6960834B2 (ja) 地盤調査位置の決定方法、決定装置、地盤推定方法および地盤推定装置
CN104035866B (zh) 基于系统调用分析的软件行为评估方法和装置
CN113902457B (zh) 房源信息可靠性的评估方法、装置、电子设备及存储介质
CN112529315B (zh) 一种滑坡的预测方法、装置、设备和存储介质
CN112561171B (zh) 一种滑坡的预测方法、装置、设备及存储介质
US20200272647A1 (en) Contextual Grouping
JP2006010393A (ja) 土中水分解析装置、土中水分解析方法、土中水分解析プログラム及びタンクモデル生成方法
CN114070650B (zh) 网络资产评估方法、装置、电子设备及可读储存介质
CN113610337B (zh) 基坑工程风险确定方法、装置、计算机设备和存储介质
CN116541479B (zh) 瓦块数据编译方法、装置、计算机设备和存储介质

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
GR01 Patent grant
GR01 Patent grant