CN115115287B - 内涝堵塞处理方法、装置、设备与存储介质 - Google Patents
内涝堵塞处理方法、装置、设备与存储介质 Download PDFInfo
- Publication number
- CN115115287B CN115115287B CN202211037205.8A CN202211037205A CN115115287B CN 115115287 B CN115115287 B CN 115115287B CN 202211037205 A CN202211037205 A CN 202211037205A CN 115115287 B CN115115287 B CN 115115287B
- Authority
- CN
- China
- Prior art keywords
- waterlogging
- blockage
- garbage
- point
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000011282 treatment Methods 0.000 title claims abstract description 47
- 239000010813 municipal solid waste Substances 0.000 claims abstract description 161
- 230000000903 blocking effect Effects 0.000 claims abstract description 74
- 238000011269 treatment regimen Methods 0.000 claims abstract description 22
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 52
- 238000009825 accumulation Methods 0.000 claims description 31
- 238000012545 processing Methods 0.000 claims description 27
- 238000001514 detection method Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 238000007726 management method Methods 0.000 claims description 6
- 238000005202 decontamination Methods 0.000 claims description 2
- 230000003588 decontaminative effect Effects 0.000 claims description 2
- 230000004888 barrier function Effects 0.000 claims 1
- 230000002265 prevention Effects 0.000 abstract description 4
- 238000004140 cleaning Methods 0.000 description 13
- 238000012549 training Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000003672 processing method Methods 0.000 description 5
- 239000002699 waste material Substances 0.000 description 5
- 238000012790 confirmation Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 150000001875 compounds Chemical class 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种内涝堵塞处理方法、装置、设备与存储介质，属于应急防灾技术领域。本发明通过检测积涝点，并确认积涝点中未完全堵塞的目标积涝点，对目标积涝点的汇流信息进行动态监测，进而确认汇流信息中汇流垃圾到达所述目标积涝点的先后顺序，并根据先后顺序判断汇流垃圾是否满足堵塞条件，进一步的确认汇流垃圾是否满足堵塞条件，从而预测目标积涝点的堵塞情况，再基于堵塞情况确定堵塞处理优先级，并根据堵塞处理优先级制定内涝堵塞处理策略，从而实现合理的应急资源调度。
Description
技术领域
本发明涉及应急防灾技术领域，尤其涉及内涝堵塞处理方法、装置、设备与存储介质。
背景技术
随着全球气候变化和城市化进程的加快，灾害已经成为人类发展的一大挑战。城市作为人口和经济密集的巨大载体，日益成为国际社会和国家防灾的中心和重点。而城市内涝灾害作为城市灾害的重点防治对象之一，越来越引起了人们的注意，如何科学地开展针对城市内涝灾害的防灾减灾工作成为了亟须解决的问题。
由于内涝灾害大多是因为排水口或者排水道发生堵塞，导致水流无法及时被排除形成积涝点，因此，需要对发生堵塞的积涝点进行疏通。现有技术中，为了能准确的对堵塞处进行疏通，一般是看排水口或者排水道等积涝点的积水量来判断当前积涝点是否堵塞从而决定是否需要派疏通人员前往疏通。然而，在发生内涝灾害时，被堵塞的积涝点往往有多个，有些积涝点是急需疏通的，有些积涝点是不需要立刻疏通的，如果按照传统的做法，仅对积水量多的积涝点进行优先疏通，势必会因为人员调度问题出现资源利用不当的情况发生，如一些急需疏通的积涝点没有得到及时疏通，从而扩大内涝灾害；一些不需要马上疏通的积涝点又加派人员去处理，导致人员调度不当等。
发明内容
本发明的主要目的在于提供一种内涝堵塞处理方法、装置、设备与存储介质，旨在解决如何准确判断积涝点，以便于后续做出准确的人员决策的问题。
为实现上述目的，本发明提供一种内涝堵塞处理方法，所述内涝堵塞处理包括以下步骤：
检测积涝点，并确认所述积涝点中未完全堵塞的目标积涝点；
动态监测所述目标积涝点的汇流信息，所述汇流信息包括汇流垃圾；
确认所述汇流垃圾到达所述目标积涝点的先后顺序；
根据所述先后顺序确认所述汇流垃圾是否满足堵塞条件，并预测所述目标积涝点的堵塞情况；
基于所述堵塞情况确定堵塞处理优先级，并根据所述堵塞处理优先级制定内涝堵塞处理策略。
可选地，所述基于所述堵塞情况确定堵塞处理优先级的步骤包括：
计算清污队伍与所述目标积涝点之间的距离；
基于所述距离和所述堵塞情况，确定堵塞处理优先级。
可选地，所述基于所述堵塞情况确定堵塞处理优先级的步骤包括：
根据预设公式预测所述目标积涝点的堵塞时间；
基于所述堵塞时间和所述堵塞情况，确定堵塞处理优先级。
可选地，所述根据所述先后顺序确认所述汇流垃圾是否满足堵塞条件的步骤包括：
获取所述汇流垃圾的垃圾参数，根据所述先后顺序和所述垃圾参数判断所述汇流垃圾是否会形成堵塞垃圾；
若是，则确认所述汇流垃圾满足堵塞条件。
可选地，所述确认所述汇流垃圾到达所述目标积涝点的先后顺序的步骤包括：
获取所述汇流垃圾至所述目标积涝点的移动路径上的障碍物信息；
基于所述障碍物信息，确认所述汇流垃圾到达所述目标积涝点的先后顺序。
可选地，所述根据所述先后顺序确认所述汇流垃圾是否满足堵塞条件的步骤包括：
识别所述汇流垃圾的垃圾种类；
将所述垃圾种类输入预先训练的预测模型，输出预测结果，并基于所述预测结果确认所述汇流垃圾是否满足堵塞条件。
可选地，所述基于所述堵塞情况确定堵塞处理优先级，根据所述堵塞处理优先级制定内涝堵塞处理策略的步骤之后，所述方法还包括：
在实施所述内涝堵塞处理策略后，接收对应的反馈消息，并根据所述反馈消息调整内涝堵塞处理策略。
此外，为实现上述目的，本发明还提供一种内涝堵塞处理装置，所述装置包括：
积涝点检测模块，用于检测积涝点，并确认所述积涝点中未完全堵塞的目标积涝点；
汇流检测模块，用于动态监测所述目标积涝点的汇流信息，所述汇流信息包括汇流垃圾；
确认模块，用于确认所述汇流垃圾到达所述目标积涝点的先后顺序；
堵塞预测模块，用于根据所述先后顺序确认所述汇流垃圾是否满足堵塞条件，并预测所述目标积涝点的堵塞情况；
处理策略生成模块，用于基于所述堵塞情况确定堵塞处理优先级，并根据所述堵塞处理优先级制定内涝堵塞处理策略。
可选地，所述处理策略生成模块还用于：
计算清污队伍与所述目标积涝点之间的距离；
基于所述距离和所述堵塞情况，确定堵塞处理优先级。
可选地，所述处理策略生成模块还用于：
根据预设公式预测所述目标积涝点的堵塞时间；
基于所述堵塞时间和所述堵塞情况，确定堵塞处理优先级。
可选地，所述堵塞预测模块还用于：
获取所述汇流垃圾的垃圾参数，根据所述先后顺序和所述垃圾参数判断所述汇流垃圾是否会形成堵塞垃圾；
若是，则确认所述汇流垃圾满足堵塞条件。
可选地，所述确认模块还用于：
获取所述汇流垃圾至所述目标积涝点的移动路径上的障碍物信息；
基于所述障碍物信息，确认所述汇流垃圾到达所述目标积涝点的先后顺序。
可选地，所述堵塞预测模块还用于：
识别所述汇流垃圾的垃圾种类；
将所述垃圾种类输入预先训练的预测模型，输出预测结果，并基于所述预测结果确认所述汇流垃圾是否满足堵塞条件。
可选地，所述处理策略生成模块还用于：
接收对应的反馈消息，并根据所述反馈消息调整内涝堵塞处理策略。
此外，为实现上述目的，本发明还提供一种内涝堵塞处理设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的内涝堵塞处理程序，所述内涝堵塞处理程序配置为实现如上所述的内涝堵塞处理方法的步骤。
此外，为实现上述目的，本发明还提供一种存储介质，所述存储介质上存储有内涝堵塞处理程序，所述内涝堵塞处理程序被处理器执行时实现如上所述的内涝堵塞处理方法的步骤。
本发明实施例提出的内涝堵塞处理方法、装置、设备与存储介质，通过检测积涝点，并确认积涝点中未完全堵塞的目标积涝点，对目标积涝点的汇流信息进行动态监测，进而确认汇流信息中汇流垃圾到达所述目标积涝点的先后顺序，并根据先后顺序判断汇流垃圾是否满足堵塞条件，进一步的确认汇流垃圾是否满足堵塞条件，从而预测目标积涝点的堵塞情况，再基于堵塞情况确定堵塞处理优先级，并根据堵塞处理优先级制定内涝堵塞处理策略，从而实现合理的应急资源调度。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的内涝堵塞处理设备的结构示意图；
图2为本发明内涝堵塞处理方法第一实施例的流程示意图；
图3为本发明内涝堵塞处理方法一实施例中步骤S50的细化流程示意图；
图4为本发明内涝堵塞处理方法一实施例中堵塞条件判定的细化流程示意图；
图5为本发明内涝堵塞处理装置一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的内涝堵塞处理设备结构示意图。
如图1所示，该内涝堵塞处理设备可以包括：处理器1001，例如中央处理器（Central Processing Unit，CPU），通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（Display）、输入单元比如键盘（Keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如无线保真（WIreless-FIdelity，WI-FI）接口）。存储器1005可以是高速的随机存取存储器（RandomAccess Memory，RAM）存储器，也可以是稳定的非易失性存储器（Non-Volatile Memory，NVM），例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对内涝堵塞处理设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及内涝堵塞处理程序。
在图1所示的内涝堵塞处理设备中，网络接口1004主要用于与其他设备进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明内涝堵塞处理设备中的处理器1001、存储器1005可以设置在内涝堵塞处理设备中，所述内涝堵塞处理设备通过处理器1001调用存储器1005中存储的内涝堵塞处理程序，并执行本发明实施例提供的内涝堵塞处理方法。
本发明实施例提供了一种内涝堵塞处理方法，参照图2，图2为本发明内涝堵塞处理方法第一实施例的流程示意图。
本实施例中，所述内涝堵塞处理方法包括：
步骤S10，检测积涝点，并确认所述积涝点中未完全堵塞的目标积涝点；
步骤S20，动态监测所述目标积涝点的汇流信息，所述汇流信息包括汇流垃圾；
步骤S30，确认所述汇流垃圾到达所述目标积涝点的先后顺序；
步骤S40，根据所述先后顺序确认所述汇流垃圾是否满足堵塞条件，并预测所述目标积涝点的堵塞情况；
步骤S50，基于所述堵塞情况确定堵塞处理优先级，并根据所述堵塞处理优先级制定内涝堵塞处理策略。
本实施例内涝堵塞处理方法主要用于当发生城市内涝灾害后，对积涝点进行清理的工作中，具体地，通常出现积涝点是由于雨水管渠、排水井盖堵塞，导致排水能力不足造成堵塞积水，那么当排水井盖堵塞后需要对其采取清堵措施，以使排水能力恢复。在清堵的过程中，首先，对于完全堵死的积涝点，肯定是需要采取清堵措施的，然而，如何确认未完全堵死的积涝点的清理优先顺序是亟待解决的问题。通常，会采取根据积水深度、积水面积确认清理优先顺序的方法，然而仅对积水量多的积涝点进行优先疏通，势必会因为人员调度问题出现资源利用不当的情况发生，如一些急需疏通的积涝点没有得到及时疏通，从而扩大内涝灾害；一些不需要马上疏通的积涝点又加派人员去处理，导致人员调度不当等。因此，本实施例提出了一种内涝堵塞处理方法，旨在准确判断积涝点是否需要清堵，以更好地处理城市内涝灾害。
以下将对各个步骤进行详细说明：
步骤S10，检测积涝点，并确认所述积涝点中未完全堵塞的目标积涝点；
在一实施例中，检测存在的积涝点，并确认积涝点中未完全堵塞的积涝点，并将未完全堵塞的积涝点定义为目标积涝点。具体地，根据无人机拍摄的画面以及无人机携带的遥感摄像头、合成孔径雷达(SAR)等获取积涝点信息，并判断积涝点是否完全堵塞。另一实施方式中，也可以通过人工肉眼观察、井内流速检测计等方式判断内涝点是否完全堵塞。可以理解的，本实施例中所处理的对象就是未完全堵塞的积涝点，为了预防未完全堵塞的积涝点发展为完全堵塞的积涝点，需要先将目标积涝点找出，并采取对应的清理措施。其中，可以根据行政区域划分积涝点检测范围，也即分区进行检测，并且对应的区域设置有专门的清堵资源。
步骤S20，动态监测所述目标积涝点的汇流信息，所述汇流信息包括汇流垃圾；
在一实施例中，当确认目标积涝点后，动态监测目标积涝点的汇流信息。其中，汇流信息指的是目标积涝点汇流数据，除了水以外，流向目标积涝点的还有被水流冲刷过来的砂石、垃圾等，其中，会造成堵塞的为汇流垃圾，因此，获取汇流垃圾的相关信息。具体地，可以通过积涝点附近的摄像设备采集汇流信息，也可以通过无人机搭载的视觉识别装置采集。
步骤S30，确认所述汇流垃圾到达所述目标积涝点的先后顺序；
步骤S40，根据所述先后顺序确认所述汇流垃圾是否满足堵塞条件，并预测所述目标积涝点的堵塞情况；
在一实施例中，确认汇流垃圾到达目标积涝点的先后顺序，并根先后顺序确认汇流垃圾是否满足堵塞条件，进一步地预测堵塞情况。其中，汇流垃圾到达目标积涝点的先后顺序通过视觉识别设备容易获取。例如，可以通过视觉识别设备识别出汇流垃圾，进一步地对其运动轨迹进行动态追踪，从而计算出各汇流垃圾到达目标积涝点的先后顺序。
可以理解的，单独的一个汇流垃圾可能并不会使目标积涝点堵塞，然而汇流垃圾之间可能发生勾连、缠绕，从而发生堵塞。假设有汇流垃圾A和汇流垃圾B，A为树枝，B为塑料袋，当排水井盖上只有树枝时水流能正常流动，而塑料袋B原本可以从排水井盖的网格缝隙中被水流冲下去，而当塑料袋B流动到排水井盖上时，与已经到达树枝A发生缠绕，塑料袋A挂在树枝B上无法流入下水道中，则有可能会使部分排水网格被该塑料袋堵塞。类似地，容易造成堵塞的垃圾还有菜叶、矿泉水瓶、板状物、纸皮等等。
因此，首先根据汇流垃圾到达目标积涝点的先后顺序确认汇流垃圾之间是否会出现堵塞的情况。如上述的例子，判断是否满足堵塞条件，A、B到达的先后顺序可以是同时到达目标积涝点，或者是A先到达B后到达，这两种情况都满足堵塞条件。其次，在形成堵塞垃圾后，进一步地需要判断汇流垃圾是否会与堵塞垃圾之间发生勾连、缠绕等，从而进一步地加剧堵塞。因此，根据汇流垃圾具体是什么，并且以何种顺序到达会发生堵塞，来设置得到用于判定的堵塞条件。
更进一步地，根据汇流垃圾是否满足堵塞条件的判定结果来预测目标积涝点的堵塞情况。其中，堵塞情况包括是否发生堵塞、堵塞程度、堵塞时间中的一种或多种。在一实施方式中，可以根据堵塞面积预测堵塞情况。例如，检测到有四五个垃圾满足堵塞条件，会一起堵塞在积涝处，使得可排水面积只剩原来的1/3，也即堵塞面积占了可排水面积的2/3，则预测其堵塞情况为严重。
步骤S50，基于所述堵塞情况确定堵塞处理优先级，并根据所述堵塞处理优先级制定内涝堵塞处理策略。
在一实施例中，根据堵塞情况确定各个目标积涝点对应的堵塞处理优先级，并根据所述堵塞处理优先级制定内涝堵塞处理策略。具体地，当预测得到堵塞情况后，将堵塞情况按严重到轻微的程度进行排序，对应的将堵塞情况严重的目标积涝点优先级设置为高，堵塞情况为轻微的目标积涝点优先级设置为低，并可将各个目标积涝点的堵塞情况以不同颜色标注在区域地图上，并且实时更新，使得决策人员能够直观地看到城市内涝严重程度和发展情况，从而帮助决策人员更快地判断哪一片区的堵塞情况严重，需要如何制定内涝堵塞处理策略。当存在多个目标积涝点的堵塞情况相近时，例如都为最高优先级时，可以根据区域各街道或各分区总体堵塞情况，选择总体堵塞情况高的片区中最高优先级的目标积涝点进行清理。
本实施例通过检测积涝点，并确认积涝点中未完全堵塞的目标积涝点，对目标积涝点的汇流信息进行动态监测，进而确认汇流信息中汇流垃圾到达所述目标积涝点的先后顺序，并根据先后顺序判断汇流垃圾是否满足堵塞条件，进一步的确认汇流垃圾是否满足堵塞条件，从而预测目标积涝点的堵塞情况，再基于堵塞情况确定堵塞处理优先级，并根据堵塞处理优先级制定内涝堵塞处理策略，从而实现合理的应急资源调度。
进一步地，基于本发明内涝堵塞处理方法第一实施例，提出本发明内涝堵塞处理方法第二实施例。
参照图3，图3为本发明内涝堵塞处理方法一实施例中步骤S50的细化流程示意图，在第二实施例中，所述基于所述堵塞情况确定堵塞处理优先级的步骤包括：
步骤S51，计算清污队伍与所述目标积涝点之间的距离；
步骤S52，基于所述距离和所述堵塞情况，确定堵塞处理优先级。
在一实施例中，根据清污队伍与目标积涝点之间的距离和堵塞情况确定堵塞处理优先级。可以理解的，清污队伍到达积涝点清理是需要一定的时间的，具体地，为了保证清理的时效性，当堵塞情况相近时，优先对距离近的目标积涝点进行清理。因此，本实施例通过确认清污队伍与目标积涝点之间的距离，结合堵塞情况进行堵塞处理优先级判定，从而合理地调度救灾资源。
更进一步地，本方案中还可以根据历史数据获取易涝点的分布情况，合理设置清污队伍所在驻地。具体地，以每个易涝点位置为圆心，半径5公里画圈，选取不同圈的交点的较密集处，例如使用多圆交点计算方法选取密集处，根据密集情况设置清污队伍驻地，尽可能地保证用最少的队伍、最优效率地在汛期治理积涝点。
进一步地，在一实施例中，所述基于所述堵塞情况确定堵塞处理优先级的步骤包括：
步骤S53，根据预设公式预测所述目标积涝点的堵塞时间；
步骤S54，基于所述堵塞时间和所述堵塞情况，确定堵塞处理优先级。
在一实施例中，对目标积涝点的堵塞时间进行预测，并根据堵塞时间和堵塞情况来确认堵塞处理优先级。堵塞时间为目标积涝点完全堵塞所需要的时间，一实施方式中，可以根据堵塞情况和降水情况对其进行预测。可以理解的，堵塞情况严重的积涝点是急需清理的目标积涝点，而对于堵塞情况一样严重的目标积涝点，则可以根据其完全堵塞的快慢来确定目标积涝点的堵塞处理优先级，对快要堵塞的目标积涝点优先清理。
具体地，可以通过以下步骤预测目标积涝点的堵塞时间：
首先，无人机植入算法，拍摄到积涝点后，可以通过最小二分法，将积涝点的积水面积划分为若干个网格。例如，从长0.01m*宽0.01m开始，当划分到一定阶段后，无法再用长0.01m*宽0.01m的尺寸划分时，将网格尺寸减少一半为长0.005m*宽0.005m，再继续划分网格，直至长0.005m*宽0.005m亦无法划分时，再将网格减少一半至长0.0025m*宽0.0025m，再继续划分网格，最终减小至长0.00125m*宽0.00125m，再无法划分的区域忽略不计，即网格划分精度为0.00125m，此时用下式计算积水面积：
式中，
为积涝点的积水面积（
），
、
、
均取整数，分别为3类网格的数
量。
则积涝点体积可用下式计算：
式中，
为当前易涝点体积（
）,h为积涝点高度（m），用微分法将易涝点高度均
分为n个区间，则第i个平面对应的区间高度为
；
若此时，已经降雨一段时间，易涝点的积水高度已经达到标度
，则易涝点剩余的
积水可容纳体积可用下式计算：
根据气象数据，可获取1小时降雨量
，单位为mm/h，则当前积涝点的最大面积可
接收雨量可用下式计算：
式中，S为当前积涝点的最大面积可接收雨量（
/s），
为积涝点洞口面积（
），即积涝点最大面积。其中，积涝点洞口面积可以根据堵塞情况实时计算。
积涝点的堵塞时间可用下式计算：
式中，
为预测的积涝点堵塞时间（s）。
更进一步地，基于所述距离、所述堵塞时间和所述堵塞情况，确定堵塞处理优先级。根据上述例子，获取堵塞情况严重的目标积涝点的堵塞时间，根据堵塞时间判断对快要堵塞的目标积涝点，再确认其中距离清污队伍近的目标积涝点优先处理，从而进一步地提高资源利用率，提高应急资源调度的合理性。
本实施例通过计算清污队伍与所述目标积涝点之间的距离，根据距离和堵塞情况，确定堵塞处理优先级；本实施例还可以通过预测目标积涝点的堵塞时间，再基于堵塞时间和堵塞情况，确定堵塞处理优先级。本实施例通过分别引入距离和堵塞时间辅助判定堵塞处理优先级，使得堵塞处理优先级的判定更加科学准确，基于确认的堵塞处理优先级进行内涝堵塞处理策略制定，能够提高制定策略的科学性，从而有效地利用灾害应急资源。
进一步地，基于本发明内涝堵塞处理方法在前实施例，提出本发明内涝堵塞处理方法第三实施例。
参照图4，图4为本发明内涝堵塞处理方法一实施例中堵塞条件判定的细化流程示意图，在第三实施例中，所述根据所述先后顺序确认所述汇流垃圾是否满足堵塞条件的步骤包括：
步骤S41，获取所述汇流垃圾的垃圾参数，根据所述先后顺序和所述垃圾参数判断所述汇流垃圾是否会形成堵塞垃圾；
步骤S42，若是，则确认所述汇流垃圾满足堵塞条件。
在一实施例中，根据汇流垃圾的先后顺序和垃圾参数判断汇流垃圾是否会形成堵塞垃圾。如果确认有同时到达目标积涝点的垃圾，则获取汇流垃圾的垃圾参数来确认两者是否会形成堵塞垃圾；或者是当有停留在目标积涝点的垃圾时，获取停留的汇流垃圾的垃圾参数，以及后续过来汇流垃圾的垃圾参数，判断后续过来的汇流垃圾是否会和停留的垃圾形成堵塞垃圾。其中，垃圾参数为汇流垃圾的形状、结构、体积等。可以理解的，体积较大的垃圾容易在排水井盖处堆积；此外，较硬不易变形的垃圾也容易卡在排水井盖处。因此，可以根据汇流垃圾的垃圾参数来判定是否会形成堵塞垃圾，若会形成堵塞垃圾则满足堵塞条件。
进一步地，在一实施例中，所述根据所述先后顺序确认所述汇流垃圾是否满足堵塞条件的步骤包括：
步骤S43，识别所述汇流垃圾的垃圾种类；
步骤S44，将所述垃圾种类输入预先训练的预测模型，输出预测结果，并基于所述预测结果确认所述汇流垃圾是否满足堵塞条件。
在一实施例中，识别汇流垃圾的垃圾种类，并将垃圾种类输入预先训练的预测模型，通过预测模型预测汇流垃圾是否满足堵塞条件。其中，识别汇流垃圾的垃圾种类，可以通过图像识别模型识别得到。具体地，通过图像采集装置来获取汇流垃圾图像，分割训练测试数据集，之后将带标签的训练集数据输入图像分类网络。其中，图像分类网络可以为VGG网络、GoogLeNet网络、Residual Network残差网络等，根据输出解决对所述图像分类网络进行调参测试，从而训练得到图像识别模型。
预测模型采用机器学习的方式训练得到，能够预测输入的垃圾种类之间是否会发生缠绕、勾连等。其中，需要人为地对数据进行标注，也即通过实验确定哪些种类的垃圾会导致堵塞，并将实验数据作为训练数据进行模型训练。具体地，可以选用决策树算法进行训练。从而预测得到输入的两种、甚至多种汇流垃圾是否会勾连、缠绕等，并根据预测结果来确认汇流垃圾是否满足堵塞条件。
进一步地，在一实施例中，所述确认所述汇流垃圾到达所述目标积涝点的先后顺序的步骤包括：
步骤S31，获取所述汇流垃圾至所述目标积涝点的移动路径上的障碍物信息；
步骤S32，基于所述障碍物信息，确认所述汇流垃圾到达所述目标积涝点的先后顺序。
在一实施例中，在汇流垃圾流至目标积涝点的移动路径上可能会存在障碍物，那么障碍物会对汇流垃圾的流动速度和流动轨迹造成影响，从而改变其到达目标积涝点的先后顺序。在一实施方式中，可以通过检测汇流垃圾的移动速度以及距离目标积涝点的距离来计算先后顺序，然而忽略了可能出现的障碍物情况，因此，本实施例中通过获取移动路径上的障碍物信息来预测汇流垃圾到达目标积涝点的先后顺序，从而准确地得到汇流垃圾到达的先后顺序。
进一步地，在一实施例中，所述基于所述堵塞情况确定堵塞处理优先级，根据所述堵塞处理优先级制定内涝堵塞处理策略的步骤之后，所述方法还包括：
步骤S60，在实施所述内涝堵塞处理策略后，接收对应的反馈消息，并根据所述反馈消息调整内涝堵塞处理策略。
在一实施例中，当采用内涝堵塞处理策略后，接收对应的反馈消息，基于反馈消息对内涝堵塞处理策略进行调整。具体地，通过实时采集目标积涝点的堵塞情况、积涝程度，判断实施该内涝堵塞处理策略后，是否能有效改善城市内涝灾害，对灾害情况进行实时监控，以实时更新调整内涝堵塞处理策略。
本实施例通过获取汇流垃圾到达目标积涝点的先后顺序和汇流垃圾的垃圾参数来判断汇流垃圾是否会形成堵塞垃圾，进而确认汇流垃圾是否满足堵塞条件；此外，还可以通过识别汇流垃圾的垃圾种类，将汇流垃圾的垃圾种类输入预先训练的预测模型，输出预测结果，并根据预测结果确认汇流垃圾是否满足堵塞条件，提高了堵塞条件判定的智能性；同时，在确认汇流垃圾到达目标积涝点的先后顺序时，通过获取汇流垃圾至目标积涝点的移动路径上的障碍物信息来确认，以提高先后顺序判断的准确性，从而更好地生成堵塞处理优先级；进一步地，在实施内涝堵塞处理策略后，通过接收对应的反馈消息，并根据反馈消息调整内涝堵塞处理策略，以提升内涝灾害治理效果，最大程度降低内涝的灾害影响。
本发明还提供一种内涝堵塞处理装置。如图5所示，图5是本发明内涝堵塞处理装置一实施例的功能模块示意图。
本发明内涝堵塞处理装置包括：
积涝点检测模块10，用于检测积涝点，并确认所述积涝点中未完全堵塞的目标积涝点；
汇流检测模块20，用于动态监测所述目标积涝点的汇流信息，所述汇流信息包括汇流垃圾；
确认模块30，用于确认所述汇流垃圾到达所述目标积涝点的先后顺序；
堵塞预测模块40，用于根据所述先后顺序确认所述汇流垃圾是否满足堵塞条件，并预测所述目标积涝点的堵塞情况；
处理策略生成模块50，用于基于所述堵塞情况确定堵塞处理优先级，并根据所述堵塞处理优先级制定内涝堵塞处理策略。
可选地，所述处理策略生成模块还用于：
计算清污队伍与所述目标积涝点之间的距离；
基于所述距离和所述堵塞情况，确定堵塞处理优先级。
可选地，所述处理策略生成模块还用于：
根据预设公式预测所述目标积涝点的堵塞时间；
基于所述堵塞时间和所述堵塞情况，确定堵塞处理优先级。
可选地，所述堵塞预测模块还用于：
获取所述汇流垃圾的垃圾参数，根据所述先后顺序和所述垃圾参数判断所述汇流垃圾是否会形成堵塞垃圾；
若是，则确认所述汇流垃圾满足堵塞条件。
可选地，所述确认模块还用于：
获取所述汇流垃圾至所述目标积涝点的移动路径上的障碍物信息；
基于所述障碍物信息，确认所述汇流垃圾到达所述目标积涝点的先后顺序。
可选地，所述堵塞预测模块还用于：
识别所述汇流垃圾的垃圾种类；
将所述垃圾种类输入预先训练的预测模型，输出预测结果，并基于所述预测结果确认所述汇流垃圾是否满足堵塞条件。
可选地，所述处理策略生成模块还用于：
接收对应的反馈消息，并根据所述反馈消息调整内涝堵塞处理策略。
本发明还提供一种存储介质。
本发明存储介质上存储有内涝堵塞处理程序，所述内涝堵塞处理程序被处理器执行时实现如上所述的内涝堵塞处理方法的步骤。
其中，在所述处理器上运行的管理程序被执行时所实现的方法可参照本发明管理方法各个实施例，此处不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还 包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述 实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通 过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体 现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光 盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种内涝堵塞处理方法，其特征在于，所述内涝堵塞处理方法包括以下步骤：
检测积涝点，并确认所述积涝点中未完全堵塞的目标积涝点；
动态监测所述目标积涝点的汇流信息，所述汇流信息包括汇流垃圾；
确认所述汇流垃圾到达所述目标积涝点的先后顺序；
根据所述先后顺序确认所述汇流垃圾是否满足堵塞条件，并预测所述目标积涝点的堵塞情况；
基于所述堵塞情况确定堵塞处理优先级，并根据所述堵塞处理优先级制定内涝堵塞处理策略；
其中，所述基于所述堵塞情况确定堵塞处理优先级的步骤包括：
根据预设公式预测所述目标积涝点的堵塞时间，所述预设公式为
，其中，
为预测的积涝点堵塞时间，n为通过微分法将易涝点高度均分的区间数量，
为i个平面内积涝点的积水面积，
为第i个平面对应的区间高度，
为j个平面内积涝点的积水面积，
为第j个平面对应的区间高度，而i，j分别代表拍摄到积涝点后，通过最小二分法，将积涝点的积水面积划分的若干个网格，S为当前积涝点的最大面积可接收雨量；
基于所述堵塞时间和所述堵塞情况，确定堵塞处理优先级。
2.如权利要求1所述的内涝堵塞处理方法，其特征在于，所述基于所述堵塞情况确定堵塞处理优先级的步骤包括：
计算清污队伍与所述目标积涝点之间的距离；
基于所述距离和所述堵塞情况，确定堵塞处理优先级。
3.如权利要求1所述的内涝堵塞处理方法，其特征在于，所述根据所述先后顺序确认所述汇流垃圾是否满足堵塞条件的步骤包括：
获取所述汇流垃圾的垃圾参数，根据所述先后顺序和所述垃圾参数判断所述汇流垃圾是否会形成堵塞垃圾；
若是，则确认所述汇流垃圾满足堵塞条件。
4.如权利要求1所述的内涝堵塞处理方法，其特征在于，所述确认所述汇流垃圾到达所述目标积涝点的先后顺序的步骤包括：
获取所述汇流垃圾至所述目标积涝点的移动路径上的障碍物信息；
基于所述障碍物信息，确认所述汇流垃圾到达所述目标积涝点的先后顺序。
5.如权利要求1所述的内涝堵塞处理方法，其特征在于，所述根据所述先后顺序确认所述汇流垃圾是否满足堵塞条件的步骤包括：
识别所述汇流垃圾的垃圾种类；
将所述垃圾种类输入预先训练的预测模型，输出预测结果，并基于所述预测结果确认所述汇流垃圾是否满足堵塞条件。
6.如权利要求1所述的内涝堵塞处理方法，其特征在于，所述基于所述堵塞情况确定堵塞处理优先级，根据所述堵塞处理优先级制定内涝堵塞处理策略的步骤之后，所述方法还包括：
在实施所述内涝堵塞处理策略后，接收对应的反馈消息，并根据所述反馈消息调整内涝堵塞处理策略。
7.一种内涝堵塞处理装置，其特征在于，所述内涝堵塞处理装置包括：
积涝点检测模块，用于检测积涝点，并确认所述积涝点中未完全堵塞的目标积涝点；
汇流检测模块，用于动态监测所述目标积涝点的汇流信息，所述汇流信息包括汇流垃圾；
确认模块，用于确认所述汇流垃圾到达所述目标积涝点的先后顺序；
堵塞预测模块，用于根据所述先后顺序确认所述汇流垃圾是否满足堵塞条件，并预测所述目标积涝点的堵塞情况；
处理策略生成模块，用于基于所述堵塞情况确定堵塞处理优先级，并根据所述堵塞处理优先级制定内涝堵塞处理策略;
还用于根据预设公式预测所述目标积涝点的堵塞时间，所述预设公式为
，其中，
为预测的积涝点堵塞时间，n为通过微分法将易涝点高度均分的区间数量，
为i个平面内积涝点的积水面积，
为第i个平面对应的区间高度，
为j个平面内积涝点的积水面积，
为第j个平面对应的区间高度，而i，j分别代表拍摄到积涝点后，通过最小二分法，将积涝点的积水面积划分的若干个网格，S为当前积涝点的最大面积可接收雨量；
基于所述堵塞时间和所述堵塞情况，确定堵塞处理优先级 。
8.一种内涝堵塞处理设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的内涝堵塞处理程序，所述内涝堵塞处理程序配置为实现如权利要求1至6中任一项所述的内涝堵塞处理方法的步骤。
9.一种存储介质，其特征在于，所述存储介质上存储有内涝堵塞处理程序，所述内涝堵塞处理程序被处理器执行时实现如权利要求1至6任一项所述的内涝堵塞处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211037205.8A CN115115287B (zh) | 2022-08-29 | 2022-08-29 | 内涝堵塞处理方法、装置、设备与存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211037205.8A CN115115287B (zh) | 2022-08-29 | 2022-08-29 | 内涝堵塞处理方法、装置、设备与存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115115287A CN115115287A (zh) | 2022-09-27 |
| CN115115287B true CN115115287B (zh) | 2022-12-20 |
Family
ID=83336119
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211037205.8A Active CN115115287B (zh) | 2022-08-29 | 2022-08-29 | 内涝堵塞处理方法、装置、设备与存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115115287B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112097851A (zh) * | 2019-06-17 | 2020-12-18 | 深圳市振瀚信息技术有限公司 | 一种易涝点涝情检测方法及内涝预测方法 |
| CN114118544A (zh) * | 2021-11-11 | 2022-03-01 | 深圳市赑玄阁科技有限公司 | 一种城市积涝检测方法及装置 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108510124B (zh) * | 2018-04-09 | 2020-11-03 | 山东大学 | 基于机器学习的水面垃圾清理路径规划方法和装置 |
| CN108711264A (zh) * | 2018-05-16 | 2018-10-26 | 深圳市城市公共安全技术研究院有限公司 | 基于大数据的地质灾害监测方法及监测系统 |
| CA3115486A1 (en) * | 2020-04-17 | 2021-10-17 | Oshkosh Corporation | Thermal management sensors |
| CN112016542A (zh) * | 2020-05-08 | 2020-12-01 | 珠海欧比特宇航科技股份有限公司 | 城市积涝智能检测方法及系统 |
| CN113378450A (zh) * | 2021-04-16 | 2021-09-10 | 水利部珠江水利委员会技术咨询(广州)有限公司 | 智能水务模拟分析预警方法、系统、电子设备及介质 |
| CN113984140A (zh) * | 2021-09-18 | 2022-01-28 | 浙江优控云科技有限公司 | 一种排水防涝管理方法、系统、电子装置及存储介质 |
| CN114022756A (zh) * | 2021-09-24 | 2022-02-08 | 惠州学院 | 排水盖周边垃圾的视觉识别方法、电子设备及存储介质 |
-
2022
- 2022-08-29 CN CN202211037205.8A patent/CN115115287B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112097851A (zh) * | 2019-06-17 | 2020-12-18 | 深圳市振瀚信息技术有限公司 | 一种易涝点涝情检测方法及内涝预测方法 |
| CN114118544A (zh) * | 2021-11-11 | 2022-03-01 | 深圳市赑玄阁科技有限公司 | 一种城市积涝检测方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115115287A (zh) | 2022-09-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Abebe et al. | Assessing urban areas vulnerability to pluvial flooding using GIS applications and Bayesian Belief Network model | |
| CN109639762B (zh) | 城市物联网信息分级处理系统及方法 | |
| Kirshen et al. | Adapting urban infrastructure to climate change: A drainage case study | |
| Keung et al. | Smart city application and analysis: Real-time urban drainage monitoring by iot sensors: A case study of Hong Kong | |
| JP7255640B2 (ja) | 下水道管渠内水位予測方法 | |
| KR20140029155A (ko) | 실시간 제어 기반의 지능형 우수관리 시스템 및 방법 | |
| US20190120637A1 (en) | Predicting vehicle travel time on routes of unbounded length in arterial roads | |
| Tran et al. | Neural networks deterioration models for serviceability condition of buried stormwater pipes | |
| Conley et al. | Using a deep learning model to quantify trash accumulation for cleaner urban stormwater | |
| Talukder et al. | Usensewer: Ultrasonic sensor and gsm-arduino based automated sewerage management | |
| Corrado et al. | Water management and municipal climate adaptation plans: a preliminary assessment for flood risks management at urban scale | |
| US20220228356A1 (en) | Actionable stormwater services platform | |
| US10706720B2 (en) | Predicting vehicle travel times by modeling heterogeneous influences between arterial roads | |
| CN115115287B (zh) | 内涝堵塞处理方法、装置、设备与存储介质 | |
| Mishra et al. | Development of decision support system (DSS) for urban flood management: a review of methodologies and results | |
| CN117150600B (zh) | 一种用于城市防内涝的屋顶蓄排水控制方法 | |
| CN113361921A (zh) | 一种工程造价进度监管系统 | |
| Piatyszek et al. | Fault detection on a sewer network by a combination of a Kalman filter and a binary sequential probability ratio test | |
| KR102514560B1 (ko) | 하수관거 악취발생 예측 및 통합관리시스템 | |
| Abebe et al. | Climate change impact and adaptation for urban drainage systems | |
| Li et al. | Exploring Cost-effective Implementation of Real-time Control to Enhance Flooding Resilience against Future Rainfall and Land Cover Changes | |
| Samaei et al. | Management of Surface and Flood Water Collection in Tehran Metropolis Using Artificial Intelligence | |
| CN115660160A (zh) | 一种污水管网排水智能优化系统及方法 | |
| CN115638850A (zh) | 用于洪涝减灾的方法、井盖设备、电子设备和存储介质 | |
| Molina et al. | Hydrologic models for emergency decision support using Bayesian networks |
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 |