CN115221704A - 一种基于数字孪生仿真平台的地质灾害推演方法及系统 - Google Patents
一种基于数字孪生仿真平台的地质灾害推演方法及系统 Download PDFInfo
- Publication number
- CN115221704A CN115221704A CN202210841378.9A CN202210841378A CN115221704A CN 115221704 A CN115221704 A CN 115221704A CN 202210841378 A CN202210841378 A CN 202210841378A CN 115221704 A CN115221704 A CN 115221704A
- Authority
- CN
- China
- Prior art keywords
- deduction
- modeling
- data
- disaster
- geological
- 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
Links
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- 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
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (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仿真平台的地质灾害推演方法及系统,涉及地质灾害相关领域,所述方法包括:连接数据采集装置得到地质组分信息和地面建筑信息,生成地质建模数据和建筑建模数据;以所述地质建模数据和所述建筑建模数据输入数字孪生仿真平台中进行建模,获取区域建模结果;根据所述视频采集装置,获取视频数据集合;按照所述视频数据集合匹配所述区域建模结果进行建模优化,获取优化建模结果;将所述优化建模结果作为推演模型,以预设灾害推演库作为输入变量,得到推演结果数据库进行危险性标识。解决了地质建模手段不够准确,推演效率低的技术问题,达到了采用数字孪生仿真平台进行地质建模,提高建模准确性和推演效率的效果。
Description
技术领域
本发明涉及地质灾害相关领域,尤其涉及一种基于数字孪生仿真平台的地质灾害推演方法及系统。
背景技术
在我国社会的不断进步中,人类对于工程施工的建设活动和资源开发活动也不断发展,造成了地质的损伤,进而引发一些自然灾害和环境恶化,相对于资源和经济的可持续发展,该现象成为我国的重视问题,为此实现地质灾害防治工程。
地质灾害为普遍发生的自然灾害,其灾害形式多样,往往由于地质灾害的不可控导致治理、预防措施不到位,进而产生严重的后果,为了进一步的实现地质灾害的管控,利用科学技术手段对地质灾害进行分析成为了研究重点,地质建模需求也不断提高。
现阶段存在对于地质建模手段不够准确,推演效率低,对于开展地质灾害防治工作的有效性、可靠性造成影响的技术问题。
发明内容
针对现有技术中的缺陷,本申请通过提供一种基于数字孪生仿真平台的地质灾害推演方法及系统,解决了现阶段存在对于地质建模手段不够准确,推演效率低,对于开展地质灾害防治工作的有效性、可靠性造成影响的技术问题,达到了通过采用数字孪生仿真平台与精细化数据传输的方式进行地质建模,并进行推演分析的方式,提高建模准确性和推演效率,为开展地质灾害防治工作提供有效支持。
一方面,本申请提供一种基于数字孪生仿真平台的地质灾害推演方法,所述方法应用于基于数字孪生仿真平台的地质灾害推演系统,所述系统与数据采集装置和视频采集装置通信连接,所述方法包括:连接所述数据采集装置对目标推演区域进行数据采集,得到地质组分信息和地面建筑信息;根据所述地质组分信息和所述地面建筑信息,获取地质建模数据和建筑建模数据;以所述地质建模数据和所述建筑建模数据输入数字孪生仿真平台中进行建模,获取所述目标推演区域的区域建模结果;根据所述视频采集装置,获取所述目标推演区域的视频数据集合;按照所述视频数据集合匹配所述区域建模结果进行建模优化,获取优化建模结果;将所述优化建模结果作为推演模型,以预设灾害推演库作为输入变量,得到推演结果数据库;根据所述推演结果数据库对所述目标推演区域进行危险性标识。
另一方面,本申请还提供了一种基于数字孪生仿真平台的地质灾害推演方法的系统,所述系统与数据采集装置和视频采集装置通信连接,所述系统包括:区域信息采集模块,所述区域信息采集模块用于连接所述数据采集装置对目标推演区域进行数据采集,得到地质组分信息和地面建筑信息;建模数据分析模块,所述建模数据分析模块用于根据所述地质组分信息和所述地面建筑信息,获取地质建模数据和建筑建模数据;区域建模模块,所述区域建模模块用于以所述地质建模数据和所述建筑建模数据输入数字孪生仿真平台中进行建模,获取所述目标推演区域的区域建模结果;视频数据采集模块,所述视频数据采集模块用于根据所述视频采集装置,获取所述目标推演区域的视频数据集合;建模优化模块,所述建模优化模块用于按照所述视频数据集合匹配所述区域建模结果进行建模优化,获取优化建模结果;灾害推演输出模块,所述灾害推演输出模块用于将所述优化建模结果作为推演模型,以预设灾害推演库作为输入变量,得到推演结果数据库;区域标识模块,所述区域标识模块用于根据所述推演结果数据库对所述目标推演区域进行危险性标识。
拟通过本申请提出的一种基于数字孪生仿真平台的地质灾害推演方法及系统,所产生的技术效果如下:
由于采用了通过连接数据采集装置对目标推演区域中的地质组分和建筑结构进行信息采集,从而生成用于进行推演建模的地质建模数据和建筑建模数据,并将获取的地质建模数据和建筑建模数据输入数字孪生仿真平台中进行建模,获取所述目标推演区域的区域建模结果,进一步的,以所述区域建模结果中的视频采集装置,获取对应地表面和建筑表面的视频数据集合,按照所述视频数据集合中的缺陷标识结果对所述目标推演区域的区域建模结果进行建模优化,并获取优化建模结果,在所述优化建模结果的基础上,以预设的灾害推演库进行推演分析,获取推演结果数据库,按照所述推演结果数据库中的数据进行危险性标识,达到了通过采用数字孪生仿真平台与精细化数据传输的方式进行地质建模,并进行推演分析的方式,提高建模准确性和推演效率,为开展地质灾害防治工作提供有效支持。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
通过阅读参照以下附图对非限制性实施例所做的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本申请实施例一种基于数字孪生仿真平台的地质灾害推演方法的流程示意图;
图2为本申请实施例一种基于数字孪生仿真平台的地质灾害推演方法的装置状态分析的流程示意图;
图3为本申请实施例一种基于数字孪生仿真平台的地质灾害推演方法的预设灾害推演库的流程示意图;
图4为本申请实施例一种基于数字孪生仿真平台的地质灾害推演方法的系统的结构示意图;
附图标记说明:区域信息采集模块11,建模数据分析模块12,区域建模模块13,视频数据采集模块14,建模优化模块15,灾害推演输出模块16,区域标识模块17。
具体实施方式
实施例一
如图1所示,本申请实施例提供了一种基于数字孪生仿真平台的地质灾害推演方法,所述方法应用于基于数字孪生仿真平台的地质灾害推演系统,所述系统与数据采集装置和视频采集装置通信连接,所述方法包括:
步骤S100:连接所述数据采集装置对目标推演区域进行数据采集,得到地质组分信息和地面建筑信息;
地质灾害为普遍发生的自然灾害,其灾害形式多样,往往由于地质灾害的不可控导致治理、预防措施不到位,进而产生严重的后果,为了进一步的实现地质灾害的管控,利用科学技术手段对地质灾害进行分析成为了研究重点,地质建模需求也不断提高,现阶段的地质建模不够完善,无法满足日益提高的地质建模需求,因此,拟提出一种基于数字孪生仿真平台的地质灾害推演方法,用于提高建模质量,保证各级政府在面对灾害的时候,能够针对化启动应急预案,在最短的时间内展开应急救灾。
所述数据采集采集装置用于获取目标推演区域的地质组分信息和地面建筑信息,其中,所述目标推演区域为任一划分区域,用于实现灾害推演,为了满足建模的地质特征,确定所述地质组分信息能够保证之后建模的地质模拟准确性,另一方面,获取地面建筑信息,包括建筑材料、建筑结构、分布特点等,进而能对所处区域的建筑特性进行分析,实现了以地质特征和建筑特征双重针对分析的方式,提高用于地质建模质量。
步骤S200:根据所述地质组分信息和所述地面建筑信息,获取地质建模数据和建筑建模数据;
步骤S300:以所述地质建模数据和所述建筑建模数据输入数字孪生仿真平台中进行建模,获取所述目标推演区域的区域建模结果;
具体而言,数字孪生仿真平台是一种充分利用物理模型、传感器更新和运行历史等数据形成的仿真系统,集合多源数据以实现准确化建模的系统,为了使得地质建模的完整性,根据所述地质组分信息和所述地面建筑信息形成区域环境的可视化建模,实现3D立体环绕建模,保留所述目标推演区域的物理特征,从而为之后的推演提供准确的模型基础。
进一步的,根据所述地质组分信息,确定地质的组成成分和地质层,根据所述地面建筑信息确定点建筑的几何信息、结构信息等,利用所述数字孪生仿真平台对所述目标推演区域进行几何拓扑分析,创建点、线、面之间的基本框架,另外的,还可以再几何模型的框架上进行渲染,使得模型能够呈现出保留所述目标推演区域的光线、视点等画面效果,进而实现地质场景的模拟,使得建模数据能够呈现所述目标推演区域的物理属性,从而协助之后的准确灾害推演。
步骤S400:根据所述视频采集装置,获取所述目标推演区域的视频数据集合;
步骤S500:按照所述视频数据集合匹配所述区域建模结果进行建模优化,获取优化建模结果;
进一步的,本申请实施例步骤S500还包括:
步骤S510:根据所述视频数据集合,得到缺陷标识信息,其中,所述缺陷标识信息为所述目标推演区域中的地质表面缺陷标识和建筑表面缺陷标识;
步骤S520:按照所述地质表面缺陷标识和建筑表面缺陷标识,连接所述区域建模结果进行缺陷定位,获取缺陷定位信息;
步骤S530:按照所述缺陷定位信息,对所述区域建模结果进行缺陷标识建模,得到所述优化建模结果。
具体而言,当根据所述数字孪生仿真平台进行建模,输出所述目标推演区域的区域建模结果,由于区域的绿化环境、以及建筑结构的使用寿命或老化程度都对目前区域的承灾能力存在影响,而地面斜坡、断层、裂缝、倾角等情况同样会影响承灾推演效果。
为了进一步优化建模的模拟准确性,连接所述视频采集装置进行视频数据采集,按照所述目标推演区域的视频数据集合,其中,所述视频数据集合包括地面视频数据集合和建筑表面视频数据集合,对所述区域建模结果进行建模优化,获取优化建模结果。
具体的,根据所述视频数据集合进行分析,按照将上述存在承灾影响特性的缺陷进行特征分析,建立特征比对库,使得所述视频数据集合能够根据所述特征比对库进行缺陷识别,得到标识的地面缺陷和建筑缺陷,进一步的,根据获取的地面缺陷和建筑缺陷的视频定位,结合所述区域建模结果进行等比例缺陷定位,从而得到基于所述区域建模结果的缺陷定位结果,按照缺陷识别结果在所述区域建模结果上进行缺陷标识建模,得到所述优化建模结果,进一步优化了所述区域建模结果的有效性和准确性。
步骤S600:将所述优化建模结果作为推演模型,以预设灾害推演库作为输入变量,得到推演结果数据库;
进一步的,如图3所示,本申请实施例步骤S600还包括:
步骤S610:基于所述目标推演区域的区域地质特征和区域建筑特征,获取所述目标推演区域的类比推演区域集合;
步骤S620:以所述类比推演区域集合进行历史灾害数据采集,获取历史灾害集合;
步骤S630:根据所述历史灾害集合进行筛选,输出筛选灾害集合;
步骤S640:根据所述筛选灾害集合,生成所述预设灾害推演库。
进一步的,根据所述历史灾害集合进行筛选,输出筛选灾害集合,本申请实施例步骤S630还包括:
步骤S631:通过对所述历史灾害集合进行分析,获取灾害类型信息和灾害规模信息;
步骤S632:将所述灾害类型信息和所述灾害规模信息,搭建双维度直角坐标系,其中,所述双维度直角坐标系用于进行灾害分类;
步骤S633:根据所述双维度直角坐标系,获取历史灾害分类结果;
步骤S634:从所述历史灾害分类结果中分别剔除相似度大于预设相似度的标识灾害,输出所述筛选灾害集合。
具体而言,将基于视频数据集合优化后的所述优化建模结果作为推演模型的基础进行灾害推演,其中,灾害推演的灾害数据通过所述预设灾害推演库获取,从而得到基于各个灾害类型的多个所述推演结果数集合,形成推演结果数据库。
预设灾害推演库的生成是通过识别所述目标推演区域的地域特征和区域建筑特征等,获取类比推演区域集合,即具有相同特征的所有区域集合,具有相同区域特征能够确定灾害发生的相符性,从而以所述类比推演区域集合中各个区域发生的历史灾害进行采集,输出历史灾害集合,满足所述预设灾害推演库的多源性,丰富推演结果。
但进一步的,由于历史灾害的多源性,容易出现灾害类型的重叠,为了进一步优化所述预设灾害推演库,对所述历史灾害集合进行筛选,最终的筛选灾害集合,从而提高推演结果的有效性,筛选过程如下:
通过对获取的所有历史灾害集合进行收集和整理,获取各个灾害类型信息和灾害规模信息,同一灾害类型的灾害规模不同造成的推演结果有所不同,因此,以所述灾害类型信息为x轴,以所述灾害规模信息为y轴,建立双维度直角坐标系,从而历史灾害分类结果,其中,所述历史灾害分类结果为标识灾害危险等级的分类结果,即危险等级划分,在各个阶段中剔除具有高度相似性的灾害,避免灾害推演重复推演,影响推演效率,因此,通过对所述预设灾害推演库进行分类筛选,能够在保留自身的灾害特征的同时,提高推演多源性和高效性的技术效果。
步骤S700:根据所述推演结果数据库对所述目标推演区域进行危险性标识。
进一步的,本申请实施例步骤S700还包括:
步骤S710:根据所述推演结果数据库的推演数据进行统计计算,得到经济损失指数、区域关联扩展指数和附加灾害危险指数;
步骤S720:以预设配置权重对所述济损失指数、所述区域关联扩展指数和所述附加灾害危险指数进行权重计算,得到区域危险指数;
步骤S730:根据所述区域危险指数对所述目标推演区域进行危险性标识。
具体而言,由于所述推演结果数据库为根据所述预设灾害推演数据库进行推演识别的数据结果,从而以生成的所述推演结果数据库作为所述目标推演区域进行危险性标识基础,其危险性标识是根据灾害推演过程中建筑、地面等变化情况或阶段进行具体分析的。
详细来说,根据所述推演结果数据库的推演数据进行统计计算,它包括所述济损失指数、所述区域关联扩展指数和所述附加灾害危险指数,其中,所述损失指数为经过灾害推演其建筑变化关系的经济损失情况;所述区域关联扩展指数为该推演过程中其关联影响造成的扩展损失影响,比如,生命财产等;所述附加灾害危险指数为灾害推演的引发的一些后续独家灾害危险指数,比如,余震等。并且,对于不同的分析条件具有对应的重要性程度,因此,通过对所述济损失指数、所述区域关联扩展指数和所述附加灾害危险指数进行权重配置,获取计算结果,该计算结果为区域危险指数,实现所述目标推演区域的危险性标识,保证各级政府在面对灾害的时候,能够针对化启动应急预案。
进一步的,如图2所示,本申请实施例步骤还包括S800:
步骤S810:获取所述数据采集装置和所述视频采集装置的装置信息;
步骤S820:将所述数据采集装置和所述视频采集装置的装置信息进行装置性能分析,得到装置性能数据;
步骤S830:根据所述装置性能数据,分别获取数据装置质量和视频装置质量;
步骤S840:若所述数据装置质量和所述视频装置质量满足预设需求装置质量,启动所述数据采集装置和所述视频采集装置。
进一步的,本申请实施例步骤S820还包括:
步骤S821:根据所述装置性能数据,搭建质量分析模型,其中,所述质量分析模型包括数据实时性、数据完整性和数据准确性,所述质量分析模型为装置传输数据的质量分析模型;
步骤S822:根据所述质量分析模型,获取实时性分析结果、完整性分析结果和准确性分析结果;
步骤S823:根据所述实时性分析结果、所述完整性分析结果和所述准确性分析结果,得到所述数据装置质量和所述视频装置质量。
具体而言,所述数据采集装置与所述视频采集装置连接,在所述数据采集装置与所述视频采集装置启动装置采集功能之前,为了保证采集数据的有效性和数据分析的准确性,需要对装置进行自检分析,其主要过程如下:
分别获取所述数据采集装置的装置信息和视频采集装置的装置信息,按照获取的装置信息进行装置性能数据,进而根据装置性能数据实现数据源质量分析,得到数据装置质量和视频装置质量,当数据采集装置的质量和视频采集装置的质量满足预设质量需求时,使所述数据采集装置和所述视频采集装置处理启动状态。
进一步的,根据装置性能数据实现数据源质量分析,是通过搭建质量分析模型实现的,其中,所述质量分析模型能够分析装置采集数据的实时性、以及数据采集过程后数据的完整度,以及数据采集后准确性,进而以所述质量分析模型获取实时性分析结果、完整性分析结果和准确性分析结果,分别得到所述数据装置质量和所述视频装置质量。有效保证了用于进行推演建模、和建模优化的实践质量,提高建模准确性,为开展地质灾害防治工作提供有效支持。
结合上述实施例,本发明具有如下的有益效果:
由于采用了通过连接数据采集装置对目标推演区域中的地质组分和建筑结构进行信息采集,从而生成用于进行推演建模的地质建模数据和建筑建模数据,并将获取的地质建模数据和建筑建模数据输入数字孪生仿真平台中进行建模,获取所述目标推演区域的区域建模结果,进一步的,以所述区域建模结果中的视频采集装置,获取对应地表面和建筑表面的视频数据集合,按照所述视频数据集合中的缺陷标识结果对所述目标推演区域的区域建模结果进行建模优化,并获取优化建模结果,在所述优化建模结果的基础上,以预设的灾害推演库进行推演分析,获取推演结果数据库,按照所述推演结果数据库中的数据进行危险性标识,达到了通过采用数字孪生仿真平台与精细化数据传输的方式进行地质建模,并进行推演分析的方式,提高建模准确性和推演效率,为开展地质灾害防治工作提供有效支持。
采用了以所述质量分析模型获取实时性分析结果、完整性分析结果和准确性分析结果,分别得到所述数据装置质量和所述视频装置质量。有效保证了用于进行推演建模、和建模优化的实践质量,提高建模准确性,为开展地质灾害防治工作提供有效支持。
采用了通过对目标推演区域进行类别区域采集,生成预设灾害推演库,进而以分类筛选的方式在各个阶段中剔除具有高度相似性的灾害,避免灾害推演重复推演,影响推演效率,能够在保留自身的灾害特征的同时,提高推演多源性和高效性的技术效果。
实施例二
基于与前述实施例中一种基于数字孪生仿真平台的地质灾害推演方法同样发明构思,本发明还提供了一种基于数字孪生仿真平台的地质灾害推演方法的系统,如图4所示,所述系统包括:
区域信息采集模块11,所述区域信息采集模块11用于连接所述数据采集装置对目标推演区域进行数据采集,得到地质组分信息和地面建筑信息;
建模数据分析模块12,所述建模数据分析模块12用于根据所述地质组分信息和所述地面建筑信息,获取地质建模数据和建筑建模数据;
区域建模模块13,所述区域建模模块13用于以所述地质建模数据和所述建筑建模数据输入数字孪生仿真平台中进行建模,获取所述目标推演区域的区域建模结果;
视频数据采集模块14,所述视频数据采集模块14用于根据所述视频采集装置,获取所述目标推演区域的视频数据集合;
建模优化模块15,所述建模优化模块15用于按照所述视频数据集合匹配所述区域建模结果进行建模优化,获取优化建模结果;
灾害推演输出模块16,所述灾害推演输出模块16用于将所述优化建模结果作为推演模型,以预设灾害推演库作为输入变量,得到推演结果数据库;
区域标识模块17,所述区域标识模块17用于根据所述推演结果数据库对所述目标推演区域进行危险性标识。
进一步的,所述系统还包括:
装置信息获取单元,所述装置信息获取单元用于获取所述数据采集装置和所述视频采集装置的装置信息;
装置性能分析单元,所述装置性能分析单元用于将所述数据采集装置和所述视频采集装置的装置信息进行装置性能分析,得到装置性能数据;
装置质量获取单元,所述装置质量获取单元用于根据所述装置性能数据,分别获取数据装置质量和视频装置质量;
装置状态判断单元,所述装置状态判断单元用于若所述数据装置质量和所述视频装置质量满足预设需求装置质量,启动所述数据采集装置和所述视频采集装置。
进一步的,所述装置性能分析单元还包括:
分析模型搭建单元,所述分析模型搭建单元用于根据所述装置性能数据,搭建质量分析模型,其中,所述质量分析模型包括数据实时性、数据完整性和数据准确性,所述质量分析模型为装置传输数据的质量分析模型;
分析模型输出单元,所述分析模型输出单元用于根据所述质量分析模型,获取实时性分析结果、完整性分析结果和准确性分析结果;
装置质量计算单元,所述装置质量计算单元用于根据所述实时性分析结果、所述完整性分析结果和所述准确性分析结果,得到所述数据装置质量和所述视频装置质量。
进一步的,所述灾害推演输出模块16还包括:
区域特征分析单元,所述区域特征分析单元用于基于所述目标推演区域的区域地质特征和区域建筑特征,获取所述目标推演区域的类比推演区域集合;
历史灾害数据采集单元,所述历史灾害数据采集单元用于以所述类比推演区域集合进行历史灾害数据采集,获取历史灾害集合;
历史灾害筛选单元,所述历史灾害筛选单元用于根据所述历史灾害集合进行筛选,输出筛选灾害集合;
数据库生成单元,所述数据库生成单元用于根据所述筛选灾害集合,生成所述预设灾害推演库。
进一步的,所述历史灾害筛选单元还包括:
灾害集合分析单元,所述灾害集合分析单元用于通过对所述历史灾害集合进行分析,获取灾害类型信息和灾害规模信息;
灾害分类单元,所述灾害分类单元用于将所述灾害类型信息和所述灾害规模信息,搭建双维度直角坐标系,其中,所述双维度直角坐标系用于进行灾害分类;
分类输出单元,所述分类输出单元用于根据所述双维度直角坐标系,获取历史灾害分类结果;
灾害剔除单元,所述灾害剔除单元用于从所述历史灾害分类结果中分别剔除相似度大于预设相似度的标识灾害,输出所述筛选灾害集合。
进一步的,所述建模优化模块15还包括:
缺陷标识单元,所述缺陷标识单元用于根据所述视频数据集合,得到缺陷标识信息,其中,所述缺陷标识信息为所述目标推演区域中的地质表面缺陷标识和建筑表面缺陷标识;
缺陷定位单元,所述缺陷定位单元按照所述地质表面缺陷标识和建筑表面缺陷标识,连接所述区域建模结果进行缺陷定位,获取缺陷定位信息;
缺陷标识建模单元,所述缺陷标识建模单元按照所述缺陷定位信息,对所述区域建模结果进行缺陷标识建模,得到所述优化建模结果。
进一步的,所述区域标识模块17还包括:
推演计算单元,所述推演计算单元用于根据所述推演结果数据库的推演数据进行统计计算,得到经济损失指数、区域关联扩展指数和附加灾害危险指数;
权重计算单元,所述权重计算单元用于以预设配置权重对所述济损失指数、所述区域关联扩展指数和所述附加灾害危险指数进行权重计算,得到区域危险指数;
危险标识单元,所述危险标识单元用于根据所述区域危险指数对所述目标推演区域进行危险性标识。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的装置及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。以上实施例所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (8)
1.一种基于数字孪生仿真平台的地质灾害推演方法,其特征在于,所述方法应用于基于数字孪生仿真平台的地质灾害推演系统,所述系统与数据采集装置和视频采集装置通信连接,所述方法包括:
连接所述数据采集装置对目标推演区域进行数据采集,得到地质组分信息和地面建筑信息;
根据所述地质组分信息和所述地面建筑信息,获取地质建模数据和建筑建模数据;
以所述地质建模数据和所述建筑建模数据输入数字孪生仿真平台中进行建模,获取所述目标推演区域的区域建模结果;
根据所述视频采集装置,获取所述目标推演区域的视频数据集合;
按照所述视频数据集合匹配所述区域建模结果进行建模优化,获取优化建模结果;
将所述优化建模结果作为推演模型,以预设灾害推演库作为输入变量,得到推演结果数据库;
根据所述推演结果数据库对所述目标推演区域进行危险性标识。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述数据采集装置和所述视频采集装置的装置信息;
将所述数据采集装置和所述视频采集装置的装置信息进行装置性能分析,得到装置性能数据;
根据所述装置性能数据,分别获取数据装置质量和视频装置质量;
若所述数据装置质量和所述视频装置质量满足预设需求装置质量,启动所述数据采集装置和所述视频采集装置。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
根据所述装置性能数据,搭建质量分析模型,其中,所述质量分析模型包括数据实时性、数据完整性和数据准确性,所述质量分析模型为装置传输数据的质量分析模型;
根据所述质量分析模型,获取实时性分析结果、完整性分析结果和准确性分析结果;
根据所述实时性分析结果、所述完整性分析结果和所述准确性分析结果,得到所述数据装置质量和所述视频装置质量。
4.如权利要求1所述的方法,其特征在于,将所述优化建模结果作为推演模型,以预设灾害推演库作为输入变量,所述方法还包括:
基于所述目标推演区域的区域地质特征和区域建筑特征,获取所述目标推演区域的类比推演区域集合;
以所述类比推演区域集合进行历史灾害数据采集,获取历史灾害集合;
根据所述历史灾害集合进行筛选,输出筛选灾害集合;
根据所述筛选灾害集合,生成所述预设灾害推演库。
5.如权利要求4所述的方法,其特征在于,根据所述历史灾害集合进行筛选,输出筛选灾害集合,所述方法还包括:
通过对所述历史灾害集合进行分析,获取灾害类型信息和灾害规模信息;
将所述灾害类型信息和所述灾害规模信息,搭建双维度直角坐标系,其中,所述双维度直角坐标系用于进行灾害分类;
根据所述双维度直角坐标系,获取历史灾害分类结果;
从所述历史灾害分类结果中分别剔除相似度大于预设相似度的标识灾害,输出所述筛选灾害集合。
6.如权利要求1所述的方法,其特征在于,按照所述视频数据集合匹配所述区域建模结果进行建模优化,获取优化建模结果,所述方法还包括:
根据所述视频数据集合,得到缺陷标识信息,其中,所述缺陷标识信息为所述目标推演区域中的地质表面缺陷标识和建筑表面缺陷标识;
按照所述地质表面缺陷标识和建筑表面缺陷标识,连接所述区域建模结果进行缺陷定位,获取缺陷定位信息;
按照所述缺陷定位信息,对所述区域建模结果进行缺陷标识建模,得到所述优化建模结果。
7.如权利要求1所述的方法,其特征在于,根据所述推演结果数据库对所述目标推演区域进行危险性标识,所述方法还包括:
根据所述推演结果数据库的推演数据进行统计计算,得到经济损失指数、区域关联扩展指数和附加灾害危险指数;
以预设配置权重对所述济损失指数、所述区域关联扩展指数和所述附加灾害危险指数进行权重计算,得到区域危险指数;
根据所述区域危险指数对所述目标推演区域进行危险性标识。
8.一种基于数字孪生仿真平台的地质灾害推演方法的系统,其特征在于,所述系统与数据采集装置和视频采集装置通信连接,所述系统包括:
区域信息采集模块,所述区域信息采集模块用于连接所述数据采集装置对目标推演区域进行数据采集,得到地质组分信息和地面建筑信息;
建模数据分析模块,所述建模数据分析模块用于根据所述地质组分信息和所述地面建筑信息,获取地质建模数据和建筑建模数据;
区域建模模块,所述区域建模模块用于以所述地质建模数据和所述建筑建模数据输入数字孪生仿真平台中进行建模,获取所述目标推演区域的区域建模结果;
视频数据采集模块,所述视频数据采集模块用于根据所述视频采集装置,获取所述目标推演区域的视频数据集合;
建模优化模块,所述建模优化模块用于按照所述视频数据集合匹配所述区域建模结果进行建模优化,获取优化建模结果;
灾害推演输出模块,所述灾害推演输出模块用于将所述优化建模结果作为推演模型,以预设灾害推演库作为输入变量,得到推演结果数据库;
区域标识模块,所述区域标识模块用于根据所述推演结果数据库对所述目标推演区域进行危险性标识。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210841378.9A CN115221704B (zh) | 2022-07-18 | 2022-07-18 | 一种基于数字孪生仿真平台的地质灾害推演方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210841378.9A CN115221704B (zh) | 2022-07-18 | 2022-07-18 | 一种基于数字孪生仿真平台的地质灾害推演方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115221704A true CN115221704A (zh) | 2022-10-21 |
CN115221704B CN115221704B (zh) | 2023-06-09 |
Family
ID=83612233
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210841378.9A Active CN115221704B (zh) | 2022-07-18 | 2022-07-18 | 一种基于数字孪生仿真平台的地质灾害推演方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115221704B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101859947B1 (ko) * | 2017-03-06 | 2018-06-27 | 강원대학교 산학협력단 | 무인 항공기를 이용한 재해위험 저수지의 정밀안전진단평가를 위한 데이터베이스 구축 시스템 및 방법 |
US20190163847A1 (en) * | 2017-11-24 | 2019-05-30 | Electronics And Telecommunications Research Institute | Method, apparatus, and system for predicting spread of disaster using scenario |
CN109872509A (zh) * | 2019-04-02 | 2019-06-11 | 西安邮电大学 | 基于数字孪生驱动的山体地质灾害监测与预警系统及方法 |
CN110737989A (zh) * | 2019-10-18 | 2020-01-31 | 中国科学院深圳先进技术研究院 | 一种平行智能应急协同方法、系统及电子装备 |
US20200074730A1 (en) * | 2017-05-07 | 2020-03-05 | Manam Applications Ltd. | System and method for construction 3d modeling and analysis |
CN111210359A (zh) * | 2019-12-30 | 2020-05-29 | 中国矿业大学(北京) | 面向智能矿山场景的数字孪生演化机理及方法 |
CN111307055A (zh) * | 2020-03-03 | 2020-06-19 | 成都管力安科技有限公司 | 一种管道数字孪生体系的设计方法 |
CN111862323A (zh) * | 2020-07-08 | 2020-10-30 | 北京科技大学 | 多元孕灾数字孪生智能感知辨识预警系统及方法 |
CN112200493A (zh) * | 2020-11-02 | 2021-01-08 | 傲林科技有限公司 | 一种数字孪生模型构建方法及装置 |
CN113392500A (zh) * | 2021-05-11 | 2021-09-14 | 青海省地质环境监测总站 | 地质灾害监测预警系统 |
CN114282452A (zh) * | 2021-12-22 | 2022-04-05 | 中海石油气电集团有限责任公司 | 基于数字孪生的lng接收站风险后果仿真平台及方法 |
CN114658489A (zh) * | 2022-04-13 | 2022-06-24 | 辽宁工程技术大学 | 一种基于数字孪生的煤矿冲击地压灾害监测预警系统 |
-
2022
- 2022-07-18 CN CN202210841378.9A patent/CN115221704B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101859947B1 (ko) * | 2017-03-06 | 2018-06-27 | 강원대학교 산학협력단 | 무인 항공기를 이용한 재해위험 저수지의 정밀안전진단평가를 위한 데이터베이스 구축 시스템 및 방법 |
US20200074730A1 (en) * | 2017-05-07 | 2020-03-05 | Manam Applications Ltd. | System and method for construction 3d modeling and analysis |
US20190163847A1 (en) * | 2017-11-24 | 2019-05-30 | Electronics And Telecommunications Research Institute | Method, apparatus, and system for predicting spread of disaster using scenario |
CN109872509A (zh) * | 2019-04-02 | 2019-06-11 | 西安邮电大学 | 基于数字孪生驱动的山体地质灾害监测与预警系统及方法 |
CN110737989A (zh) * | 2019-10-18 | 2020-01-31 | 中国科学院深圳先进技术研究院 | 一种平行智能应急协同方法、系统及电子装备 |
CN111210359A (zh) * | 2019-12-30 | 2020-05-29 | 中国矿业大学(北京) | 面向智能矿山场景的数字孪生演化机理及方法 |
CN111307055A (zh) * | 2020-03-03 | 2020-06-19 | 成都管力安科技有限公司 | 一种管道数字孪生体系的设计方法 |
CN111862323A (zh) * | 2020-07-08 | 2020-10-30 | 北京科技大学 | 多元孕灾数字孪生智能感知辨识预警系统及方法 |
CN112200493A (zh) * | 2020-11-02 | 2021-01-08 | 傲林科技有限公司 | 一种数字孪生模型构建方法及装置 |
CN113392500A (zh) * | 2021-05-11 | 2021-09-14 | 青海省地质环境监测总站 | 地质灾害监测预警系统 |
CN114282452A (zh) * | 2021-12-22 | 2022-04-05 | 中海石油气电集团有限责任公司 | 基于数字孪生的lng接收站风险后果仿真平台及方法 |
CN114658489A (zh) * | 2022-04-13 | 2022-06-24 | 辽宁工程技术大学 | 一种基于数字孪生的煤矿冲击地压灾害监测预警系统 |
Non-Patent Citations (3)
Title |
---|
尚浩;严姗姗;李虎;: "基于数字孪生理论的济南四维地质环境信息系统研发", 地质学刊, no. 04, pages 599 - 605 * |
朱庆等: "从实景三维建模到数字孪生建模", 测绘学报, pages 1040 - 1049 * |
陈超等: "应用灾害数字孪生体的应急预案演练系统", 中国安全科学学报, pages 90 - 96 * |
Also Published As
Publication number | Publication date |
---|---|
CN115221704B (zh) | 2023-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10795056B2 (en) | Local weather forecast | |
LU501999A1 (en) | Pumped storage power station comprehensive management method, platform and system, device and medium | |
CN111143932A (zh) | 一种桥梁健康状态的评估方法、装置、系统和设备 | |
CN113762090B (zh) | 一种特高压密集输电通道灾害监测预警方法 | |
Meng et al. | Automatic classification of rural building characteristics using deep learning methods on oblique photography | |
CN107392252A (zh) | 计算机深度学习图像特征并量化感知度的方法 | |
CN110956412A (zh) | 基于实景模型的洪灾动态评估方法、装置、介质和设备 | |
CN113656477A (zh) | 一种国土空间多源异构数据的校验与融合方法 | |
CN115828390A (zh) | 一种面向水利水电工程安全监测的四预功能实现方法 | |
KR102065280B1 (ko) | 상세기상 예측정보 산출모델 실시간 검증 방법 및 시스템 | |
CN116503705A (zh) | 一种数字城市多源数据的融合方法 | |
CN114595635A (zh) | 火电机组主汽温度数据的特征选择方法、系统及设备 | |
CN113095579B (zh) | 一种耦合伯努利-伽马-高斯分布的日尺度降水预报校正方法 | |
KR101884908B1 (ko) | 빅데이터 분석 기반 신뢰도 예측 장치 | |
CN115221704A (zh) | 一种基于数字孪生仿真平台的地质灾害推演方法及系统 | |
Li et al. | Learning to holistically detect bridges from large-size vhr remote sensing imagery | |
Li et al. | Automated bridge crack detection based on improving encoder–decoder network and strip pooling | |
Silva et al. | Assessing seismic hazard and risk globally for an earthquake resilient World | |
CN116624226A (zh) | 一种煤矿灾害数据采集、分析及可视化展现系统 | |
CN114611253A (zh) | 一种面向输电线路云设计的多源数据融合方法 | |
CN115879594A (zh) | 一种基于地理探测器的城市定居人口分布趋势预测方法 | |
CN115375500A (zh) | 风险地图生成方法、装置、设备及存储介质 | |
CN112097743A (zh) | 基于无人机技术的建筑抗震特性分析方法 | |
Xu et al. | Derivation of fractional urban signals in better capturing urbanization process | |
CN113392585B (zh) | 一种污染地块周边敏感人群空间化方法 |
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 |