CN115906547A - 基于半封闭空间突发灾害数字模拟仿真预测系统及方法 - Google Patents
基于半封闭空间突发灾害数字模拟仿真预测系统及方法 Download PDFInfo
- Publication number
- CN115906547A CN115906547A CN202210853081.4A CN202210853081A CN115906547A CN 115906547 A CN115906547 A CN 115906547A CN 202210853081 A CN202210853081 A CN 202210853081A CN 115906547 A CN115906547 A CN 115906547A
- Authority
- CN
- China
- Prior art keywords
- data
- semi
- disaster
- closed space
- layer
- 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.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于半封闭空间突发灾害数字模拟仿真预测系统及方法，包括：数据来源层，所述数据来源层为基于多源渠道构建的数据层，通过传感器数据接口、城市广域数据接口、场所数据接口和环境数据接口导入数据来源层中；数据处理层，所述数据处理层接收来自数据来源层中的数据，并对所述数据来源层中的数据进行采集、更新、整合和治理；算法模型层，所述算法模型层基于数据处理层提供的数据构建半封闭灾害影响算法模型；展示层，所述展示层基于半封闭灾害影响算法模型构建灾害蔓延仿真过程，通过数据可视化技术将仿真过程进行展示。本发明从不同环境类型、建筑类型、使用类型等方向对要素进行了细化和分类，实现了精准化模型构建。
Description
技术领域
本发明涉及城市安全风险预测领域，具体涉及基于半封闭空间突发灾害数字模拟仿真预测系统及方法。
背景技术
近年来，我国现代化城市建设进程不断加快，经济发展水平不断提升，城市建设面积不断扩大，城市人口数量不断增加。然而，城市发展同时面临的自然灾害不容忽视。在快速的城市发展背后，人们忽视了城市抵抗自然灾害及各类风险灾害的能力；在城市建设的同时没有做到提前防范；在城市基础设施建设中还存在诸多问题。
在城市级安全监测方面，利用大数据和模拟仿真相结合，实现灾害模拟发生后对半封闭空间场景的实时影响并以可视化方式呈现的应用目前在市场上更是少之又少，这需要对半封闭空间周边基础数据及自然气候数据的充分采集和预处理加工，并通过反复的演练模型推导。
发明内容
针对现有技术存在的上述不足，本发明的目的在于：在半封闭场景内，通过对大量的城市样本数据采集，构建灾害影响模型，支撑灾害可视化模拟仿真影响视觉展示，进而对城市在遭遇灾害时进行风险预测，并将结果用于实际的城市规划、城市建设等。
本发明提供了基于半封闭空间突发灾害风险数字模拟仿真预测，包括：
数据来源层，所述数据来源层为基于多源渠道构建的数据层，所述数据来源层包括传感器数据接口、城市广域数据接口、场所数据接口和环境数据接口；
数据处理层，所述数据处理层接收来自数据来源层中的数据，并对所述数据来源层中的数据进行采集、更新、整合和治理；
算法模型层，所述算法模型层基于数据处理层提供的数据构建半封闭灾害影响算法模型；
展示层，所述展示层基于半封闭灾害影响算法模型构建灾害蔓延仿真过程，通过数据可视化技术将仿真过程进行展示。
进一步地，所述传感器数据接口用于传输多种传感采集器获取的实时数据，所述城市广域数据接口用于传输区级大数据局和各政务部门提供的系统数据，所述场所数据接口用于传输线下城市采集及线上搜集的实时数据，所述环境数据接口用于传输利用爬虫技术从互联网及官方网站获取的实时数据，基于四种渠道获取的数据构建所述数据来源层。
进一步地，所述数据处理层包括数据采集中心和数据加工中心，所述数据采集中心对所述数据来源层中的数据进行采集和更新，所述数据加工中心对所述数据来源层的数据进行整合和治理。
进一步地，所述数据采集中心包括传感设备采集单元、结构化数据采集单元以及非结构化数据采集单元，所述数据加工中心包括数据预处理单元、数据清洗单元、数据整合单元、数据拆分单元、数据补全单元以及数据质量纠正单元。
进一步地，所述算法模型层具体包括空间单元分隔模块和蔓延特征选取模块，所述空间单元分隔模块对灾害蔓延的半封闭空间进行最小空间单元分隔，得到半封闭空间的有限元模型，所述蔓延特征选取模块选取半封闭空间内的蔓延特征。
进一步地，所述展示层具体包括蔓延属性计算模块和灾害蔓延过程模拟模块，所述蔓延属性计算模块利用流体力学特征，进行半封闭空间内的有限元分析，求解半封闭空间的蔓延属性，所述灾害蔓延过程模拟模块利用半封闭灾害影响算法模型模拟半封闭空间的灾害蔓延过程。
第二方面，本发明还有基于半封闭空间突发灾害风险数字模拟仿真预测方法，包括：
S10：对灾害蔓延的半封闭空间进行最小空间单元分隔，得到半封闭空间的有限元模型；
S20：选取半封闭空间内的蔓延特征；
S30：利用流体力学特征，进行半封闭空间内的有限元分析，求解半封闭空间的蔓延属性；
S40：利用半封闭灾害影响算法模型模拟半封闭空间的灾害蔓延过程。
进一步地，所述半封闭灾害影响算法模型的构建方法包括：对灾害蔓延的半封闭空间进行最小空间单元分隔，得到半封闭空间的有限元模型，以及选取半封闭空间内的蔓延特征。
进一步地，所述灾害蔓延仿真过程的构建方法包括：利用流体力学特征，进行半封闭空间内的有限元分析，求解半封闭空间的蔓延属性，以及利用灾害影响模型模拟半封闭空间的灾害蔓延过程。
进一步地，所述最小空间单元在分隔时，需结合半封闭口空间内的空间特征，以得到精确且完整的单元。
相比于现有技术，本发明具有以下优点：
本发明提供的基于半封闭空间突发灾害数字模拟仿真预测系统中，数据来源层导入的数据基于多源渠道获取，全面的覆盖了城市各种类型的数据，增大了数据的采集体量，在数据处理层中持续整合和治理能够得到质量高的标准数据，基于整合和治理后的数据构建的半封闭灾害影响算法模型更为精准，在展示层中，灾害蔓延仿真过程能够对灾害进行直观展示，便于对半封闭空间内的灾害蔓延情况进行预测，有利于城市灾害防控和应急救援。
附图说明
图1为本发明实施例基于半封闭空间突发灾害数字模拟仿真预测系统的框图；
图2为本发明实施例基于半封闭空间突发灾害风险数字模拟仿真预测方法的流程图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。
参照图1，基于半封闭空间突发灾害数字模拟仿真预测系统，包括：
数据来源层，数据来源层为基于多源渠道构建的数据层，数据来源层包括传感器数据接口、城市广域数据接口、场所数据接口和环境数据接口；
其中，传感器数据接口用于传输多种传感采集器获取的实时数据，城市广域数据接口用于传输区级大数据局和各政务部门提供的系统数据，系统数据包括气象局的气象数据、城管局的城市管理数据以及交通局的道路交通数据，可对城市管理的基础数据进行实时更新；
场所数据接口用于传输线下城市采集及线上搜集的实时数据，环境数据接口用于传输利用爬虫技术从互联网及官方网站获取的实时数据，基于四种渠道获取的数据构建数据来源层。
其中，传感采集器获取的实时数据包括水位、流速以及烟雾浓度，可分别利用水位传感器、流量传感器、气体浓度传感器采集获取，区级大数据局和各政务部门提供的系统数据包括城市地形、城市土质、绿化覆盖、道路交通情况、建筑密度以及人口密度，线下城市采集及线上搜集的实时数据包括建筑特征、出口通道、周边环境、设施设备以及建筑图纸，利用爬虫技术从互联网及官方网站获取的实时数据包括气候、温湿度、风向以及降雨量，基于上述四种渠道获取的数据构建的数据来源层覆盖了城市多种类型数据，使得预测系统拥有全面的数据来源且具有足够数据采集体量。
数据处理层，数据处理层接收来自数据来源层中的数据，并对数据来源层中的数据进行采集、更新、整合和治理。
其中，数据处理层包括数据采集中心和数据加工中心，数据采集中心对数据来源层中的数据进行采集和更新，数据加工中心对数据来源层的数据进行整合和治理。
数据采集中心包括传感设备采集单元、结构化数据采集单元以及非结构化数据采集单元，数据加工中心包括数据预处理单元、数据清洗单元、数据整合单元、数据拆分单元、数据补全单元以及数据质量纠正单元。
其中，数据加工中心对数据进行整合和治理过程中，需对其进行比对加工，加工的原则为：数据来源需一致，数据内容完整以及数据内容真实，数据整合单元对数据进行多表整合和字段整合，数据拆分单元对数据进行单表拆分和字段拆分，再利用数据规则配置与校验等技术手段，对采集的数据进行持续治理，形成高质量的标准数据。
算法模型层，算法模型层基于数据处理层提供的数据构建半封闭灾害影响算法模型。
其中，算法模型层具体包括空间单元分隔模块和蔓延特征选取模块，空间单元分隔模块对灾害蔓延的半封闭空间进行最小空间单元分隔，得到半封闭空间的有限元模型，蔓延特征选取模块选取半封闭空间内的蔓延特征。
展示层，展示层基于半封闭灾害影响算法模型构建灾害蔓延仿真过程，通过数据可视化技术将仿真过程进行展示。
其中，展示层具体包括蔓延属性计算模块和灾害蔓延过程模拟模块，蔓延属性计算模块利用流体力学特征，进行半封闭空间内的有限元分析，求解半封闭空间的蔓延属性，灾害蔓延过程模拟模块利用半封闭灾害影响算法模型模拟半封闭空间的灾害蔓延过程。
其中，展示层通过数据可视化技术实现基于数据动态更新的数字化实时效果展示和基于BIM或3D数字孪生的实际影像效果展示。
基于同一发明构思，本发明实施例还提供了基于半封闭空间突发灾害风险数字模拟仿真预测方法，参照图2，包括步骤S10～S40：
S10：对灾害蔓延的半封闭空间进行最小空间单元分隔，得到半封闭空间的有限元模型；
S20：选取半封闭空间内的蔓延特征；
S30：利用流体力学特征，进行半封闭空间内的有限元分析，求解半封闭空间的蔓延属性；
S40：利用半封闭灾害影响算法模型模拟半封闭空间的灾害蔓延过程。
其中，半封闭灾害影响算法模型的构建方法包括：对灾害蔓延的半封闭空间进行最小空间单元分隔，形成最小空间单元：“蓄水池”，得到半封闭空间的有限元模型，烟雾或洪水等灾害在进入最小空间单元的过程中，选取半封闭空间内的蔓延特征，如断面、深度、高差以及流速等。
其中，灾害蔓延仿真过程的构建方法包括：利用流体力学特征，进行半封闭空间内的有限元分析，求解半封闭空间的蔓延属性，如蔓延的方向、速度、留存量以及下泄量等，最后利用半封闭灾害影响算法模型模拟半封闭空间的灾害蔓延过程。
最小空间单元在建立时，需结合空间特征，如阻断物体、出入口、空间落差等维度进行考虑和划分，以得到精确且完整的单元。
在一个实施例中，构建的灾害蔓延仿真过程可对灾害蔓延进行可视化模拟仿真，对突发灾害进行预测，如暴雨引发的城市内涝区域淹没预测、暴雨引发的地下轨道交通倒灌预测以及独栋及连体建筑火灾态势发展预测。
对于暴雨引发的城市内涝区域场景，在构建半封闭灾害影响算法时，选取的蔓延特征包括：该区域范围内的地形结构、坡度构成、市政管网设施分布、各管网水流排放速度以及降水量等，其中坡度构成包括高坡、低坡以及积水坑等，各管网水流排放速度包括单个排放口速度以及多个排放口构成的整体区域排放速度。
对于暴雨引发的地下轨道交通倒灌场景，选取的蔓延特征包括：该地下建筑结构、楼层分布、出入口分布、水流排放口分布及排放速度、周边市政管网排放速度以及降水量等。
对于独栋及联体建筑火灾态势发展的场景，选取的蔓延特征包括：建筑房建内空间大小、层高、空间结构、墙面大门及窗户分布、排烟口分布及排烟速度以及烟雾蔓延速度等。
在灾害蔓延仿真过程的构建过程中，对上述三种场景进行有限元分析，求解蔓延属性，包括：单点区域水位上升速度：单位L/m2、整体区域水位上升速度：单位L/m2、整体区域每分钟或每小时的吸水量：单位L/M(H)以及火灾蔓延速度：单位M3/M(H)。
基于以上，本发明从不同环境类型、建筑类型、使用类型等方向对要素进行了细化和分类，并与场所所属的周边城市级的大环境、半封闭空间周边的小环境以及自然环境等结合，实现360°精准化模型构建，支撑灾害蔓延仿真过程的可视化展示，并将展示结果用于实际的城市规划、城市建设等，达到提前防范灾害风险的目的。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的保护范围当中。
Claims (10)
1.基于半封闭空间突发灾害数字模拟仿真预测系统，其特征在于，包括：
数据来源层，所述数据来源层为基于多源渠道构建的数据层，所述数据来源层包括传感器数据接口、城市广域数据接口、场所数据接口和环境数据接口；
数据处理层，所述数据处理层接收来自数据来源层中的数据，并对所述数据来源层中的数据进行采集、更新、整合和治理；
算法模型层，所述算法模型层基于数据处理层提供的数据构建半封闭灾害影响算法模型；
展示层，所述展示层基于半封闭灾害影响算法模型构建灾害蔓延仿真过程，通过数据可视化技术将仿真过程进行展示。
2.根据权利要求1所述的数字模拟仿真预测系统，其特征在于，所述传感器数据接口用于传输多种传感采集器获取的实时数据，所述城市广域数据接口用于传输区级大数据局和各政务部门提供的系统数据，所述场所数据接口用于传输线下城市采集及线上搜集的实时数据，所述环境数据接口用于传输利用爬虫技术从互联网及官方网站获取的实时数据，基于四种渠道获取的数据构建所述数据来源层。
3.根据权利要求1所述的数字模拟仿真预测系统，其特征在于，所述数据处理层包括数据采集中心和数据加工中心，所述数据采集中心对所述数据来源层中的数据进行采集和更新，所述数据加工中心对所述数据来源层的数据进行整合和治理。
4.根据权利要求3所述的数字模拟仿真预测系统，其特征在于，所述数据采集中心包括传感设备采集单元、结构化数据采集单元以及非结构化数据采集单元，所述数据加工中心包括数据预处理单元、数据清洗单元、数据整合单元、数据拆分单元、数据补全单元以及数据质量纠正单元。
5.根据权利要求1所述的数字模拟仿真预测系统，其特征在于，所述算法模型层具体包括空间单元分隔模块和蔓延特征选取模块，所述空间单元分隔模块对灾害蔓延的半封闭空间进行最小空间单元分隔，得到半封闭空间的有限元模型，所述蔓延特征选取模块选取半封闭空间内的蔓延特征。
6.根据权利要求1所述的数字模拟仿真预测系统，其特征在于，所述展示层具体包括蔓延属性计算模块和灾害蔓延过程模拟模块，所述蔓延属性计算模块利用流体力学特征，进行半封闭空间内的有限元分析，求解半封闭空间的蔓延属性，所述灾害蔓延过程模拟模块利用半封闭灾害影响算法模型模拟半封闭空间的灾害蔓延过程。
7.基于半封闭空间突发灾害风险数字模拟仿真预测方法，其特征在于，包括：
S10：对灾害蔓延的半封闭空间进行最小空间单元分隔，得到半封闭空间的有限元模型；
S20：选取半封闭空间内的蔓延特征；
S30：利用流体力学特征，进行半封闭空间内的有限元分析，求解半封闭空间的蔓延属性；
S40：利用半封闭灾害影响算法模型模拟半封闭空间的灾害蔓延过程。
8.根据权利要求7所述的数字模拟仿真预测方法，其特征在于，所述半封闭灾害影响算法模型的构建方法包括：
对灾害蔓延的半封闭空间进行最小空间单元分隔，得到半封闭空间的有限元模型，以及选取半封闭空间内的蔓延特征。
9.根据权利要求7所述的数字模拟仿真预测方法，其特征在于，所述灾害蔓延仿真过程的构建方法包括：
利用流体力学特征，进行半封闭空间内的有限元分析，求解半封闭空间的蔓延属性，以及利用灾害影响模型模拟半封闭空间的灾害蔓延过程。
10.根据权利要求7所述的数字模拟仿真预测方法，其特征在于，所述最小空间单元在分隔时，需结合半封闭口空间内的空间特征，以得到精确且完整的单元。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210853081.4A CN115906547A (zh) | 2022-07-20 | 2022-07-20 | 基于半封闭空间突发灾害数字模拟仿真预测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210853081.4A CN115906547A (zh) | 2022-07-20 | 2022-07-20 | 基于半封闭空间突发灾害数字模拟仿真预测系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115906547A true CN115906547A (zh) | 2023-04-04 |
Family
ID=86482277
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210853081.4A Pending CN115906547A (zh) | 2022-07-20 | 2022-07-20 | 基于半封闭空间突发灾害数字模拟仿真预测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115906547A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110397474A (zh) * | 2019-08-06 | 2019-11-01 | 华北科技学院 | 一种矿井水害监测预警及灾情蔓延模拟仿真的方法及系统 |
| CN111178761A (zh) * | 2019-12-30 | 2020-05-19 | 成都工业学院 | 基于gis技术的城市地下空间模型管理方法和系统 |
| CN113309571A (zh) * | 2021-05-20 | 2021-08-27 | 中国矿业大学 | 一种矿井巷网热动力灾害演化评估系统与预测救援方法 |
| CN113870645A (zh) * | 2021-10-15 | 2021-12-31 | 重庆科华安全设备有限责任公司 | 一种矿山采掘工作面透水灾害虚拟仿真应急救援演练方法 |
| CN114611752A (zh) * | 2022-01-24 | 2022-06-10 | 武汉新烽光电股份有限公司 | 基于Docker集群管理的多模型耦合内涝预警方法及系统 |
-
2022
- 2022-07-20 CN CN202210853081.4A patent/CN115906547A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110397474A (zh) * | 2019-08-06 | 2019-11-01 | 华北科技学院 | 一种矿井水害监测预警及灾情蔓延模拟仿真的方法及系统 |
| CN111178761A (zh) * | 2019-12-30 | 2020-05-19 | 成都工业学院 | 基于gis技术的城市地下空间模型管理方法和系统 |
| CN113309571A (zh) * | 2021-05-20 | 2021-08-27 | 中国矿业大学 | 一种矿井巷网热动力灾害演化评估系统与预测救援方法 |
| CN113870645A (zh) * | 2021-10-15 | 2021-12-31 | 重庆科华安全设备有限责任公司 | 一种矿山采掘工作面透水灾害虚拟仿真应急救援演练方法 |
| CN114611752A (zh) * | 2022-01-24 | 2022-06-10 | 武汉新烽光电股份有限公司 | 基于Docker集群管理的多模型耦合内涝预警方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yuan et al. | Exploring the association between the built environment and remotely sensed PM2. 5 concentrations in urban areas | |
| CN106021970B (zh) | 通过降雨预报预测城市积水的方法及系统 | |
| CN111651885A (zh) | 一种智慧型海绵城市洪涝预报方法 | |
| CN109872509A (zh) | 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 | |
| KR100951610B1 (ko) | Ｇｉｓ기반 기후변화 영향평가 시스템 및 그 방법 | |
| Shafiev et al. | Studies of the influence of vegetation cover on the process of transfer and diffusion of harmful substances in the atmosphere | |
| CN110646867A (zh) | 一种城市排水监测预警方法和系统 | |
| CN111795681A (zh) | 一种山洪灾害预警方法、装置、服务器及存储介质 | |
| Ahmadi et al. | Assessment of climate change impact on surface runoff, statistical downscaling and hydrological modeling | |
| Billa et al. | Spatial information technology in flood early warning systems: an overview of theory, application and latest developments in Malaysia | |
| CN112132341B (zh) | 一种基于暴雨过程的洪水风险预测方法 | |
| CN111784976B (zh) | 一种山洪灾害预警方法、装置、系统及存储介质 | |
| Zhang et al. | How to develop site-specific waterlogging mitigation strategies? Understanding the spatial heterogeneous driving forces of urban waterlogging | |
| CN117970527B (zh) | 一种大气污染物的组网溯源监测方法及系统 | |
| CN117831231B (zh) | 一种对易淹易涝片区进行积淹预警的方法 | |
| Yan et al. | Mitigating PM2. 5 exposure with vegetation barrier and building designs in urban open-road environments based on numerical simulations | |
| CN117196302B (zh) | 一种基于汇水分区的区域内涝风险预测方法及系统 | |
| Ying et al. | City-scale ventilation analysis using 3D buildings with Guangzhou case | |
| CN115906547A (zh) | 基于半封闭空间突发灾害数字模拟仿真预测系统及方法 | |
| CN114970340B (zh) | 一种非完全信息下的商用微波反演降雨驱动的城市道路积水模拟预测替代方法 | |
| Lim et al. | Effect of diurnal variation in wind velocity profiles on ventilation performance estimates | |
| Sumira et al. | Dam Break Analysis of Sermo Dam | |
| Fava et al. | Integration of information technology systems for flood forecasting with hybrid data sources | |
| CN113484198B (zh) | 一种辐射烟云扩散预测系统及方法 | |
| Isidoro | Modelling the influence of storm movement and wind-driven rainfall on overland flow in urban areas |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 401120 8th floor, building 12, No.106, west section of Jinkai Avenue, Yubei District, Chongqing Applicant after: Chongqing Aishouhui Technology Co.,Ltd. Address before: 401123 Floor 8, Building 12, No. 106, West Section of Jinkai Avenue, Yubei District, Chongqing Applicant before: Chongqing Zheda New Technology Co.,Ltd. |