CN117114241A - 一种用于监测道路灾害的智慧遥感系统 - Google Patents
一种用于监测道路灾害的智慧遥感系统 Download PDFInfo
- Publication number
- CN117114241A CN117114241A CN202311161204.9A CN202311161204A CN117114241A CN 117114241 A CN117114241 A CN 117114241A CN 202311161204 A CN202311161204 A CN 202311161204A CN 117114241 A CN117114241 A CN 117114241A
- Authority
- CN
- China
- Prior art keywords
- road
- priority
- coefficient
- monitoring
- module
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 64
- 238000011156 evaluation Methods 0.000 claims abstract description 46
- 238000012423 maintenance Methods 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims description 28
- 238000005070 sampling Methods 0.000 claims description 20
- 239000002689 soil Substances 0.000 claims description 18
- 230000007774 longterm Effects 0.000 claims description 15
- 238000012876 topography Methods 0.000 claims description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 8
- 238000006424 Flood reaction Methods 0.000 claims description 4
- 230000002035 prolonged effect Effects 0.000 claims description 4
- 206010037844 rash Diseases 0.000 claims description 3
- 238000011160 research Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012163 sequencing technique Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
-
- 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)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种用于监测道路灾害的智慧遥感系统,涉及道路灾害监测技术领域,包括数据采集模块、道路优先级评估模块、处理模块、优先级周期评估模块、比对分析模块;数据采集模块,采集山中道路相关信息,包括道路环境信息和社会人员参与反馈信息,采集后,将道路环境信息和社会人员参与反馈信息传递至道路优先级评估模块。本发明针对于山区自然环境造成的道路灾害,由于山路曲长且车流量低,使得山路具有道路灾害易发性高、维护成本高和发生事故恶劣的特点,需要对道路进行路段划分和监测分级,确定路段监测优先度,并制定分级周期,从而提升监测工作效率和准确性,减少山区道路灾害造成的影响,保障山区道路行车的安全性。
Description
技术领域
本发明涉及道路灾害监测技术领域,具体涉及一种用于监测道路灾害的智慧遥感系统。
背景技术
一种用于监测道路灾害的智慧遥感系统可以通过遥感技术、地面巡检、地震监测、地面变形监测、智能传感器以及实时监控系统等多种手段对道路灾害进行监测,从而更全面地监测道路灾害,提前发现异常情况,并采取适当的预防和应急措施,以保障交通安全和公众利益。
道路灾害指的是发生在公路、道路或街道上的不可预测事件或情况,这些事件或情况可能导致交通中断、车辆事故、道路损坏、交通堵塞以及对道路使用者造成伤害或财产损失。道路灾害的类型多种多样,本系统仅针对于山区道路中易发生的自然灾害所导致的道路灾害。
目前,监测道路灾害最常用的方法之一是结合遥感技术和地理信息系统(GIS)分析。这种方法利用卫星、飞机、无人机等遥感设备获取高分辨率的地表图像数据,并与地理信息系统的数据进行整合和分析,以便实时或定期地监测道路状况并发现潜在的灾害风险。
现有技术存在以下不足:
智慧遥感技术在道路灾害上的运用技术已经较为完善,但仍存在许多不足之处,比如数据质量和准确性问题、遥感图像分辨率问题以及多样性的道路灾害类型问题,这些存在的问题致使图像清晰度受到天气、云层、阴影等因素的影响,同时巨量的遥感图像使得选取过程需要在准确性和效率间进行平衡,况且仅山中道路一类,便面临着裂缝、塌方、滑坡等多种类型灾害,需要不同的分析方法和技术灵活应对。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明的目的是提供一种用于监测道路灾害的智慧遥感系统,本发明针对于山区自然环境造成的道路灾害,由于山路曲长且车流量低,使得山路具有道路灾害易发性高、维护成本高和发生事故恶劣的特点,需要对道路进行路段划分和监测分级,确定路段监测优先度,并制定分级周期,从而提升监测工作效率和准确性,减少山区道路灾害造成的影响,保障山区道路行车的安全性,以解决上述背景技术中的问题。
为了实现上述目的,本发明提供如下技术方案:一种用于监测道路灾害的智慧遥感系统,包括数据采集模块、道路优先级评估模块、处理模块、优先级周期评估模块、比对分析模块;
数据采集模块,采集山中道路相关信息,包括道路环境信息和社会人员参与反馈信息,采集后,将道路环境信息和社会人员参与反馈信息传递至道路优先级评估模块;
道路优先级评估模块,将采集到的道路环境信息和社会人员参与反馈信息建立数据分析模型,生成道路优先级评估指数,并将道路优先级评估指数传递至比对分析模块;
处理模块,将道路优先级评估指数进行排序,按照评估指数的值生成序号的大小顺序,在当前周期内,山中道路灾害监测以序号大小作为优先等级;
优先级周期评估模块,将从处理模块传递而来的道路优先级评估指数排序后,确定优先级维持周期,生成监测后反馈信息和意外道路灾害发生信息,生成优先级周期评估指数,并将生成的优先级周期评估指数传递至比对分析模块;
比对分析模块,将优先级周期评估模块传递来的优先级周期评估指数与标准监测阈值进行对比,根据对比值的大小得出优先级维持周期是否需要调整的建议。
优选的,道路环境信息包括道路灾害出现可能性系数、道路环境危险系数,采集后,数据采集模块将道路灾害出现可能性系数、道路环境危险系数分别标定为Kdz和Wdh,社会人员参与反馈信息包括社会人员参与反馈系数,采集后,数据采集模块将社会人员参与反馈系数标定为Fsh。
优选的,道路灾害出现可能性系数获取的逻辑如下:
S1、山区常见的道路灾害如泥石流、山洪、山体滑坡等,多与降雨量、地质条件以及地形情况有关,分别设定值为Jy、Dt和Dq,并计算因素发生概率;
S2、获取山区道路所在区域降雨量的往年统计值,设为Jn,n表示往前计算降雨量的具体年数,n=1、2、3、4、……、m,m为正整数,则
S3、地质条件由水土流失程度和土壤松散值进行综合评定,水土流失程度可通过布局监测点采集数据,土壤松散值由对含水量的检测可得,水土流失程度和土壤松散值分别设为Sl、Ts,则地质条件Dt=Sl+Ts;
S4、地形情况通过对坡度的计算可得,坡度常用的计算公式为坡度=(高程差/距离)x 100%,得到的百分比值意为水平距离每100米,垂直方向上升(下降)距离数,单位为米,因此地形情况Dq=(高程差/距离)x 100%;
S5、道路灾害出现可能性系数的值为Kdz=Jy*Dt*Dq;
道路环境危险系数获取的逻辑如下:
S1、道路环境的危险系数可以根据不同的因素进行加权求和,影响道路环境危险系数的因素主要有道路曲率、路面状况和交通流量,分别设为Qd、Zl和Lj,按照不同的权重配比进行加和,则各因素所占权重为W1、W2、W3,故道路环境危险系数Wdh=W1*Qd-W2*Zl+W3*Lj;
S2、对于权重的计算方法需要以多种方法相结合的方式来得出,常用的方法有专家评估法、统计分析法、文献研究法以及实地观察法;
S3、道路曲率常用的计算方法是使用曲率半径来表示道路曲率,曲率半径是指在某一点上,道路中心线的曲率的倒数,曲率半径越小,表示道路曲率越大,道路越弯曲,道路曲率可以通过计算中心线的曲率半径来估计;
S4、路面状况则以路面摩擦系数作为计算值;
S5、交通流量为一定时间内经过路段的车辆数目,由于目标区域为山区且道路灾害受到季节影响,因此一定时间设为每周车流量数目统计,以传感器进行具体数目收集;
社会人员参与反馈系数获取的逻辑如下:
建立道路状况收集平台,收集车主在山区行驶过程中所汇报的道路灾害情况,再进行分路段数据统计,各路段社会人员参与反馈系数Fsh=车主平台反馈量数据;
优选的,道路优先级评估模块将获取的道路灾害出现可能性系数Kdz、道路环境危险系数Wdh以及社会人员参与反馈系数Fsh建立数据分析模型,生成道路优先级评估指数PGdl,依据的公式为:PGdl=e1*Kdz+e2*Wdh+e3*Fsh;式中,e1、e2、e3分别为道路灾害出现可能性系数Kdz、道路环境危险系数Wdh以及社会人员参与反馈系数Fsh的预设比例系数,且e1、e2、e3均大于0;
处理模块将道路优先级评估指数按数据采集路段进行分类排序,由于道路灾害越可能出现,道路优先级评估指数越高,道路所处环境越危险,道路优先评估指数越高以及社会人员反馈相同路段次数越多,道路优先级评估指数越高,所以道路优先级评估指数越高的路段应优先安排智慧遥感系统进行监测,并将道路优先级评估指数排序发送到优先级周期评估模块。
优选的,优先级周期评估模块接收到从处理模块传递而来的道路优先级评估指数排序后,确定优先级基础维持周期,生成监测后反馈信息和意外道路灾害发生信息,监测后反馈信息包括回访抽样系数和长期安全系数,分别标定为Hcy和Caq,意外道路灾害发生信息包括意外道路灾害发生系数,标定为Ydl。
优选的,回访抽样系数获取的逻辑如下:
由智慧遥感系统进行监测后,道路会根据监测详情进行维修工作,一个优先级基础维持周期后,根据道路优先级评估指数对于不同路段进行修复回访抽样,优先级越高的路段,抽样频率越高,次数越多,统计样品总数以及完成修复道路数量,分别设定为Hz和Hw,得到回访抽样系数Hcy=Hw/Hz;
长期安全系数获取的逻辑如下:
获取未采用系统前的由道路灾害引发的年平均事故量以及采用本系统后的由道路灾害引发的年事故量,分别标定为和Nx长期安全系数/>
意外道路灾害发生系数获取的逻辑如下:
统计不同路段意外道路灾害发生的频率,由于本系统仅针对于山区道路,应统计难以通过降雨量、地质条件以及地形情况预测的,发生概率十分随机的道路灾害如地震、火山喷发等事件,意外道路灾害发生系数Ydl=年意外道路灾害发生次数。
优选的,优先级周期评估模块将获取的回访抽样系数Hcy、长期安全系数Caq以及意外道路灾害发生系数Ydl建立数据分析模型,生成优先级周期评估指数PGyx,依据的公式为:
式中,e1、e2、e3分别为回访抽样系数Hcy、长期安全系数Caq以及意外道路灾害发生系数Ydl的预设比例系数,且e1、e2、e3均大于0;
比对分析模块将从优先级周期评估模块接收的优先级周期评估指数PGyx,对优先级基础维持周期进行评估:
若优先级周期评估指数PGyx大于等于标准监测阈值,则说明优先级的划分周期可以满足道路修复需要,并且能起到预防道路灾害引起行车事故的作用,优先级基础维持周期时间可继续延用;
若优先级周期评估指数PGyx小于标准监测阈值,则说明优先级的划分周期不能满足道路修复的需求,应按照地区性质,适当延长优先级基础维持周期时间,以保证智慧遥感系统监测到的道路灾害的修复工作能在优先级划分时间内顺利完成。
在上述技术方案中,本发明提供的技术效果和优点:
本发明针对于山区自然环境造成的道路灾害,由于山路曲长且车流量低,使得山路具有道路灾害易发性高、维护成本高和发生事故恶劣的特点,需要对道路进行路段划分和监测分级,确定路段监测优先度,并制定分级周期,从而提升监测工作效率和准确性,减少山区道路灾害造成的影响,保障山区道路行车的安全性;
本发明通过对山区道路中道路优先级评估指数进行综合分析,实现对自然环境变化所引发的道路灾害的智慧遥感监测系统,尽可能减少意外环境导致的偶然性异常,提高对道路灾害监测数据收集的准确性,进而提高智慧遥感远程控制监测人员对系统的信任度,保障道路灾害智慧遥感监测系统高效地运行。
附图说明
为了更清楚地说明本申请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的介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明一种用于监测道路灾害的智慧遥感系统的模块示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些示例实施方式使得本公开的描述将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
本发明提供了如图1所示的一种用于监测道路灾害的智慧遥感系统,包括数据采集模块、道路优先级评估模块、处理模块、优先级周期评估模块、比对分析模块;
数据采集模块,采集山中道路相关信息,包括道路环境信息和社会人员参与反馈信息,采集后,将道路环境信息和社会人员参与反馈信息传递至道路优先级评估模块;
道路环境信息包括道路灾害出现可能性系数、道路环境危险系数,采集后,数据采集模块将道路灾害出现可能性系数、道路环境危险系数分别标定为Kdz和Wdh,社会人员参与反馈信息包括社会人员参与反馈系数,采集后,数据采集模块将社会人员参与反馈系数标定为Fsh。
实施例1,一种用于监测道路灾害的智慧遥感系统中的山区自然环境造成的道路灾害,可能会导致道路行车发生重大事故,若对所有山区道路进行智慧遥感监测,则会造成资源的过度占用现象,从这两方面进行考量,应该平衡监测准确性和效率,从而减少山区因道路灾害导致的行车事故发生率,具体应从以下几个量化值来评估和描述:
社会人员参与反馈系数:由于山区道路线路长、车辆少、易受损,存在大量趋同环境行车路段,如若进行区分,添加行驶车辆反馈作为数据参数可以较为准确的区分处道路灾害监测优先级别。
道路灾害出现可能性系数:道路灾害出现的可能性随着不同路段、不同区域的变化而变化,山区内可简单预测的多发事故如泥石流、山洪、山体滑坡具有相似发生环境,对于这类环境进行评估,可以得到此类灾害的出现可能性。
对山区的道路灾害监测目的在于预防事故的发生,减少事故的严重程度,某些本身道路极为险峻的道路,可能因为极小的道路灾害便酿成大型事故,同时车流量较多的区域受到的影响更大。
因此,道路灾害出现可能性系数获取的逻辑如下:
S1-1、山区常见的道路灾害如泥石流、山洪、山体滑坡等,多与降雨量、地质条件以及地形情况有关,分别设定值为Jy、Dt和Dq,并计算因素发生概率;
S1-2、获取山区道路所在区域降雨量的往年统计值,设为Jn,n表示往前计算降雨量的具体年数,n=1、2、3、4、……、m,m为正整数,则
S1-3、地质条件由水土流失程度和土壤松散值进行综合评定,水土流失程度可通过布局监测点采集数据,土壤松散值由对含水量的检测可得,水土流失程度和土壤松散值分别设为Sl、Ts,则地质条件Dt=Sl+Ts;
S1-4、地形情况通过对坡度的计算可得,坡度常用的计算公式为坡度=(高程差/距离)x 100%,得到的百分比值意为水平距离每100米,垂直方向上升(下降)距离数,单位为米,因此地形情况Dq=(高程差/距离)x 100%;
S1-5、道路灾害出现可能性系数的值为Kdz=Jy*Dt*Dq;
道路环境危险系数获取的逻辑如下:
S2-1、道路环境的危险系数可以根据不同的因素进行加权求和,影响道路环境危险系数的因素主要有道路曲率、路面状况和交通流量,分别设为Qd、Zl和Lj,按照不同的权重配比进行加和,则各因素所占权重为W1、W2、W3,故道路环境危险系数Wdh=W1*Qd-W2*Zl+W3*Lj;
S2-2、对于权重的计算方法则需要以多种方法相结合的方式来得出,常用的方法有专家评估法、统计分析法、文献研究法以及实地观察法;
S2-3、道路曲率常用的计算方法是使用曲率半径来表示道路曲率,曲率半径是指在某一点上,道路中心线的曲率的倒数,曲率半径越小,表示道路曲率越大,道路越弯曲,道路曲率可以通过计算中心线的曲率半径来估计;
S2-4、路面状况则以路面摩擦系数作为计算值;
S2-5、交通流量为一定时间内经过路段的车辆数目,由于目标区域为山区且道路灾害受到季节影响,因此一定时间设为每周车流量数目统计,以传感器进行具体数目收集;
社会人员参与反馈系数获取的逻辑如下:
建立道路状况收集平台,收集车主在山区行驶过程中所汇报的道路灾害情况,再进行分路段数据统计,各路段社会人员参与反馈系数Fsh=车主平台反馈量数据。
道路优先级评估模块将获取的道路灾害出现可能性系数Kdz、道路环境危险系数Wdh以及社会人员参与反馈系数Fsh建立数据分析模型,生成道路优先级评估指数PGdl,依据的公式为:PGdl=e1*Kdz+e2*Wdh+e3*Fsh,式中,e1、e2、e3分别为道路灾害出现可能性系数Kdz、道路环境危险系数Wdh以及社会人员参与反馈系数Fsh的预设比例系数,且e1、e2、e3均大于0;
处理模块将道路优先级评估指数按数据采集路段进行分类排序,由于道路灾害越可能出现,道路优先级评估指数越高,道路所处环境越危险,道路优先评估指数越高以及社会人员反馈相同路段次数越多,道路优先级评估指数越高,所以道路优先级评估指数越高的路段应优先安排智慧遥感系统进行监测,并将道路优先级评估指数排序发送到优先级周期评估模块。
实施例2,优先级周期评估模块接收到从处理模块传递而来的道路优先级评估指数排序后,确定优先级基础维持周期,生成监测后反馈信息和意外道路灾害发生信息,监测后反馈信息包括回访抽样系数和长期安全系数,分别标定为Hcy和Caq,意外道路灾害发生信息包括意外道路灾害发生系数,标定为Ydl。
由智慧遥感系统进行监测后,道路会根据监测详情进行维修工作,一个优先级基础维持周期后,根据道路优先级评估指数对于不同路段进行修复回访抽样,优先级越高的路段,抽样频率越高,次数越多,统计样品总数以及完成修复道路数量,分别设定为Hz和Hw,得到回访抽样系数Hcy=Hw/Hz;
长期安全系数获取的逻辑如下:
获取未采用系统前的由道路灾害引发的年平均事故量以及采用本系统后的由道路灾害引发的年事故量,分别标定为和Nx长期安全系数/>
意外道路灾害发生系数获取的逻辑如下:
统计不同路段意外道路灾害发生的频率,由于本系统仅针对于山区道路,应统计难以通过降雨量、地质条件以及地形情况预测的,发生概率十分随机的道路灾害如地震、火山喷发等事件,意外道路灾害发生系数Ydl=年意外道路灾害发生次数。
优先级周期评估模块将获取的回访抽样系数Hcy、长期安全系数Caq以及意外道路灾害发生系数Ydl建立数据分析模型,生成优先级周期评估指数PGyx,依据的公式为:
式中,e1、e2、e3分别为回访抽样系数Hcy、长期安全系数Caq以及意外道路灾害发生系数Ydl的预设比例系数,且e1、e2、e3均大于0;
比对分析模块将从优先级周期评估模块接收的优先级周期评估指数PGyx,对优先级基础维持周期进行评估:
若优先级周期评估指数PGyx大于等于标准监测阈值,则说明优先级的划分周期可以满足道路修复需要,并且能起到预防道路灾害引起行车事故的作用,优先级基础维持周期时间可继续延用;
若优先级周期评估指数PGyx小于标准监测阈值,则说明优先级的划分周期不能满足道路修复的需求,应按照地区性质,适当延长优先级基础维持周期时间,以保证智慧遥感系统监测到的道路灾害的修复工作能在优先级划分时间内顺利完成。
本发明针对于山区自然环境造成的道路灾害,由于山路曲长且车流量低,使得山路具有道路灾害易发性高、维护成本高和发生事故恶劣的特点,需要对道路进行路段划分和监测分级,确定路段监测优先度,并制定分级周期,从而提升监测工作效率和准确性,减少山区道路灾害造成的影响,保障山区道路行车的安全性;
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
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单元及算法步骤,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。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统和方法,可以通过其它的方式实现。例如,以上所描述的实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,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单元中,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单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (7)
1.一种用于监测道路灾害的智慧遥感系统,其特征在于:包括数据采集模块、道路优先级评估模块、处理模块;
数据采集模块,采集山中道路相关信息,包括道路环境信息和社会人员参与反馈信息,采集后,将道路环境信息和社会人员参与反馈信息传递至道路优先级评估模块;
道路优先级评估模块,将采集到的道路环境信息和社会人员参与反馈信息建立数据分析模型,生成道路优先级评估指数,并将道路优先级评估指数传递至比对分析模块;
处理模块,将道路优先级评估指数进行排序,按照评估指数的值生成序号的大小顺序,在当前周期内,山中道路灾害监测以序号大小作为优先等级。
2.根据权利要求1所述的一种用于监测道路灾害的智慧遥感系统,其特征在于,道路环境信息包括道路灾害出现可能性系数、道路环境危险系数,采集后,数据采集模块将道路灾害出现可能性系数、道路环境危险系数分别标定为Kdz和Wdh,社会人员参与反馈信息包括社会人员参与反馈系数,采集后,数据采集模块将社会人员参与反馈系数标定为Fsh。
3.根据权利要求2所述的一种用于监测道路灾害的智慧遥感系统,其特征在于,道路灾害出现可能性系数获取的逻辑如下:
S1-1、山区常见的道路灾害如泥石流、山洪、山体滑坡等,多与降雨量、地质条件以及地形情况有关,分别设定值为Jy、Dt和Dq,并计算因素发生概率;
S1-2、获取山区道路所在区域降雨量的往年统计值,设为Jn,n表示往前计算降雨量的具体年数,n=1、2、3、4、……、m,m为正整数,则
S1-3、地质条件由水土流失程度和土壤松散值进行综合评定,水土流失程度可通过布局监测点采集数据,土壤松散值由对含水量的检测可得,水土流失程度和土壤松散值分别设为Sl、Ts,则地质条件Dt=Sl+Ts;
S1-4、地形情况通过对坡度的计算可得,坡度常用的计算公式为坡度=(高程差/距离)x 100%,得到的百分比值意为水平距离每100米,垂直方向上升(下降)距离数,单位为米,因此地形情况Dq=(高程差/距离)x 100%;
S1-5、道路灾害出现可能性系数的值为Kdz=Jy*Dt*Dq;
道路环境危险系数获取的逻辑如下:
S2-1、道路环境的危险系数可以根据不同的因素进行加权求和,影响道路环境危险系数的因素主要有道路曲率、路面状况和交通流量,分别设为Qd、Zl和Lj,按照不同的权重配比进行加和,则各因素所占权重为W1、W2、W3,故道路环境危险系数Wdh=W1*Qd-W2*Zl+W3*Lj;
S2-2、对于权重的计算方法则需要以多种方法相结合的方式来得出,常用的方法有专家评估法、统计分析法、文献研究法以及实地观察法;
S2-3、道路曲率可以通过计算中心线的曲率半径来估计;
S2-4、路面状况则以路面摩擦系数作为计算值;
S2-5、交通流量为一定时间内经过路段的车辆数目,由于目标区域为山区且道路灾害受到季节影响,因此一定时间设为每周车流量数目统计,以传感器进行具体数目收集;
社会人员参与反馈系数获取的逻辑如下:
建立道路状况收集平台,收集车主在山区行驶过程中所汇报的道路灾害情况,再进行分路段数据统计,各路段社会人员参与反馈系数Fsh=车主平台反馈量数据。
4.根据权利要求3所述的一种用于监测道路灾害的智慧遥感系统,其特征在于,道路优先级评估模块将获取的道路灾害出现可能性系数Kdz、道路环境危险系数Wdh以及社会人员参与反馈系数Fsh建立数据分析模型,生成道路优先级评估指数PGdl,依据的公式为:PGdl=e1*Kdz+e2*Wdh+e3*Fsh,式中,e1、e2、e3分别为道路灾害出现可能性系数Kdz、道路环境危险系数Wdh以及社会人员参与反馈系数Fsh的预设比例系数,且e1、e2、e3均大于0;
处理模块将道路优先级评估指数按数据采集路段进行分类排序,道路优先级评估指数越高的路段应优先安排智慧遥感系统进行监测,并将道路优先级评估指数排序发送到优先级周期评估模块。
5.根据权利要求4所述的一种用于监测道路灾害的智慧遥感系统,其特征在于,还包括优先级周期评估模块、比对分析模块;
优先级周期评估模块,将从处理模块传递而来的道路优先级评估指数排序后,确定优先级维持周期,生成监测后反馈信息和意外道路灾害发生信息,生成优先级周期评估指数,并将生成的优先级周期评估指数传递至比对分析模块;
比对分析模块,将优先级周期评估模块传递来的优先级周期评估指数与标准监测阈值进行对比,根据对比值的大小得出优先级维持周期是否需要调整的建议;
优先级周期评估模块接收到从处理模块传递而来的道路优先级评估指数排序后,确定优先级基础维持周期,生成监测后反馈信息和意外道路灾害发生信息,监测后反馈信息包括回访抽样系数和长期安全系数,分别标定为Hcy和Caq,意外道路灾害发生信息包括意外道路灾害发生系数,标定为Ydl。
6.根据权利要求5所述的一种用于监测道路灾害的智慧遥感系统,其特征在于,回访抽样系数获取的逻辑如下:
由智慧遥感系统进行监测后,道路会根据监测详情进行维修工作,一个优先级基础维持周期后,根据道路优先级评估指数对于不同路段进行修复回访抽样,优先级越高的路段,抽样频率越高,次数越多,统计样品总数以及完成修复道路数量,分别设定为Hz和Hw,得到回访抽样系数Hcy=Hw/Hz;
长期安全系数获取的逻辑如下:
获取未采用系统前的由道路灾害引发的年平均事故量以及采用本系统后的由道路灾害引发的年事故量,分别标定为和Nx长期安全系数/>
意外道路灾害发生系数获取的逻辑如下:
统计不同路段意外道路灾害发生的频率,由于本系统仅针对于山区道路,应统计难以通过降雨量、地质条件以及地形情况预测的,发生概率十分随机的道路灾害如地震、火山喷发等事件,意外道路灾害发生系数Ydl=年意外道路灾害发生次数。
7.根据权利要求6所述的一种用于监测道路灾害的智慧遥感系统,其特征在于,优先级周期评估模块将获取的回访抽样系数Hcy、长期安全系数Caq以及意外道路灾害发生系数Ydl建立数据分析模型,生成优先级周期评估指数PGyx,依据的公式为:
式中,e1、e2、e3分别为回访抽样系数Hcy、长期安全系数Caq以及意外道路灾害发生系数Ydl的预设比例系数,且e1、e2、e3均大于0;
比对分析模块将从优先级周期评估模块接收的优先级周期评估指数PGyx,对优先级基础维持周期进行评估:
若优先级周期评估指数PGyx大于等于标准监测阈值,优先级基础维持周期时间可继续沿用;
若优先级周期评估指数PGyx小于标准监测阈值,应按照地区性质,适当延长优先级基础维持周期时间,以保证智慧遥感系统监测到的道路灾害的修复工作能在优先级划分时间内顺利完成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311161204.9A CN117114241A (zh) | 2023-09-11 | 2023-09-11 | 一种用于监测道路灾害的智慧遥感系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311161204.9A CN117114241A (zh) | 2023-09-11 | 2023-09-11 | 一种用于监测道路灾害的智慧遥感系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117114241A true CN117114241A (zh) | 2023-11-24 |
Family
ID=88812660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311161204.9A Pending CN117114241A (zh) | 2023-09-11 | 2023-09-11 | 一种用于监测道路灾害的智慧遥感系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117114241A (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011051470A (ja) * | 2009-09-01 | 2011-03-17 | Japan Aerospace Exploration Agency | 無人飛翔体の簡易手動飛行操縦システム |
US20170301220A1 (en) * | 2016-04-19 | 2017-10-19 | Navio International, Inc. | Modular approach for smart and customizable security solutions and other applications for a smart city |
CN108596518A (zh) * | 2018-05-14 | 2018-09-28 | 中国路桥工程有限责任公司 | 一种公路地质灾害危险性评估方法 |
CN108615385A (zh) * | 2016-12-13 | 2018-10-02 | 比亚迪股份有限公司 | 道路路况评估方法和装置、车辆及云服务器 |
CN110363964A (zh) * | 2019-07-12 | 2019-10-22 | 新疆维吾尔自治区测绘科学研究院 | 一种滑坡和泥石流地质灾害监测与应急响应方法 |
CN113487123A (zh) * | 2021-05-11 | 2021-10-08 | 长江水利委员会长江科学院 | 高光谱监测与gis耦合山洪灾害动态风险评估方法 |
CN114263146A (zh) * | 2022-02-23 | 2022-04-01 | 南京宁通智能交通技术研究院有限公司 | 一种高速公路路面降温及除冰系统 |
US20220116107A1 (en) * | 2020-10-14 | 2022-04-14 | Georgia Tech Research Corporation | Large-Scale Constellation Design Framework for CubeSats |
CN114742348A (zh) * | 2022-03-04 | 2022-07-12 | 中铁发展投资有限公司 | 地质灾害对公路交通影响程度的定量评估方法 |
US20220277648A1 (en) * | 2021-02-26 | 2022-09-01 | Honda Motor Co., Ltd. | Road information providing system and road information providing method |
US20220284071A1 (en) * | 2020-03-04 | 2022-09-08 | Karl Louis Denninghoff | Transitory salient attention capture to draw attention to digital document parts |
CN115345348A (zh) * | 2022-07-11 | 2022-11-15 | 北京科技大学 | 一种用于城市道路积水风险管控的智能物联系统 |
CN116343441A (zh) * | 2023-03-29 | 2023-06-27 | 江陵县汇邦建筑工程有限公司 | 一种基于多维度实时监控的高速公路安全监控系统 |
CN116363524A (zh) * | 2023-03-21 | 2023-06-30 | 广西新恒通高速公路有限公司 | 一种公路地质灾害高风险区域监测预警方法及装置 |
CN117236078A (zh) * | 2023-11-13 | 2023-12-15 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于双层约束的高速公路交通检测器布设方法 |
-
2023
- 2023-09-11 CN CN202311161204.9A patent/CN117114241A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011051470A (ja) * | 2009-09-01 | 2011-03-17 | Japan Aerospace Exploration Agency | 無人飛翔体の簡易手動飛行操縦システム |
US20170301220A1 (en) * | 2016-04-19 | 2017-10-19 | Navio International, Inc. | Modular approach for smart and customizable security solutions and other applications for a smart city |
CN108615385A (zh) * | 2016-12-13 | 2018-10-02 | 比亚迪股份有限公司 | 道路路况评估方法和装置、车辆及云服务器 |
CN108596518A (zh) * | 2018-05-14 | 2018-09-28 | 中国路桥工程有限责任公司 | 一种公路地质灾害危险性评估方法 |
CN110363964A (zh) * | 2019-07-12 | 2019-10-22 | 新疆维吾尔自治区测绘科学研究院 | 一种滑坡和泥石流地质灾害监测与应急响应方法 |
US20220284071A1 (en) * | 2020-03-04 | 2022-09-08 | Karl Louis Denninghoff | Transitory salient attention capture to draw attention to digital document parts |
US20220116107A1 (en) * | 2020-10-14 | 2022-04-14 | Georgia Tech Research Corporation | Large-Scale Constellation Design Framework for CubeSats |
US20220277648A1 (en) * | 2021-02-26 | 2022-09-01 | Honda Motor Co., Ltd. | Road information providing system and road information providing method |
CN113487123A (zh) * | 2021-05-11 | 2021-10-08 | 长江水利委员会长江科学院 | 高光谱监测与gis耦合山洪灾害动态风险评估方法 |
CN114263146A (zh) * | 2022-02-23 | 2022-04-01 | 南京宁通智能交通技术研究院有限公司 | 一种高速公路路面降温及除冰系统 |
CN114742348A (zh) * | 2022-03-04 | 2022-07-12 | 中铁发展投资有限公司 | 地质灾害对公路交通影响程度的定量评估方法 |
CN115345348A (zh) * | 2022-07-11 | 2022-11-15 | 北京科技大学 | 一种用于城市道路积水风险管控的智能物联系统 |
CN116363524A (zh) * | 2023-03-21 | 2023-06-30 | 广西新恒通高速公路有限公司 | 一种公路地质灾害高风险区域监测预警方法及装置 |
CN116343441A (zh) * | 2023-03-29 | 2023-06-27 | 江陵县汇邦建筑工程有限公司 | 一种基于多维度实时监控的高速公路安全监控系统 |
CN117236078A (zh) * | 2023-11-13 | 2023-12-15 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于双层约束的高速公路交通检测器布设方法 |
Non-Patent Citations (1)
Title |
---|
田湛君;李进;毕卫红;: "基于ZigBee技术的道路远程动态监测系统设计", 公路, no. 03, 25 March 2009 (2009-03-25), pages 92 - 95 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111047099B (zh) | 一种区域性山洪风险预测方法及系统 | |
US20180039885A1 (en) | Satellite-based location identification of methane-emitting sites | |
CN104200082B (zh) | 台风登陆预测方法 | |
CN107515842B (zh) | 一种城市人口密度动态预测方法及系统 | |
CN113327022B (zh) | 一种防雷安全风险管理系统及方法 | |
Pinchoff et al. | Predictive malaria risk and uncertainty mapping in Nchelenge District, Zambia: evidence of widespread, persistent risk and implications for targeted interventions | |
Abella | Multi-scale landslide risk assessment in Cuba | |
CN116363524A (zh) | 一种公路地质灾害高风险区域监测预警方法及装置 | |
Klintenberg et al. | Land degradation monitoring in Namibia: A first approximation | |
Karimzadeh et al. | A deep learning model for road damage detection after an earthquake based on synthetic aperture radar (SAR) and field datasets | |
CN109146327B (zh) | 一种地面观测站气温要素的数据质量评估方法和系统 | |
CN106960263A (zh) | 一种地质灾害监测预警的方法和装置 | |
CN107403004A (zh) | 一种基于地形数据的遥测雨量站点可疑数值检验方法 | |
CN112750280B (zh) | 一种复合式地质灾害专业监测预警方法和装置 | |
CN106022663A (zh) | 一种面向输电线路的山火临近风险评估系统 | |
Yilmaz | Application of GIS-Based fuzzy logic and Analytical Hierarchy Process (AHP) to snow avalanche susceptibility mapping, North San Juan, Colorado | |
CN113887872A (zh) | 一种基于态势评估技术的交通风险分级方法 | |
Chen et al. | A spatial framework for regional-scale flooding risk assessment | |
Sardo et al. | A geographic information system‐based land use impact model to map areas with risk for land degradation: Wind erosion as an example | |
JP2013171491A (ja) | 単一の画像を活用した交通量推計システム | |
CN117114241A (zh) | 一种用于监测道路灾害的智慧遥感系统 | |
CN116777079A (zh) | 一种基于贝叶斯层间结构模型的沙漠化侵扰灾害预测方法 | |
CN116050837A (zh) | 一种面向尾矿库多元灾害的综合监测预警和安全评估方案 | |
CN115456463A (zh) | 一种山洪灾害危险区风险等级划分方法及系统 | |
Yin et al. | Detecting illegal pickups of intercity buses from their gps traces |
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 |