CN117541068A - 基于无人船的崩岸风险评估方法及系统 - Google Patents
基于无人船的崩岸风险评估方法及系统 Download PDFInfo
- Publication number
- CN117541068A CN117541068A CN202410034793.2A CN202410034793A CN117541068A CN 117541068 A CN117541068 A CN 117541068A CN 202410034793 A CN202410034793 A CN 202410034793A CN 117541068 A CN117541068 A CN 117541068A
- Authority
- CN
- China
- Prior art keywords
- risk
- bank
- river
- river bank
- coefficient
- 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
- 238000012502 risk assessment Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004088 simulation Methods 0.000 claims abstract description 24
- 238000009826 distribution Methods 0.000 claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims description 51
- 230000006870 function Effects 0.000 claims description 43
- 238000012937 correction Methods 0.000 claims description 25
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 24
- 238000012549 training Methods 0.000 claims description 21
- 238000013507 mapping Methods 0.000 claims description 15
- 230000008030 elimination Effects 0.000 claims description 12
- 238000003379 elimination reaction Methods 0.000 claims description 12
- 238000007711 solidification Methods 0.000 claims description 12
- 230000008023 solidification Effects 0.000 claims description 12
- 238000000547 structure data Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 6
- 238000005253 cladding Methods 0.000 claims description 5
- 230000001939 inductive effect Effects 0.000 claims description 4
- 238000011002 quantification Methods 0.000 claims description 2
- 230000003628 erosive effect Effects 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 abstract description 4
- 230000002787 reinforcement Effects 0.000 abstract description 4
- 230000008439 repair process Effects 0.000 abstract description 2
- 238000011010 flushing procedure Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 231100000290 environmental risk assessment Toxicity 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
-
- 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
- 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明环境风险评估相关领域，公开了基于无人船的崩岸风险评估方法及系统，通过对河岸及安全影响因素进行监测及数据获取，并通过孪生模型模拟演算的方式，判断不同因素在不同状态下对于河岸的侵蚀状态，进而可以建立用于崩岸风险评估的孪生模型，并实现根据可预测范围内的风险诱因预测情况或历史中在这一时间段内对应风险诱因的平均状态对用户需求进行反馈，判断未来这段时间内河岸的崩岸风险分布情况，进而可以在风险来临前针对性的对指定高风险河岸进行加固修补，避免在极端天气可能发生时，因崩岸风险发现不及时而导致严重灾害情况的发生。
Description
技术领域
本发明涉及环境风险评估相关领域，具体是基于无人船的崩岸风险评估方法及系统。
背景技术
在近水的人员聚集地处，对于河流的崩岸风险评估是十分重要的，在多雨或恶劣天气中，为了防止崩岸而造成不可控的洪水险情发生，需要通过对河岸进行崩岸风险评估，以推进河岸的加固工作进行，从而在有限的人力及实现下，实在对于恶劣天气的应对，降低灾害发生概率。
现有技术中的河岸崩岸评估缺乏系统性的科学化规范化数据及模拟支撑，多是通过历史崩岸发生记录，以及人工巡视判断的方式进行，无法对恶劣天气下的实际河岸变化进行系统性的预测，因此为了降低灾情的发生概率，需要更大范围的进行加固，但依然可能存在判断遗漏的情况，存在安全隐患。
发明内容
本发明的目的在于提供基于无人船的崩岸风险评估方法及系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于无人船的崩岸风险评估方法，包含：
基于无人传感设备对基础评估对象以及风险诱因对象进行数据监测，分别对应获取对象结构数据以及环境诱因数据，所述基础评估对象包括河岸及河床，所述风险诱因对象用于表征水流、风向以及雨水气象；
建立评估孪生系统，并基于所述对象结构数据建立动态更新的河岸空间模型，并根据风险诱因对象对所述河岸空间模型进行环境模型包覆，所述环境模型用于表征风险诱因对象的强度及分布状态；
基于风险诱因对象的类别对所述评估孪生系统在一段时间内进行监控，获取对应风险诱因对象的风险系数映射关系，并拟合建立相对应的系数匹配函数，所述风险系数用于表征风险诱因对象的强度对基础评估对象的损耗效率；
基于风险系映射关系对孪生系统进行拟真方案的建立，获取历史对应时间段内风险诱因对象的记录日志，并基于所述记录日志对孪生系统进行赋值模拟，以对一定时间段内的崩岸风险进行判断。
作为本发明的进一步方案：所述基于风险系映射关系对孪生系统进行拟真方案的建立，获取历史对应时间段内风险诱因对象的记录日志，并基于所述记录日志对孪生系统进行赋值模拟，以对一定时间段内的崩岸风险进行判断的步骤具体包括：
获取多个风险诱因对象的系数匹配函数，并将所述系数匹配函数与环境模型进行绑定，建立拟真消除函数，所述拟真消除函数用于将环境模型模拟产生的河岸损耗量作用于河岸空间模型；
基于需求生成评估时间段，基于风险诱因对象的预测数据以及历史对应时间段的记录日志，获取待评估时间段内风险诱因对象的强度分布数据；
根据所述强度分布数据对孪生系统的多个环境模型基于时间轴进行连续赋值，以模拟获取相对应的河岸损耗量；
将所述河岸损耗量作用于河岸空间模型，对所述河岸空间模型进行空间体积消减并以更新，并依附于河岸对河床进行与河岸损耗量等量的空间模型增量更新；
基于预设的河岸强度规范对更新后的河岸空间模型进行崩岸风险计算，以获取河岸在一定时间段内的崩岸风险等级。
作为本发明的再进一步方案：还包括风险诱因对象的联动修正步骤，具体包括：
建立相关联风险诱因对象为变量的拟合模型，并基于非变量不变原则进行对应风险诱因对象的历史数据检索，获取模型训练数据库；
基于所述模型训练数据库对所述拟合模型进行数据训练拟合，获取相关联风险诱因对象间的关联函数，所述关联函数用于表征当某一风险诱因对象变化时，相关联的另一风险诱因对象的随动变化规律。
作为本发明的再进一步方案：还包括基于基础评估对象的风险系数修正步骤，具体包括：
基于非变量不变原则对相同风险系数的风险诱因对象对不同状态下基础评估对象的影响进行监测评估，以获得基础反馈系数，所述基础反馈系数用于表征不同河岸及河床状态下，所述风险系数的实际生效比值。
作为本发明的再进一步方案：还包括步骤：
实时获取河岸绿化状态，并基于绿化种类对河岸进行根系紧固比例判断，并在不同根系紧固比例下进行风险系数的实际生效比例评估，以获取基础固化系数，所述基础固化系数用于表征绿化对风险诱因对象负面影响的抵消效果。
本发明实施例旨在提供一种基于无人船的崩岸风险评估系统，包含：
数据采集模块，用于基于无人传感设备对基础评估对象以及风险诱因对象进行数据监测，分别对应获取对象结构数据以及环境诱因数据，所述基础评估对象包括河岸及河床，所述风险诱因对象用于表征水流、风向以及雨水气象；
孪生同步模块，用于建立评估孪生系统，并基于所述对象结构数据建立动态更新的河岸空间模型，并根据风险诱因对象对所述河岸空间模型进行环境模型包覆，所述环境模型用于表征风险诱因对象的强度及分布状态；
风险数值化模块，用于基于风险诱因对象的类别对所述评估孪生系统在一段时间内进行监控，获取对应风险诱因对象的风险系数映射关系，并拟合建立相对应的系数匹配函数，所述风险系数用于表征风险诱因对象的强度对基础评估对象的损耗效率；
崩岸评估模块，用于基于风险系映射关系对孪生系统进行拟真方案的建立，获取历史对应时间段内风险诱因对象的记录日志，并基于所述记录日志对孪生系统进行赋值模拟，以对一定时间段内的崩岸风险进行判断。
作为本发明的进一步方案：所述崩岸评估模块包括：
模型绑定单元，用于获取多个风险诱因对象的系数匹配函数，并将所述系数匹配函数与环境模型进行绑定，建立拟真消除函数，所述拟真消除函数用于将环境模型模拟产生的河岸损耗量作用于河岸空间模型；
评估库建立单元，用于基于需求生成评估时间段，基于风险诱因对象的预测数据以及历史对应时间段的记录日志，获取待评估时间段内风险诱因对象的强度分布数据；
赋值模拟单元，用于根据所述强度分布数据对孪生系统的多个环境模型基于时间轴进行连续赋值，以模拟获取相对应的河岸损耗量；
具现化执行单元，用于将所述河岸损耗量作用于河岸空间模型，对所述河岸空间模型进行空间体积消减并以更新，并依附于河岸对河床进行与河岸损耗量等量的空间模型增量更新；
风险评估单元，用于基于预设的河岸强度规范对更新后的河岸空间模型进行崩岸风险计算，以获取河岸在一定时间段内的崩岸风险等级。
作为本发明的再进一步方案：还包括关联修正模块，具体包括：
训练初始单元，用于建立相关联风险诱因对象为变量的拟合模型，并基于非变量不变原则进行对应风险诱因对象的历史数据检索，获取模型训练数据库；
关联拟合单元，用于基于所述模型训练数据库对所述拟合模型进行数据训练拟合，获取相关联风险诱因对象间的关联函数，所述关联函数用于表征当某一风险诱因对象变化时，相关联的另一风险诱因对象的随动变化规律。
作为本发明的再进一步方案：还包括基础反馈修正模块：
所述基础反馈修正模块，用于基于非变量不变原则对相同风险系数的风险诱因对象对不同状态下基础评估对象的影响进行监测评估，以获得基础反馈系数，所述基础反馈系数用于表征不同河岸及河床状态下，所述风险系数的实际生效比值。
作为本发明的再进一步方案：还包括绿化固化修正模块；
所述绿化固化修正模块，用于实时获取河岸绿化状态，并基于绿化种类对河岸进行根系紧固比例判断，并在不同根系紧固比例下进行风险系数的实际生效比例评估，以获取基础固化系数，所述基础固化系数用于表征绿化对风险诱因对象负面影响的抵消效果。
与现有技术相比，本发明的有益效果是：通过对河岸及安全影响因素进行监测及数据获取，并通过孪生模型模拟演算的方式，判断不同因素在不同状态下对于河岸的侵蚀状态，进而可以建立用于崩岸风险评估的孪生模型，并实现根据可预测范围内的风险诱因预测情况或历史中在这一时间段内对应风险诱因的平均状态对用户需求进行反馈，判断未来这段时间内河岸的崩岸风险分布情况，进而可以在风险来临前针对性的对指定高风险河岸进行加固修补，避免在极端天气可能发生时，因崩岸风险发现不及时而导致严重灾害情况的发生。
附图说明
图1为基于无人船的崩岸风险评估方法的流程框图。
图2为基于无人船的崩岸风险评估方法中崩岸风险评估步骤的流程框图。
图3为基于无人船的崩岸风险评估系统的组成框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。
以下结合具体实施例对本发明的具体实现方式进行详细描述。
如图1所述，为本发明一个实施例提供的基于无人船的崩岸风险评估方法，包括以下步骤：
S10，基于无人传感设备对基础评估对象以及风险诱因对象进行数据监测，分别对应获取对象结构数据以及环境诱因数据，所述基础评估对象包括河岸及河床，所述风险诱因对象用于表征水流、风向以及雨水气象。
S20，建立评估孪生系统，并基于所述对象结构数据建立动态更新的河岸空间模型，并根据风险诱因对象对所述河岸空间模型进行环境模型包覆，所述环境模型用于表征风险诱因对象的强度及分布状态。
S30，基于风险诱因对象的类别对所述评估孪生系统在一段时间内进行监控，获取对应风险诱因对象的风险系数映射关系，并拟合建立相对应的系数匹配函数，所述风险系数用于表征风险诱因对象的强度对基础评估对象的损耗效率。
S40，基于风险系映射关系对孪生系统进行拟真方案的建立，获取历史对应时间段内风险诱因对象的记录日志，并基于所述记录日志对孪生系统进行赋值模拟，以对一定时间段内的崩岸风险进行判断。
本实施例中，给出了一种基于无人船的崩岸风险评估方法，通过对河岸及安全影响因素进行监测及数据获取，并通过孪生模型模拟演算的方式，判断不同因素在不同状态下对于河岸的侵蚀状态，进而可以建立用于崩岸风险评估的孪生模型，并实现根据可预测范围内的风险诱因预测情况或历史中在这一时间段内对应风险诱因的平均状态对用户需求进行反馈，判断未来这段时间内河岸的崩岸风险分布情况，进而可以在风险来临前针对性的对指定高风险河岸进行加固修补，避免在极端天气可能发生时，因崩岸风险发现不及时而导致严重灾害情况的发生；具体的，影响河岸崩岸情况发生的因素包括河床中存储水体的深度、水流作用于河岸的速率、水浪拍打的高度、雨水天气以及风速等，其中雨水与风速等作用于河岸的形式可以是多样的，例如通过扬沙或是冲洗的方式加快河岸侵蚀，或是通过改变河床中水流的状态间接影响等，监测的数据主要包括基础评估对象，也就是河床的空间分布以及河岸的分布，其中主要用于构建河床和河岸的空间模型，以实现用于孪生模拟；风险诱因对象则是前述的影响河岸崩岸情况发生的因素，但因这些数据对于河岸的影响是无法直接量化的，因此需要通过大量的数据进行模拟，来判断彼此间的影响关系，也就是当某一因素变化时，对于河岸损耗状态的关联性模型，例如在河流中，不同河岸处因为水流的流动角度以及竖直落差的存在，水流作用于河岸的速率及角度均是不同的，因此可以通过大量的其它影响因素可以忽略的数据进行拟合，判断不同流速及冲刷角度的水流对于河岸的侵蚀速度，获取多组流速、角度对侵蚀速度的影响系数，并进行曲线拟合以获取对应因素的系数匹配函数，从而可以实现根据现有预测数据进行河岸崩岸风险的预测，例如在未来一周内，某地区的天气预报了极端天气的发生，为了保证在这段时间内河岸的稳定性，避免影响到周边村庄的安全，需要进行河岸的加固维护，但是河岸总长太长，无法全部进行加固，则需要通过崩岸风险评估判断高风险地区，以进行指定区域的加固，在这一过程中，参与到的有当地的气象局等相关机构，通过大气模拟判断未来影响因素的改变，并进行崩岸的模拟，判断在一周的恶劣情况累积下，河岸各处冲刷顺坏的河岸程度，从而判断可能发生风险的地区，进行定位加固。
如图2所示，作为本发明另一个优选的实施例，所述基于风险系映射关系对孪生系统进行拟真方案的建立，获取历史对应时间段内风险诱因对象的记录日志，并基于所述记录日志对孪生系统进行赋值模拟，以对一定时间段内的崩岸风险进行判断的步骤具体包括：
S41，获取多个风险诱因对象的系数匹配函数，并将所述系数匹配函数与环境模型进行绑定，建立拟真消除函数，所述拟真消除函数用于将环境模型模拟产生的河岸损耗量作用于河岸空间模型。
S42，基于需求生成评估时间段，基于风险诱因对象的预测数据以及历史对应时间段的记录日志，获取待评估时间段内风险诱因对象的强度分布数据。
S43，根据所述强度分布数据对孪生系统的多个环境模型基于时间轴进行连续赋值，以模拟获取相对应的河岸损耗量。
S44，将所述河岸损耗量作用于河岸空间模型，对所述河岸空间模型进行空间体积消减并以更新，并依附于河岸对河床进行与河岸损耗量等量的空间模型增量更新。
S45，基于预设的河岸强度规范对更新后的河岸空间模型进行崩岸风险计算，以获取河岸在一定时间段内的崩岸风险等级。
本实施例中，对风险评估对步骤进行了说明，其中主要包括两个部分需要进行额外说明，其一：在进行模拟时，是进行连续赋值并连续计算河岸损耗量的，不可以采取累积计算的方式进行，因为随着河岸损耗的增加，实际的影响系数是在逐渐对应变化的；其二：对于崩岸风险等级的判断，这里引入了河岸强度规范，其基于水压等物理因素计算并规范了不同深度与流速的河流中，对于河岸的底部与顶部宽度，以及对应的斜坡倾斜度等参数，且设有一定的冗余量。
作为本发明另一个优选的实施例，还包括风险诱因对象的联动修正步骤，具体包括：
建立相关联风险诱因对象为变量的拟合模型，并基于非变量不变原则进行对应风险诱因对象的历史数据检索，获取模型训练数据库。
基于所述模型训练数据库对所述拟合模型进行数据训练拟合，获取相关联风险诱因对象间的关联函数，所述关联函数用于表征当某一风险诱因对象变化时，相关联的另一风险诱因对象的随动变化规律。
本实施例中，补充了风险诱因对象的联动修正步骤，这里的关联风险诱因对象指的是当某一风险诱因对象改变时，另外一个也随之改变，例如当气象局预测雨水天气时，河流的水位可能会随之变化，当气象局预测风速时，河流中拍打河岸的水浪高度也会发生变化，因此需要通过控制变量的方式对多者之间的关联性进行评估，以用于完善孪生模型，因为在预测的过程中，气象预测并无法直接预测水位等相关具有关联性的被动因素（这种情况在长周期的预测中则可以忽略，例如当用户需要进行两个月的模拟时，气象局的可用的数据可能只有两周，两周后偏差过大，因此两周后到两个月的这个时段则采用调取往年历史数据的平均值，此时河流水位的数据是已经受到降水影响后的数值，因此，这一修正步骤则省略）。
作为本发明另一个优选的实施例，还包括基于基础评估对象的风险系数修正步骤，具体包括：
基于非变量不变原则对相同风险系数的风险诱因对象对不同状态下基础评估对象的影响进行监测评估，以获得基础反馈系数，所述基础反馈系数用于表征不同河岸及河床状态下，所述风险系数的实际生效比值。
本实施例中，风险系数修正则是指的基础评估对象变化对风险诱因对象的敏感程度，例如随着河流冲刷，河岸变窄或倾角变化后，对水流冲刷的实际影响会改变（例如60度倾角的河岸随着冲刷变成90度，则更容易受到冲刷影响而坍塌）；沿岸边的河床随着流失泥土的累积变高，导致实际岸边的水深降低，则对于水流的实际影响会降低，因此作为修正因素进行考虑，这里依然采用控制变量的方式进行影响因素的拟合。
作为本发明另一个优选的实施例，还包括步骤：
实时获取河岸绿化状态，并基于绿化种类对河岸进行根系紧固比例判断，并在不同根系紧固比例下进行风险系数的实际生效比例评估，以获取基础固化系数，所述基础固化系数用于表征绿化对风险诱因对象负面影响的抵消效果。
本实施例中，在实际的使用中，随着季节的变化，或人为的绿化措施影响，高绿化占比的河岸相较于无绿化的河岸，对于雨水或是河床中流水的冲刷，更不容易发生水土流失或是坍塌，因此对绿化程度进行评估也是影响崩岸风险的重要因素，因此需要作用于崩岸风险的评估中，通过拟合获取相对应绿化程度的抵消系数，降低风险诱因对象的实际影响。
如图3所示，本发明还提供了基于无人船的崩岸风险评估系统，其包含：
数据采集模块100，用于基于无人传感设备对基础评估对象以及风险诱因对象进行数据监测，分别对应获取对象结构数据以及环境诱因数据，所述基础评估对象包括河岸及河床，所述风险诱因对象用于表征水流、风向以及雨水气象。
孪生同步模块200，用于建立评估孪生系统，并基于所述对象结构数据建立动态更新的河岸空间模型，并根据风险诱因对象对所述河岸空间模型进行环境模型包覆，所述环境模型用于表征风险诱因对象的强度及分布状态。
风险数值化模块300，用于基于风险诱因对象的类别对所述评估孪生系统在一段时间内进行监控，获取对应风险诱因对象的风险系数映射关系，并拟合建立相对应的系数匹配函数，所述风险系数用于表征风险诱因对象的强度对基础评估对象的损耗效率。
崩岸评估模块400，用于基于风险系映射关系对孪生系统进行拟真方案的建立，获取历史对应时间段内风险诱因对象的记录日志，并基于所述记录日志对孪生系统进行赋值模拟，以对一定时间段内的崩岸风险进行判断。
作为本发明另一个优选的实施例，所述崩岸评估模块400包括：
模型绑定单元，用于获取多个风险诱因对象的系数匹配函数，并将所述系数匹配函数与环境模型进行绑定，建立拟真消除函数，所述拟真消除函数用于将环境模型模拟产生的河岸损耗量作用于河岸空间模型。
评估库建立单元，用于基于需求生成评估时间段，基于风险诱因对象的预测数据以及历史对应时间段的记录日志，获取待评估时间段内风险诱因对象的强度分布数据。
赋值模拟单元，用于根据所述强度分布数据对孪生系统的多个环境模型基于时间轴进行连续赋值，以模拟获取相对应的河岸损耗量。
具现化执行单元，用于将所述河岸损耗量作用于河岸空间模型，对所述河岸空间模型进行空间体积消减并以更新，并依附于河岸对河床进行与河岸损耗量等量的空间模型增量更新。
风险评估单元，用于基于预设的河岸强度规范对更新后的河岸空间模型进行崩岸风险计算，以获取河岸在一定时间段内的崩岸风险等级。
作为本发明另一个优选的实施例，还包括关联修正模块，具体包括：
训练初始单元，用于建立相关联风险诱因对象为变量的拟合模型，并基于非变量不变原则进行对应风险诱因对象的历史数据检索，获取模型训练数据库。
关联拟合单元，用于基于所述模型训练数据库对所述拟合模型进行数据训练拟合，获取相关联风险诱因对象间的关联函数，所述关联函数用于表征当某一风险诱因对象变化时，相关联的另一风险诱因对象的随动变化规律。
作为本发明另一个优选的实施例，还包括基础反馈修正模块；
所述基础反馈修正模块，用于基于非变量不变原则对相同风险系数的风险诱因对象对不同状态下基础评估对象的影响进行监测评估，以获得基础反馈系数，所述基础反馈系数用于表征不同河岸及河床状态下，所述风险系数的实际生效比值。
作为本发明另一个优选的实施例，还包括绿化固化修正模块；
所述绿化固化修正模块，用于实时获取河岸绿化状态，并基于绿化种类对河岸进行根系紧固比例判断，并在不同根系紧固比例下进行风险系数的实际生效比例评估，以获取基础固化系数，所述基础固化系数用于表征绿化对风险诱因对象负面影响的抵消效果。
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一非易失性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，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink）DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
本领域技术人员在考虑说明书及实施例处的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种基于无人船的崩岸风险评估方法，其特征在于，包含：
基于无人传感设备对基础评估对象以及风险诱因对象进行数据监测，分别对应获取对象结构数据以及环境诱因数据，所述基础评估对象包括河岸及河床，所述风险诱因对象用于表征水流、风向以及雨水气象；
建立评估孪生系统，并基于所述对象结构数据建立动态更新的河岸空间模型，并根据风险诱因对象对所述河岸空间模型进行环境模型包覆，所述环境模型用于表征风险诱因对象的强度及分布状态；
基于风险诱因对象的类别对所述评估孪生系统在一段时间内进行监控，获取对应风险诱因对象的风险系数映射关系，并拟合建立相对应的系数匹配函数，所述风险系数用于表征风险诱因对象的强度对基础评估对象的损耗效率；
基于风险系映射关系对孪生系统进行拟真方案的建立，获取历史对应时间段内风险诱因对象的记录日志，并基于所述记录日志对孪生系统进行赋值模拟，以对一定时间段内的崩岸风险进行判断。
2.根据权利要求1所述的基于无人船的崩岸风险评估方法，其特征在于，所述基于风险系映射关系对孪生系统进行拟真方案的建立，获取历史对应时间段内风险诱因对象的记录日志，并基于所述记录日志对孪生系统进行赋值模拟，以对一定时间段内的崩岸风险进行判断的步骤具体包括：
获取多个风险诱因对象的系数匹配函数，并将所述系数匹配函数与环境模型进行绑定，建立拟真消除函数，所述拟真消除函数用于将环境模型模拟产生的河岸损耗量作用于河岸空间模型；
基于需求生成评估时间段，基于风险诱因对象的预测数据以及历史对应时间段的记录日志，获取待评估时间段内风险诱因对象的强度分布数据；
根据所述强度分布数据对孪生系统的多个环境模型基于时间轴进行连续赋值，以模拟获取相对应的河岸损耗量；
将所述河岸损耗量作用于河岸空间模型，对所述河岸空间模型进行空间体积消减并以更新，并依附于河岸对河床进行与河岸损耗量等量的空间模型增量更新；
基于预设的河岸强度规范对更新后的河岸空间模型进行崩岸风险计算，以获取河岸在一定时间段内的崩岸风险等级。
3.根据权利要求1所述的基于无人船的崩岸风险评估方法，其特征在于，还包括风险诱因对象的联动修正步骤，具体包括：
建立相关联风险诱因对象为变量的拟合模型，并基于非变量不变原则进行对应风险诱因对象的历史数据检索，获取模型训练数据库；
基于所述模型训练数据库对所述拟合模型进行数据训练拟合，获取相关联风险诱因对象间的关联函数，所述关联函数用于表征当某一风险诱因对象变化时，相关联的另一风险诱因对象的随动变化规律。
4.根据权利要求3所述的基于无人船的崩岸风险评估方法，其特征在于，还包括基于基础评估对象的风险系数修正步骤，具体包括：
基于非变量不变原则对相同风险系数的风险诱因对象对不同状态下基础评估对象的影响进行监测评估，以获得基础反馈系数，所述基础反馈系数用于表征不同河岸及河床状态下，所述风险系数的实际生效比值。
5.根据权利要求1所述的基于无人船的崩岸风险评估方法，其特征在于，还包括步骤：
实时获取河岸绿化状态，并基于绿化种类对河岸进行根系紧固比例判断，并在不同根系紧固比例下进行风险系数的实际生效比例评估，以获取基础固化系数，所述基础固化系数用于表征绿化对风险诱因对象负面影响的抵消效果。
6.一种基于无人船的崩岸风险评估系统，其特征在于，包含：
数据采集模块，用于基于无人传感设备对基础评估对象以及风险诱因对象进行数据监测，分别对应获取对象结构数据以及环境诱因数据，所述基础评估对象包括河岸及河床，所述风险诱因对象用于表征水流、风向以及雨水气象；
孪生同步模块，用于建立评估孪生系统，并基于所述对象结构数据建立动态更新的河岸空间模型，并根据风险诱因对象对所述河岸空间模型进行环境模型包覆，所述环境模型用于表征风险诱因对象的强度及分布状态；
风险数值化模块，用于基于风险诱因对象的类别对所述评估孪生系统在一段时间内进行监控，获取对应风险诱因对象的风险系数映射关系，并拟合建立相对应的系数匹配函数，所述风险系数用于表征风险诱因对象的强度对基础评估对象的损耗效率；
崩岸评估模块，用于基于风险系映射关系对孪生系统进行拟真方案的建立，获取历史对应时间段内风险诱因对象的记录日志，并基于所述记录日志对孪生系统进行赋值模拟，以对一定时间段内的崩岸风险进行判断。
7.根据权利要求6所述的基于无人船的崩岸风险评估系统，其特征在于，所述崩岸评估模块包括：
模型绑定单元，用于获取多个风险诱因对象的系数匹配函数，并将所述系数匹配函数与环境模型进行绑定，建立拟真消除函数，所述拟真消除函数用于将环境模型模拟产生的河岸损耗量作用于河岸空间模型；
评估库建立单元，用于基于需求生成评估时间段，基于风险诱因对象的预测数据以及历史对应时间段的记录日志，获取待评估时间段内风险诱因对象的强度分布数据；
赋值模拟单元，用于根据所述强度分布数据对孪生系统的多个环境模型基于时间轴进行连续赋值，以模拟获取相对应的河岸损耗量；
具现化执行单元，用于将所述河岸损耗量作用于河岸空间模型，对所述河岸空间模型进行空间体积消减并以更新，并依附于河岸对河床进行与河岸损耗量等量的空间模型增量更新；
风险评估单元，用于基于预设的河岸强度规范对更新后的河岸空间模型进行崩岸风险计算，以获取河岸在一定时间段内的崩岸风险等级。
8.根据权利要求6所述的基于无人船的崩岸风险评估系统，其特征在于，还包括关联修正模块，具体包括：
训练初始单元，用于建立相关联风险诱因对象为变量的拟合模型，并基于非变量不变原则进行对应风险诱因对象的历史数据检索，获取模型训练数据库；
关联拟合单元，用于基于所述模型训练数据库对所述拟合模型进行数据训练拟合，获取相关联风险诱因对象间的关联函数，所述关联函数用于表征当某一风险诱因对象变化时，相关联的另一风险诱因对象的随动变化规律。
9.根据权利要求8所述的基于无人船的崩岸风险评估系统，其特征在于，还包括基础反馈修正模块：
所述基础反馈修正模块，用于基于非变量不变原则对相同风险系数的风险诱因对象对不同状态下基础评估对象的影响进行监测评估，以获得基础反馈系数，所述基础反馈系数用于表征不同河岸及河床状态下，所述风险系数的实际生效比值。
10.根据权利要求6所述的基于无人船的崩岸风险评估系统，其特征在于，还包括绿化固化修正模块；
所述绿化固化修正模块，用于实时获取河岸绿化状态，并基于绿化种类对河岸进行根系紧固比例判断，并在不同根系紧固比例下进行风险系数的实际生效比例评估，以获取基础固化系数，所述基础固化系数用于表征绿化对风险诱因对象负面影响的抵消效果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410034793.2A CN117541068B (zh) | 2024-01-10 | 2024-01-10 | 基于无人船的崩岸风险评估方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410034793.2A CN117541068B (zh) | 2024-01-10 | 2024-01-10 | 基于无人船的崩岸风险评估方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117541068A true CN117541068A (zh) | 2024-02-09 |
| CN117541068B CN117541068B (zh) | 2024-04-02 |
Family
ID=89796258
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410034793.2A Active CN117541068B (zh) | 2024-01-10 | 2024-01-10 | 基于无人船的崩岸风险评估方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117541068B (zh) |
Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104933300A (zh) * | 2015-06-03 | 2015-09-23 | 中国农业科学院农业资源与农业区划研究所 | 流域农业面源污染物河道削减系数计算方法 |
| CN105975787A (zh) * | 2016-05-17 | 2016-09-28 | 福建海峡环保集团股份有限公司 | 一种基于层次分析法的城市内河生态多层级评测方法 |
| CN106709987A (zh) * | 2015-11-13 | 2017-05-24 | 星际空间（天津）科技发展有限公司 | 一种三维地质剖面模型动态构建方法 |
| CN110085324A (zh) * | 2019-04-25 | 2019-08-02 | 深圳市华嘉生物智能科技有限公司 | 一种多重生存终端结果联合分析的方法 |
| CN110287571A (zh) * | 2019-06-18 | 2019-09-27 | 天津大学 | 一种河流险工冲刷安全分析与岸坡稳定性判定方法 |
| US20190354873A1 (en) * | 2018-02-16 | 2019-11-21 | Lucas Pescarmona | Analysis system and hydrology management for basin rivers |
| US20200311842A1 (en) * | 2019-03-28 | 2020-10-01 | China Waterborne Transport Research Institute | Method for tracking, monitoring and evaluating ecological impact of channel project based on long-term time series satellite remote sensing data |
| CN111854699A (zh) * | 2020-07-03 | 2020-10-30 | 武汉大学 | 一种基于无人机航测河道崩岸过程的监测方法 |
| CN113222296A (zh) * | 2021-06-07 | 2021-08-06 | 中国水利水电科学研究院 | 一种基于数字孪生的防洪调度方法 |
| KR102303783B1 (ko) * | 2021-01-26 | 2021-09-23 | 대한민국 | 드론을 활용한 사면붕괴를 포함한 재난사고 현장정보 취득 및 분석 방법과 시스템 |
| CN113836630A (zh) * | 2021-10-27 | 2021-12-24 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种考虑植被根系影响的河岸坍塌快速预测方法及系统 |
| CN113846599A (zh) * | 2021-11-08 | 2021-12-28 | 浙江大学 | 一种模拟海浪侵蚀条件下码头生态岸坡稳定性的实验装置及其方法 |
| CN115293241A (zh) * | 2022-07-11 | 2022-11-04 | 武汉大学 | 基于多源数据融合的河道崩岸预警方法及装置 |
| CN115391904A (zh) * | 2022-10-27 | 2022-11-25 | 河海大学 | 一种江河崩岸预警方法及系统 |
| CN115394051A (zh) * | 2022-08-01 | 2022-11-25 | 国网河南省电力公司超高压公司 | 变电站内涝灾害监测预警系统 |
| CN115600895A (zh) * | 2022-10-10 | 2023-01-13 | 久瓴（上海）智能科技有限公司（Cn） | 基于数字孪生的流域漫滩灾害风险评估方法及装置 |
| CN115659614A (zh) * | 2022-10-13 | 2023-01-31 | 久瓴(上海)智能科技有限公司 | 基于三维场景模型的河床变化仿真推演方法、装置及设备 |
| US20230399813A1 (en) * | 2022-06-14 | 2023-12-14 | International Business Machines Corporation | Landscape channeling using an autonomous robotic soil dredger |
-
2024
- 2024-01-10 CN CN202410034793.2A patent/CN117541068B/zh active Active
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104933300A (zh) * | 2015-06-03 | 2015-09-23 | 中国农业科学院农业资源与农业区划研究所 | 流域农业面源污染物河道削减系数计算方法 |
| CN106709987A (zh) * | 2015-11-13 | 2017-05-24 | 星际空间（天津）科技发展有限公司 | 一种三维地质剖面模型动态构建方法 |
| CN105975787A (zh) * | 2016-05-17 | 2016-09-28 | 福建海峡环保集团股份有限公司 | 一种基于层次分析法的城市内河生态多层级评测方法 |
| US20190354873A1 (en) * | 2018-02-16 | 2019-11-21 | Lucas Pescarmona | Analysis system and hydrology management for basin rivers |
| US20200311842A1 (en) * | 2019-03-28 | 2020-10-01 | China Waterborne Transport Research Institute | Method for tracking, monitoring and evaluating ecological impact of channel project based on long-term time series satellite remote sensing data |
| CN110085324A (zh) * | 2019-04-25 | 2019-08-02 | 深圳市华嘉生物智能科技有限公司 | 一种多重生存终端结果联合分析的方法 |
| CN110287571A (zh) * | 2019-06-18 | 2019-09-27 | 天津大学 | 一种河流险工冲刷安全分析与岸坡稳定性判定方法 |
| CN111854699A (zh) * | 2020-07-03 | 2020-10-30 | 武汉大学 | 一种基于无人机航测河道崩岸过程的监测方法 |
| KR102303783B1 (ko) * | 2021-01-26 | 2021-09-23 | 대한민국 | 드론을 활용한 사면붕괴를 포함한 재난사고 현장정보 취득 및 분석 방법과 시스템 |
| CN113222296A (zh) * | 2021-06-07 | 2021-08-06 | 中国水利水电科学研究院 | 一种基于数字孪生的防洪调度方法 |
| CN113836630A (zh) * | 2021-10-27 | 2021-12-24 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种考虑植被根系影响的河岸坍塌快速预测方法及系统 |
| CN113846599A (zh) * | 2021-11-08 | 2021-12-28 | 浙江大学 | 一种模拟海浪侵蚀条件下码头生态岸坡稳定性的实验装置及其方法 |
| US20230399813A1 (en) * | 2022-06-14 | 2023-12-14 | International Business Machines Corporation | Landscape channeling using an autonomous robotic soil dredger |
| CN115293241A (zh) * | 2022-07-11 | 2022-11-04 | 武汉大学 | 基于多源数据融合的河道崩岸预警方法及装置 |
| CN115394051A (zh) * | 2022-08-01 | 2022-11-25 | 国网河南省电力公司超高压公司 | 变电站内涝灾害监测预警系统 |
| CN115600895A (zh) * | 2022-10-10 | 2023-01-13 | 久瓴（上海）智能科技有限公司（Cn） | 基于数字孪生的流域漫滩灾害风险评估方法及装置 |
| CN115659614A (zh) * | 2022-10-13 | 2023-01-31 | 久瓴(上海)智能科技有限公司 | 基于三维场景模型的河床变化仿真推演方法、装置及设备 |
| CN115391904A (zh) * | 2022-10-27 | 2022-11-25 | 河海大学 | 一种江河崩岸预警方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 邓珊珊;夏军强;周美蓉;李洁;: "上荆江河岸崩退过程的概化模拟", 科学通报, no. 33, 30 November 2016 (2016-11-30) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117541068B (zh) | 2024-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106570563A (zh) | 基于卡尔曼滤波和bp神经网络的变形预测方法和装置 | |
| CN114757048B (zh) | 一种风机基础的健康状态评估方法、装置、设备和介质 | |
| CN107092735A (zh) | 一种桥梁疲劳状态评估方法 | |
| Ziegler et al. | Brief communication: Structural monitoring for lifetime extension of offshore wind monopiles: can strain measurements at one level tell us everything? | |
| CN117150880B (zh) | 一种基坑支护结构的变形预测以及逆向设计方法及系统 | |
| CN117541068B (zh) | 基于无人船的崩岸风险评估方法及系统 | |
| CN116205513A (zh) | 基于issa优化bp网络的船闸工程监测方法及系统 | |
| CN116643331A (zh) | 基于区域流域的水文信息大数据进行水文预报的方法 | |
| CN117973131A (zh) | 基于有限元模型的输电塔地质灾害失效预测方法及系统 | |
| CN117196302B (zh) | 一种基于汇水分区的区域内涝风险预测方法及系统 | |
| CN116976227B (zh) | 一种基于lstm机器学习的风暴增水预报方法及系统 | |
| CN107905270A (zh) | 一种深基坑变形预测方法 | |
| CN114048544A (zh) | 飞行器结构响应特性预示方法、装置、设备和介质 | |
| CN113779749B (zh) | 一种建造场地沉降对海洋平台上部模块影响的评估方法 | |
| Monsalve-Giraldo et al. | Hybrid Parabolic Interpolation–Artificial Neural Network Method (HPI-ANNM) for long-term extreme response estimation of steel risers | |
| CN110968929A (zh) | 风电场风速的预测方法、装置及电子设备 | |
| Jiang et al. | An integrated reliability analysis model of sheet pile wharfs based on virtual support beam model and artificial intelligence algorithm | |
| Li et al. | Probabilistic fatigue evaluation of floating wind turbine using combination of surrogate model and copula model | |
| HUANG et al. | Application of finite element method and genetic algorithms in bridge scour detection | |
| CN117541740B (zh) | 一种基于无人机数据采集的河湖区域三维建模方法及系统 | |
| CN117332475A (zh) | 一种屋面变形缝连接节点设置方法、系统、设备以及介质 | |
| CN117973269B (zh) | 一种长时序历史海况自动化数值模拟方法 | |
| CN112780285B (zh) | 一种地铁车站高边墙开挖施工动态调整的方法及装置 | |
| CN115906672A (zh) | 大气温度场下历史建筑结构响应预测方法及系统 | |
| Fava et al. | An approach for urban catchment model updating |
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 |