一种基于人工智能的内涝预警系统及方法与流程

1.本发明涉及内涝预警领域，尤其涉及一种基于人工智能的内涝预警系统及方法。


背景技术：

2.内涝预警，是指根据气象、地形、降雨等因素，预测某个区域可能出现内涝的情况，并及时发布预警信息的过程，以提醒公众采取措施避免损失；内涝是指由于降雨过大、排水系统不畅等原因，使得地面积水无法及时排除，从而导致的洪水、积水等灾害；内涝预警是城市防洪排涝系统的重要组成部分，能够有效减少内涝灾害的发生，保障公众的生命财产安全；
3.现有的内涝预警方法通常都是对降雨量以及城市排水系统的排水量进行分析检测，忽略了其他因素的排水作用，对于易涝区域的判定通常都是将已经发生过内涝的区域判定为易涝区域，且现有的内涝预警方法通常都是对正在发生内涝的区域进行检测预警，无法提前预知某个区域是否为易涝区域并对其进行内涝预警，因此，现有的内涝预警方法在内涝分析时还存在分析不够全面以及易涝区的判定不够精准的问题。


技术实现要素：

4.针对现有技术存在的不足，本发明通过对城市进行区域性的分析，并分析普通区域是否为易涝区域，监测易涝区域的降雨数据以及排水数据，得到预警信号并对易涝区域进行预警，以解决现有的内涝预警方法在内涝分析时还存在分析不够全面以及易涝区的判定不够精准的问题。
5.为实现上述目的，第一方面，本发明提供一种基于人工智能的内涝预警系统，包括实时数据采集模块、终端处理器以及预警模块；所述实时数据采集模块以及预警模块分别与终端处理器数据连接；
6.所述实时数据采集模块包括降雨数据采集单元、水位数据采集单元、排水区域获取单元以及排水数据获取单元；所述降雨数据采集单元用于获取天气预报中城市的预测降雨速率以及预测降雨持续时间，并实时采集实际降雨速率以及实时降雨时间，所述实时降雨时间为降雨开始到当前数据采集时的时长；
7.所述水位数据采集单元用于采集易涝区的积水的水位信息，标记为易涝水位，水位数据采集单元还用于移动采集城市内若干排水区域的积水的水位信息，标记为常规水位；
8.所述排水区域获取单元用于读取城市数据库，从城市数据库内获取城市面积以及排水系统划分的排水区域面积，获取排水区域面积内的地面比例以及土壤比例；
9.所述排水数据获取单元用于采集排水区域的排水数据，所述排水数据包括排水速率、地面渗透速率以及土壤渗透速率；
10.所述终端处理器包括易涝区分析单元、预测内涝预警分析单元以及实际内涝预警分析单元；所述易涝区分析单元用于分析实际降雨速率、排水区域面积以及城市面积，得到
排水区域内的实际区域降雨速率，再对排水区域的排水速率、地面渗透速率、土壤渗透速率、地面比例以及土壤比例进行分析，得到排水区域的区域排水能力，再对区域排水能力以及实际区域降雨速率进行分析，根据分析结果将排水区域标记为易涝区域或正常区域；
11.所述预测内涝预警分析单元用于分析预测降雨速率、预测降雨持续时间、排水区域面积以及城市面积，得到排水区域的预测区域降雨速率，再对预测区域降雨速率以及区域排水能力进行分析，根据分析结果输出预测排水正常信号或预测内涝预警信号；
12.所述实际内涝预警分析单元用于分析排水区域的实际区域降雨速率、实时降雨时间、区域排水能力以及排水区域内对应的易涝水位或常规水位，根据分析结果输出实时排水正常信号或实时内涝预警信号；
13.所述预警模块用于接收预警信号，并根据预警信号向排水区域发送排水正常信息或内涝预警信息。
14.进一步的，所述降雨数据采集单元包括智能ai、雨量计以及计时器，所述智能ai用于连接互联网并实时获取天气预报中城市的预测降雨速率以及预测降雨持续时间；所述雨量计用于获取实际降雨速率；所述计时器用于记录下雨的时长，得到实时降雨时间。
15.进一步的，所述水位数据采集单元包括移动平台以及水位计，所述移动平台用于携带水位计在城市内进行巡检，所述水位计用于检测积水的水位。
16.进一步的，所述易涝区分析单元配置有易涝区分析策略，所述易涝区分析策略包括：
17.获取实际降雨速率、排水区域面积以及城市面积；
18.通过实际区域降雨速率计算公式对其进行计算，得到排水区域的实际区域降雨速率；
19.所述实际区域降雨速率计算公式配置为：其中，ar为实际区域降雨速率，ra为实际降雨速率，da为排水区域面积，ua为城市面积；
20.获取排水区域的排水速率、地面渗透速率、土壤渗透速率、地面比例以及土壤比例；
21.通过区域排水能力计算公式对其进行计算，得到排水区域的区域排水能力；
22.所述区域排水能力计算公式配置为：
23.rdc＝α
×
dr+β
×
[(gp
×
da
×
gr)+(hp
×
da
×
hr)]；其中，rdc为区域排水能力，dr为排水速率，gp为土壤渗透速率，gr为土壤比例，hp为地面渗透速率，hr为地面比例，α为预设排水系数，β为预设渗透系数；
[0024]
获取排水区域内积水的常规水位，将常规水位的最高值标记为区域水位；
[0025]
将实际区域降雨速率与区域排水能力进行比对，若实际区域降雨速率小于等于区域排水能力，则输出水位分析信号；若实际区域降雨速率大于区域排水能力，则输出降水超标信号；
[0026]
若输出水位分析信号，则将区域水位与第一水位阈值进行比对，若区域水位小于等于第一水位阈值，则输出数据不足信号；若区域水位大于第一水位阈值，则输出易涝区信号；
[0027]
若输出降水超标信号或数据不足信号时，则将排水区域标记为正常区域；若输出
易涝区信号，则将排水区域标记为易涝区域。
[0028]
进一步的，所述预测内涝预警分析单元配置有预测内涝预警分析策略，所述预测内涝预警分析策略包括：
[0029]
获取城市的预测降雨速率、排水区域面积以及城市面积；
[0030]
通过预测区域降雨速率公式计算排水区域的预测区域降雨速率；
[0031]
所述预测区域降雨速率公式配置为：其中，br为预测区域降雨速率，rb为预测降雨速率；
[0032]
获取排水区域的区域排水能力以及预测降雨持续时间；
[0033]
通过公式ey＝(br-rdc)
×
ty计算预测内涝预警值；其中，ey为预测内涝预警值，br为预测区域降雨速率，rdc为区域排水能力，ty为预测降雨持续时间；
[0034]
将预测内涝预警值与第一预警阈值进行比对，若预测内涝预警值小于等于第一预警阈值，则输出预测排水正常信号；若预测内涝预警值大于第一预警阈值，则输出预测内涝预警信号。
[0035]
进一步的，所述实际内涝预警分析单元配置有实际内涝预警策略，所述实际内涝预警策略包括：
[0036]
选取易涝区域在多次降雨中易涝水位最高的积水处设置水位计，将易涝区域在连续第一数量的降雨次数中最高的易涝水位标记为易涝峰值水位；
[0037]
将易涝峰值水位与第二水位阈值进行比对，若易涝峰值水位小于等于第二水位阈值，则输出实时排水正常信号；若易涝峰值水位大于第二水位阈值，则输出实时内涝预警信号；
[0038]
获取排水区域的实际区域降雨速率、实时降雨时间、区域排水能力以及区域水位；
[0039]
用实际区域降雨速率减去区域排水能力，得到排水差值；
[0040]
将实时降雨时间与第一时间阈值进行比对，若实时降雨时间小于等于第一时间阈值，则输出实时排水正常信号；若实时降雨时间大于第一时间阈值，则输出内涝分析信号；
[0041]
若输出内涝分析信号，则用实际区域降雨速率减去区域排水能力，将差值标记为排水差值，将排水差值与第一排水阈值进行比对，若排水差值小于等于第一排水阈值，则输出水位观察信号；若排水差值大于第一排水阈值，则输出实时内涝预警信号；
[0042]
若输出水位观察信号，则将区域水位与第二水位阈值进行比对，若区域水位小于等于第二水位阈值，则输出实时排水正常信号；若区域水位大于第二水位阈值，则输出实时内涝预警信号。
[0043]
进一步的，所述预警模块用于接收预警信号，若接收到预测排水正常信号或实时排水正常信号，则向排水区域发送排水正常信息；若接收到预测内涝预警信号或实时内涝预警信号，则向对应的排水区域发送内涝预警信息。
[0044]
第二方面，本发明提供一种基于人工智能的内涝预警方法，包括：
[0045]
步骤s1，获取天气预报中城市的预测降雨速率以及预测降雨持续时间，并实时采集实际降雨速率以及实时降雨时间，所述实时降雨时间为降雨开始到当前数据采集时的时长；
[0046]
步骤s2，采集易涝区的积水的水位信息，标记为易涝水位，采集城市内若干排水区
域的积水的水位信息，标记为常规水位；
[0047]
步骤s3，读取城市数据库，从城市数据库内获取城市面积以及排水系统划分的排水区域面积，获取排水区域面积内的地面比例以及土壤比例；所述地面比例为地面在排水区域内所占面积比例，所述土壤比例为土壤在排水区域内所占面积比例；
[0048]
步骤s4，采集排水区域的排水数据，所述排水数据包括排水速率、地面渗透速率以及土壤渗透速率；
[0049]
步骤s5，分析实际降雨速率、排水区域面积以及城市面积，得到排水区域内的实际区域降雨速率，再对排水区域的排水速率、地面渗透速率、土壤渗透速率、地面比例以及土壤比例进行分析，得到排水区域的区域排水能力，再对区域排水能力以及实际区域降雨速率进行分析，根据分析结果将排水区域标记为易涝区域或正常区域；
[0050]
步骤s6，分析预测降雨速率、预测降雨持续时间、排水区域面积以及城市面积，得到排水区域的预测区域降雨速率，再对预测区域降雨速率以及区域排水能力进行分析，根据分析结果输出预测排水正常信号或预测内涝预警信号；
[0051]
步骤s7，分析排水区域的实际区域降雨速率、实时降雨时间、区域排水能力以及排水区域内对应的易涝水位或常规水位，根据分析结果输出实时排水正常信号或实时内涝预警信号；
[0052]
步骤s8，接收预警信号，并根据预警信号对排水区域进行内涝预警。
[0053]
本发明的有益效果：本发明通过获取排水区域的排水速率，并结合地面渗透速率以及土壤渗透速率进行分析，能够更加精准地得到排水区域的区域排水能力，提高了系统后续分析的准确性；
[0054]
本发明通过对排水区域的区域排水能力以及常规水位进行分析，提前判断排水区域是否为易涝区域，并针对易涝区域投放水位计，在内涝预警分析中重点检测其是否存在内涝风险，提高了系统对易涝区域判定的精准性以及内涝分析的全面性；
[0055]
本发明通过降雨数据的预测值以及降雨数据的实际值对排水区域进行内涝预警分析，从多角度对城市内涝风险进行预警，提高了内涝分析的全面性。
[0056]
本发明附加方面的优点将在下面的具体实施方式的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
[0057]
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其他特征、目的和优点将会变得更明显：
[0058]
图1为本发明的系统的原理框图；
[0059]
图2为本发明的方法的步骤流程图。
具体实施方式
[0060]
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
[0061]
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根
据本发明的示例性实施方式。
[0062]
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
[0063]
实施例一
[0064]
请参阅图1所示，本实施例提供一种基于人工智能的内涝预警系统，预警系统包括实时数据采集模块、终端处理器以及预警模块；实时数据采集模块以及预警模块分别与终端处理器数据连接；
[0065]
实时数据采集模块包括降雨数据采集单元、水位数据采集单元、排水区域获取单元以及排水数据获取单元；降雨数据采集单元用于获取天气预报中城市的预测降雨速率以及预测降雨持续时间，并实时采集实际降雨速率以及实时降雨时间，实时降雨时间为降雨开始到当前数据采集时的时长；
[0066]
水位数据采集单元用于采集易涝区的积水的水位信息，标记为易涝水位，水位数据采集单元还用于移动采集城市内若干排水区域的积水的水位信息，标记为常规水位；
[0067]
排水区域获取单元用于读取城市数据库，从城市数据库内获取城市面积以及排水系统划分的排水区域面积，获取排水区域面积内的地面比例以及土壤比例，地面比例为地面在排水区域内所占面积的比例，土壤比例为土壤在排水区域内所占面积的比例；
[0068]
具体实施中，土壤比例为城市数据库中城市规划的绿化面积所占排水区域面积的比例，地面比例为1减去土壤比例得到；
[0069]
排水数据获取单元用于采集排水区域的排水数据，排水数据包括排水速率、地面渗透速率以及土壤渗透速率，地面渗透速率为雨水在普通地面上渗入地下的速率，土壤渗透速率为雨水在土壤中渗入地下的速率；
[0070]
具体实施中，地面渗透速率参照现有研究中硬质地面对水溶液的渗透系数，土壤渗透速率参照现有研究中土壤的渗透系数；
[0071]
降雨数据采集单元包括智能ai、雨量计以及计时器，智能ai用于连接互联网并实时获取天气预报中城市的预测降雨速率以及预测降雨持续时间；雨量计用于获取实际降雨速率；计时器用于记录下雨的时长，得到实时降雨时间；
[0072]
具体实施中，雨量计以及计时器均采用现有的雨量计以及计时器，智能ai为计算机智能程序。
[0073]
水位数据采集单元包括移动平台以及水位计，移动平台用于携带水位计在城市内进行巡检，水位计用于检测积水的水位；
[0074]
具体实施中，移动平台采用现有的智能无人车，水位计采用现有的水位计装置。
[0075]
终端处理器包括易涝区分析单元、预测内涝预警分析单元以及实际内涝预警分析单元；易涝区分析单元用于分析实际降雨速率、排水区域面积以及城市面积，得到排水区域内的实际区域降雨速率，再对排水区域的排水速率、地面渗透速率、土壤渗透速率、地面比例以及土壤比例进行分析，得到排水区域的区域排水能力，再对区域排水能力以及实际区域降雨速率进行分析，根据分析结果将排水区域标记为易涝区域或正常区域；预测内涝预警分析单元用于分析预测降雨速率、预测降雨持续时间、排水区域面积以及城市面积，得到排水区域的预测区域降雨速率，再对预测区域降雨速率以及区域排水能力进行分析，根据分析结果输出预测排水正常信号或预测内涝预警信号；实际内涝预警分析单元用于分析排水区域的实际区域降雨速率、实时降雨时间、区域排水能力以及排水区域内对应的易涝水
位或常规水位，根据分析结果输出实时排水正常信号或实时内涝预警信号；
[0076]
易涝区分析单元配置有易涝区分析策略，易涝区分析策略包括：
[0077]
获取城市的实际降雨速率、排水区域面积以及城市面积；
[0078]
通过实际区域降雨速率计算公式对其进行计算，得到排水区域的实际区域降雨速率；
[0079]
实际区域降雨速率计算公式配置为：其中，ar为实际区域降雨速率，ra为实际降雨速率，da为排水区域面积，ua为城市面积；
[0080]
具体实施中，获取到城市的实际降雨速率ra为57476200l/h，排水区域面积da为10km2，城市面积ua为6458km2，则通过计算得到实际区域降雨速率ar为89000l/h；
[0081]
获取排水区域的排水速率、地面渗透速率、土壤渗透速率、地面比例以及土壤比例；
[0082]
通过区域排水能力计算公式对其进行计算，得到排水区域的区域排水能力；
[0083]
区域排水能力计算公式配置为：
[0084]
rdc＝α
×
dr+β
×
[(gp
×
da
×
gr)+(hp
×
da
×
hr)]；其中，rdc为区域排水能力，dr为排水速率，gp为土壤渗透速率，gr为土壤比例，hp为地面渗透速率，hr为地面比例，α为预设排水系数，β为预设渗透系数；
[0085]
具体实施中，α设置为0.7，β设置为1，获取到排水区域的排水速率dr为80000l/h，土壤渗透速率gp为7200mm/h，土壤比例gr为40％，地面渗透速率hp为360mm/h，地面比例hr为60％，则计算得到区域排水能力rdc为86960l/h；
[0086]
获取排水区域内积水的常规水位，将常规水位的最高值标记为区域水位；
[0087]
将实际区域降雨速率与区域排水能力进行比对，若实际区域降雨速率小于等于区域排水能力，则输出水位分析信号；若实际区域降雨速率大于区域排水能力，则输出降水超标信号；输出降水超标信号时，为小概率事件，即使出现内涝情况，也不能说明该区域排水不足，通常情况下一个区域的排水设施的设置只需满足大多数情况下的排水情况即可，输出降水超标信号时通常都是几年或几十年出现一次的降雨灾害，此时不计入参考范围，还将该区域划分为正常区域即可；
[0088]
若输出水位分析信号，则将区域水位与第一水位阈值进行比对，若区域水位小于等于第一水位阈值，则输出数据不足信号；若区域水位大于第一水位阈值，则输出易涝区信号；当输出易涝区信号时，实际区域降雨速率是小于等于区域排水能力的，但是实际情况却出现了区域水位大于第一水位阈值的情况，则说明该区域实际的排水能力是存在不足的，则标记为易涝区，输出易涝区信号；输出数据不足信号时，表示该区域的排水情况正常，但是需要持续进行监测，需要持续获取数据进行分析；
[0089]
若输出降水超标信号或数据不足信号时，则将排水区域标记为正常区域；若输出易涝区信号，则将排水区域标记为易涝区域；
[0090]
通过比对得到实际区域降雨速率大于区域排水能力，则输出降水超标信号；此时输出降水超标信号，则将排水区域标记为正常区域。
[0091]
具体实施中，例如：第一水位阈值设置为30mm，获取到排水区域内的常规水位1为10mm，常规水位2为15mm，常规水位3为35mm，则通过比对得到区域水位为35mm，若此时实际
区域降雨速率小于等于区域排水能力，则输出水位分析信号，通过上述数据比对得到区域水位大于第一水位阈值，则输出易涝区信号；将此排水区域标记为易涝区域。
[0092]
预测内涝预警分析单元配置有预测内涝预警分析策略，预测内涝预警分析策略包括：
[0093]
获取城市的预测降雨速率、排水区域面积以及城市面积；
[0094]
通过预测区域降雨速率公式计算排水区域的预测区域降雨速率；
[0095]
预测区域降雨速率公式配置为：其中，br为预测区域降雨速率，rb为预测降雨速率；
[0096]
具体实施中，获取到城市的预测降雨速率rb为58767800l/h，排水区域面积da为10km2，城市面积ua为6458km2，则通过计算得到预测区域降雨速率br为91000l/h；
[0097]
获取排水区域的区域排水能力以及预测降雨持续时间；
[0098]
通过公式ey＝(br-rdc)
×
ty计算预测内涝预警值；其中，ey为预测内涝预警值，br为预测区域降雨速率，rdc为区域排水能力，ty为预测降雨持续时间；
[0099]
将预测内涝预警值与第一预警阈值进行比对，若预测内涝预警值小于等于第一预警阈值，则输出预测排水正常信号；若预测内涝预警值大于第一预警阈值，则输出预测内涝预警信号；
[0100]
具体实施中，第一预警阈值设置为20000，获取到排水区域的区域排水能力rdc为86960l/h，预测降雨持续时间ty为6h，则通过计算得到预测内涝预警值ey为24240；通过比对得到预测内涝预警值大于第一预警阈值，则输出预测内涝预警信号。
[0101]
实际内涝预警分析单元配置有实际内涝预警策略，实际内涝预警策略包括：
[0102]
选取易涝区域在多次降雨中易涝水位最高的积水处设置水位计，将易涝区域在连续第一数量的降雨次数中最高的易涝水位标记为易涝峰值水位；
[0103]
将易涝峰值水位与第二水位阈值进行比对，若易涝峰值水位小于等于第二水位阈值，则输出实时排水正常信号；若易涝峰值水位大于第二水位阈值，则输出实时内涝预警信号；
[0104]
具体实施中，第一数量设置为10，第二水位阈值设置为40mm，获取到易涝峰值水位为35mm，则通过比对得到易涝峰值水位小于第二水位阈值，则输出实时排水正常信号；
[0105]
获取排水区域的实际区域降雨速率、实时降雨时间、区域排水能力以及区域水位；
[0106]
用实际区域降雨速率减去区域排水能力，得到排水差值；
[0107]
将实时降雨时间与第一时间阈值进行比对，若实时降雨时间小于等于第一时间阈值，则输出实时排水正常信号；若实时降雨时间大于第一时间阈值，则输出内涝分析信号；
[0108]
若输出内涝分析信号，则用实际区域降雨速率减去区域排水能力，将差值标记为排水差值，将排水差值与第一排水阈值进行比对，若排水差值小于等于第一排水阈值，则输出水位观察信号；若排水差值大于第一排水阈值，则输出实时内涝预警信号；
[0109]
若输出水位观察信号，则将区域水位与第二水位阈值进行比对，若区域水位小于等于第二水位阈值，则输出实时排水正常信号；若区域水位大于第二水位阈值，则输出实时内涝预警信号；
[0110]
具体实施中，第一时间阈值设置为1h，第一排水阈值设置为5000l/h，获取到排水
区域的实际区域降雨速率为92457l/h，实时降雨时间为6h，区域排水能力为86960l/h，区域水位为5mm，通过比对得到实时降雨时间大于第一时间阈值，则输出内涝分析信号；通过计算得到排水差值为5497l/h，通过比对得到排水差值大于第一排水阈值，则输出实时内涝预警信号。
[0111]
预警模块用于接收预警信号，若接收到预测排水正常信号或实时排水正常信号，则向排水区域发送排水正常信息；若接收到预测内涝预警信号或实时内涝预警信号，则向对应的排水区域发送内涝预警信息；
[0112]
具体实施中，预警模块接收到排水区域12以及排水区域38输出实时内涝预警信号，则向排水区域12以及排水区域38发送内涝预警信息。
[0113]
实施例二
[0114]
请参阅图2所示，本实施例提供一种基于人工智能的内涝预警方法，包括：
[0115]
步骤s1，获取天气预报中城市的预测降雨速率以及预测降雨持续时间，并实时采集实际降雨速率以及实时降雨时间，实时降雨时间为降雨开始到当前数据采集时的时长；
[0116]
步骤s1包括如下子步骤：
[0117]
步骤s101，实时获取天气预报中城市的预测降雨速率以及预测降雨持续时间；
[0118]
步骤s102，获取实际降雨速率；
[0119]
步骤s103，记录下雨的时长，得到实时降雨时间；
[0120]
步骤s2，采集易涝区的积水的水位信息，标记为易涝水位，采集城市内若干排水区域的积水的水位信息，标记为常规水位；
[0121]
步骤s2包括如下子步骤：
[0122]
步骤s201，通过移动平台携带水位计在城市内进行巡检，水位计用于检测积水的水位；
[0123]
步骤s3，读取城市数据库，从城市数据库内获取城市面积以及排水系统划分的排水区域面积，获取排水区域面积内的地面比例以及土壤比例；地面比例为地面在排水区域内所占面积比例，土壤比例为土壤在排水区域内所占面积比例；
[0124]
步骤s4，采集排水区域的排水数据，排水数据包括排水速率、地面渗透速率以及土壤渗透速率，地面渗透速率为雨水在普通地面上渗入地下的速率，土壤渗透速率为雨水在土壤中渗入地下的速率；
[0125]
步骤s5，对数据进行分析得到实际区域降雨速率以及区域排水能力，综合分析得到是否将排水区域标记为易涝区域；具体为，分析实际降雨速率、排水区域面积以及城市面积，得到排水区域内的实际区域降雨速率，再对排水区域的排水速率、地面渗透速率、土壤渗透速率、地面比例以及土壤比例进行分析，得到排水区域的区域排水能力，再对区域排水能力以及实际区域降雨速率进行分析，根据分析结果将排水区域标记为易涝区域或正常区域；
[0126]
步骤s5包括如下子步骤：
[0127]
步骤s501，通过实际区域降雨速率计算公式对实际降雨速率、排水区域面积以及城市面积进行计算，得到排水区域的实际区域降雨速率；
[0128]
实际区域降雨速率计算公式配置为：其中，ar为实际区域降雨速率，
ra为实际降雨速率，da为排水区域面积，ua为城市面积；
[0129]
步骤s502，通过区域排水能力计算公式对排水区域的排水速率、地面渗透速率、土壤渗透速率、地面比例以及土壤比例进行计算，得到排水区域的区域排水能力；
[0130]
区域排水能力计算公式配置为：
[0131]
rdc＝α
×
dr+β
×
[(gp
×
da
×
gr)+(hp
×
da
×
hr)]；其中，rdc为区域排水能力，dr为排水速率，gp为土壤渗透速率，gr为土壤比例，hp为地面渗透速率，hr为地面比例，α为预设排水系数，β为预设渗透系数；
[0132]
步骤s503，获取排水区域内积水的常规水位，将常规水位的最高值标记为区域水位；
[0133]
步骤s504，将实际区域降雨速率与区域排水能力进行比对，若实际区域降雨速率小于等于区域排水能力，则输出水位分析信号；若实际区域降雨速率大于区域排水能力，则输出降水超标信号；
[0134]
步骤s505，若输出水位分析信号，则将区域水位与第一水位阈值进行比对，若区域水位小于等于第一水位阈值，则输出数据不足信号；若区域水位大于第一水位阈值，则输出易涝区信号；
[0135]
步骤s506，若输出降水超标信号或数据不足信号时，则将排水区域标记为正常区域；若输出易涝区信号，则将排水区域标记为易涝区域；
[0136]
步骤s6，对数据进行分析得到排水区域的预测区域降雨速率，再对预测区域降雨速率以及区域排水能力进行分析，得到排水区域是否会形成内涝并发送预警信号，具体为，分析预测降雨速率、预测降雨持续时间、排水区域面积以及城市面积，得到排水区域的预测区域降雨速率，再对预测区域降雨速率以及区域排水能力进行分析，根据分析结果将排水区域标记为易涝区域或正常区域；
[0137]
步骤s6包括如下子步骤：
[0138]
步骤s601，选取易涝区域在多次降雨中易涝水位最高的积水处设置水位计，将易涝区域在连续第一数量的降雨次数中最高的易涝水位标记为易涝峰值水位；将易涝峰值水位与第二水位阈值进行比对，若易涝峰值水位小于等于第二水位阈值，则输出实时排水正常信号；若易涝峰值水位大于第二水位阈值，则输出实时内涝预警信号；
[0139]
步骤s602，通过预测区域降雨速率公式对预测降雨速率、排水区域面积以及城市面积进行计算，得到排水区域的预测区域降雨速率；
[0140]
预测区域降雨速率公式配置为：其中，br为预测区域降雨速率，rb为预测降雨速率；
[0141]
步骤s603，获取排水区域的区域排水能力以及预测降雨持续时间，通过公式ey＝(br-rdc)
×
ty计算预测内涝预警值；其中，ey为预测内涝预警值，br为预测区域降雨速率，rdc为区域排水能力，ty为预测降雨持续时间；
[0142]
步骤s604，将预测内涝预警值与第一预警阈值进行比对，若预测内涝预警值小于等于第一预警阈值，则输出无内涝风险信号；若预测内涝预警值大于第一预警阈值，则输出内涝预警信号；
[0143]
步骤s7，分析排水区域的实际区域降雨速率、实时降雨时间、区域排水能力以及排
水区域内对应的易涝水位或常规水位，根据分析结果输出实时排水正常信号或实时内涝预警信号；
[0144]
步骤s7包括如下子步骤：
[0145]
步骤s701，选取易涝区在多次降雨中易涝水位最高的积水处设置水位计，标记为易涝峰值水位，获取易涝峰值水位；
[0146]
步骤s702，将易涝峰值水位与第二水位阈值进行比对，若易涝峰值水位小于等于第二水位阈值，则输出无内涝风险信号；若易涝峰值水位大于第二水位阈值，则输出内涝预警信号；
[0147]
步骤s703，获取排水区域的实际区域降雨速率、实时降雨时间、区域排水能力以及区域水位；用实际区域降雨速率减去区域排水能力，得到排水差值；
[0148]
步骤s704，将实时降雨时间与第一时间阈值进行比对，若实时降雨时间小于等于第一时间阈值，则输出实时排水正常信号；若实时降雨时间大于第一时间阈值，则输出内涝分析信号；
[0149]
步骤s705，若输出内涝分析信号，则用实际区域降雨速率减去区域排水能力，将差值标记为排水差值，将排水差值与第一排水阈值进行比对，若排水差值小于等于第一排水阈值，则输出水位观察信号；若排水差值大于第一排水阈值，则输出内涝预警信号；
[0150]
步骤s706，若输出水位观察信号，则将区域水位与第二水位阈值进行比对，若区域水位小于等于第二水位阈值，则输出无内涝风险信号；若区域水位大于第二水位阈值，则输出内涝预警信号
[0151]
步骤s8，接收预警信号，并根据预警信号对排水区域进行内涝预警；
[0152]
步骤s8包括如下子步骤：
[0153]
步骤s801，预警模块用于接收预警信号，若接收到预测排水正常信号或实时排水正常信号，则向排水区域发送排水正常信息；若接收到预测内涝预警信号或实时内涝预警信号，则向对应的排水区域发送内涝预警信息。
[0154]
工作原理：首先通过排水区域获取单元获取排水区域的分布情况，并获取排水区域内地面比例、土壤比例、排水区域面积以及城市面积，通过降雨数据采集单元获取城市的预测降雨速率、预测降雨持续时间、实际降雨速率以及实时降雨时间，再通过水位数据采集单元获取排水区域的常规水位，再通过排水数据获取单元采集排水区域的排水数据，通过易涝区分析单元对数据进行分析得到排水区域是否为易涝区域；
[0155]
通过降雨数据采集单元获取城市的预测降雨速率以及预测降雨持续时间，并通过排水区域获取单元获取排水区域面积以及城市面积，再通过预测内涝预警分析单元对其进行分析得到排水区域是否会形成内涝并发送预警信号；
[0156]
通过降雨数据采集单元获取城市的实际降雨速率，通过水位数据采集单元获取排水区域内对应的易涝水位或常规水位，再通过易涝区分析单元分析得到排水区域的区域排水能力，通过实际内涝预警分析单元对实际降雨速率、易涝水位或常规水位以及区域排水能力进行分析，得到排水区域是否会形成内涝并发送预警信号；
[0157]
最后通过预警模块就接收预警信号并根据预警信号对排水区域进行内涝预警。
[0158]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例，或结合软件和硬件方面的实
施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(static random access memory，简称sram)，电可擦除可编程只读存储器(electrically erasable programmable read-only memory，简称eeprom)，可擦除可编程只读存储器(erasable programmable read only memory，简称eprom)，可编程只读存储器(programmable red-only memory，简称prom)，只读存储器(read-onlymemory，简称rom)，磁存储器，快闪存储器，磁盘或光盘。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0159]
以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，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以所述权利要求的保护范围为准。

技术特征：
1.一种基于人工智能的内涝预警系统，其特征在于，包括实时数据采集模块、终端处理器以及预警模块；所述实时数据采集模块以及预警模块分别与终端处理器数据连接；所述实时数据采集模块包括降雨数据采集单元、水位数据采集单元、排水区域获取单元以及排水数据获取单元；所述降雨数据采集单元用于获取天气预报中城市的预测降雨速率以及预测降雨持续时间，并实时采集实际降雨速率以及实时降雨时间，所述实时降雨时间为降雨开始到当前数据采集时的时长；所述水位数据采集单元用于采集易涝区的积水的水位信息，标记为易涝水位，水位数据采集单元还用于移动采集城市内若干排水区域的积水的水位信息，标记为常规水位；所述排水区域获取单元用于读取城市数据库，从城市数据库内获取城市面积以及排水系统划分的排水区域面积，获取排水区域面积内的地面比例以及土壤比例；所述排水数据获取单元用于采集排水区域的排水数据，所述排水数据包括排水速率、地面渗透速率以及土壤渗透速率；所述终端处理器包括易涝区分析单元、预测内涝预警分析单元以及实际内涝预警分析单元；所述易涝区分析单元用于分析实际降雨速率、排水区域面积以及城市面积，得到排水区域内的实际区域降雨速率，再对排水区域的排水速率、地面渗透速率、土壤渗透速率、地面比例以及土壤比例进行分析，得到排水区域的区域排水能力，再对区域排水能力以及实际区域降雨速率进行分析，根据分析结果将排水区域标记为易涝区域或正常区域；所述预测内涝预警分析单元用于分析预测降雨速率、预测降雨持续时间、排水区域面积以及城市面积，得到排水区域的预测区域降雨速率，再对预测区域降雨速率以及区域排水能力进行分析，根据分析结果输出预测排水正常信号或预测内涝预警信号；所述实际内涝预警分析单元用于分析排水区域的实际区域降雨速率、实时降雨时间、区域排水能力以及排水区域内对应的易涝水位或常规水位，根据分析结果输出实时排水正常信号或实时内涝预警信号；所述预警模块用于接收预警信号，并根据预警信号向排水区域发送排水正常信息或内涝预警信息。2.根据权利要求1所述的一种基于人工智能的内涝预警系统，其特征在于，所述降雨数据采集单元包括智能ai、雨量计以及计时器，所述智能ai用于连接互联网并实时获取天气预报中城市的预测降雨速率以及预测降雨持续时间；所述雨量计用于获取实际降雨速率；所述计时器用于记录下雨的时长，得到实时降雨时间。3.根据权利要求2所述的一种基于人工智能的内涝预警系统，其特征在于，所述水位数据采集单元包括移动平台以及水位计，所述移动平台用于携带水位计在城市内进行巡检，所述水位计用于检测积水的水位。4.根据权利要求3所述的一种基于人工智能的内涝预警系统，其特征在于，所述易涝区分析单元配置有易涝区分析策略，所述易涝区分析策略包括：获取实际降雨速率、排水区域面积以及城市面积；通过实际区域降雨速率计算公式对其进行计算，得到排水区域的实际区域降雨速率；所述实际区域降雨速率计算公式配置为：其中，ar为实际区域降雨速率，ra为实际降雨速率，da为排水区域面积，ua为城市面积；
获取排水区域的排水速率、地面渗透速率、土壤渗透速率、地面比例以及土壤比例；通过区域排水能力计算公式对其进行计算，得到排水区域的区域排水能力；所述区域排水能力计算公式配置为：rdc＝α
×
dr+β
×
[(gp
×
da
×
gr)+(hp
×
da
×
hr)]；其中，rdc为区域排水能力，dr为排水速率，gp为土壤渗透速率，gr为土壤比例，hp为地面渗透速率，hr为地面比例，α为预设排水系数，β为预设渗透系数；获取排水区域内积水的常规水位，将常规水位的最高值标记为区域水位；将实际区域降雨速率与区域排水能力进行比对，若实际区域降雨速率小于等于区域排水能力，则输出水位分析信号；若实际区域降雨速率大于区域排水能力，则输出降水超标信号；若输出水位分析信号，则将区域水位与第一水位阈值进行比对，若区域水位小于等于第一水位阈值，则输出数据不足信号；若区域水位大于第一水位阈值，则输出易涝区信号；若输出降水超标信号或数据不足信号时，则将排水区域标记为正常区域；若输出易涝区信号，则将排水区域标记为易涝区域。5.根据权利要求4所述的一种基于人工智能的内涝预警系统，其特征在于，所述预测内涝预警分析单元配置有预测内涝预警分析策略，所述预测内涝预警分析策略包括：获取城市的预测降雨速率、排水区域面积以及城市面积；通过预测区域降雨速率公式计算排水区域的预测区域降雨速率；所述预测区域降雨速率公式配置为：其中，br为预测区域降雨速率，rb为预测降雨速率；获取排水区域的区域排水能力以及预测降雨持续时间；通过公式ey＝(br-rdc)
×
ty计算预测内涝预警值；其中，ey为预测内涝预警值，br为预测区域降雨速率，rdc为区域排水能力，ty为预测降雨持续时间；将预测内涝预警值与第一预警阈值进行比对，若预测内涝预警值小于等于第一预警阈值，则输出预测排水正常信号；若预测内涝预警值大于第一预警阈值，则输出预测内涝预警信号。6.根据权利要求5所述的一种基于人工智能的内涝预警系统，其特征在于，所述实际内涝预警分析单元配置有实际内涝预警策略，所述实际内涝预警策略包括：选取易涝区域在多次降雨中易涝水位最高的积水处设置水位计，将易涝区域在连续第一数量的降雨次数中最高的易涝水位标记为易涝峰值水位；将易涝峰值水位与第二水位阈值进行比对，若易涝峰值水位小于等于第二水位阈值，则输出实时排水正常信号；若易涝峰值水位大于第二水位阈值，则输出实时内涝预警信号；获取排水区域的实际区域降雨速率、实时降雨时间、区域排水能力以及区域水位；用实际区域降雨速率减去区域排水能力，得到排水差值；将实时降雨时间与第一时间阈值进行比对，若实时降雨时间小于等于第一时间阈值，则输出实时排水正常信号；若实时降雨时间大于第一时间阈值，则输出内涝分析信号；若输出内涝分析信号，则用实际区域降雨速率减去区域排水能力，将差值标记为排水差值，将排水差值与第一排水阈值进行比对，若排水差值小于等于第一排水阈值，则输出水
位观察信号；若排水差值大于第一排水阈值，则输出实时内涝预警信号；若输出水位观察信号，则将区域水位与第二水位阈值进行比对，若区域水位小于等于第二水位阈值，则输出实时排水正常信号；若区域水位大于第二水位阈值，则输出实时内涝预警信号。7.根据权利要求6所述的一种基于人工智能的内涝预警系统，其特征在于，所述预警模块用于接收预警信号，若接收到预测排水正常信号或实时排水正常信号，则向排水区域发送排水正常信息；若接收到预测内涝预警信号或实时内涝预警信号，则向对应的排水区域发送内涝预警信息。8.一种基于人工智能的内涝预警方法，根据权利要求1-7任意一项所述的一种基于人工智能的内涝预警系统实现，其特征在于，包括：步骤s1，获取天气预报中城市的预测降雨速率以及预测降雨持续时间，并实时采集实际降雨速率以及实时降雨时间，所述实时降雨时间为降雨开始到当前数据采集时的时长；步骤s2，采集易涝区的积水的水位信息，标记为易涝水位，采集城市内若干排水区域的积水的水位信息，标记为常规水位；步骤s3，读取城市数据库，从城市数据库内获取城市面积以及排水系统划分的排水区域面积，获取排水区域面积内的地面比例以及土壤比例；所述地面比例为地面在排水区域内所占面积比例，所述土壤比例为土壤在排水区域内所占面积比例；步骤s4，采集排水区域的排水数据，所述排水数据包括排水速率、地面渗透速率以及土壤渗透速率；步骤s5，分析实际降雨速率、排水区域面积以及城市面积，得到排水区域内的实际区域降雨速率，再对排水区域的排水速率、地面渗透速率、土壤渗透速率、地面比例以及土壤比例进行分析，得到排水区域的区域排水能力，再对区域排水能力以及实际区域降雨速率进行分析，根据分析结果将排水区域标记为易涝区域或正常区域；步骤s6，分析预测降雨速率、预测降雨持续时间、排水区域面积以及城市面积，得到排水区域的预测区域降雨速率，再对预测区域降雨速率以及区域排水能力进行分析，根据分析结果输出预测排水正常信号或预测内涝预警信号；步骤s7，分析排水区域的实际区域降雨速率、实时降雨时间、区域排水能力以及排水区域内对应的易涝水位或常规水位，根据分析结果输出实时排水正常信号或实时内涝预警信号；步骤s8，接收预警信号，并根据预警信号向排水区域发送排水正常信息或内涝预警信息。

技术总结
本发明提供一种基于人工智能的内涝预警系统，涉及内涝预警领域，包括实时数据采集模块、终端处理器以及预警模块，所述实时数据采集模块用于采集降雨数据、水位数据、排水区域数据以及排水数据；所述终端处理器用于对数据进行分析处理；所述预警模块用于接收终端处理器的分析结果并对排水区域进行内涝预警；本发明用于解决现有的内涝预警方法在内涝分析时还存在分析不够全面以及易涝区的判定不够精准的问题。准的问题。准的问题。


技术研发人员：穆元彬
受保护的技术使用者：浙江龙驳科技有限公司
技术研发日：2023.06.14
技术公布日：2023/9/6