首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种融合志愿者地理信息的城市内涝危险性情景模拟方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南京师范大学

摘要:本发明提供一种融合志愿者地理信息的城市内涝危险性情景模拟方法,目的在于融合多源志愿者地理信息,探索城市内涝危险性模拟方法,方法包括以下步骤:数据收集;城市空间单元划分;志愿者地理信息数据分类;居民出行规律挖掘;下垫面“职‑住‑休”结构划分;内涝模型构建;暴雨内涝情景模拟;危险性特征因子分析;致灾因子评价指标选定;孕灾环境评价指标选定;危险性评估模型构建和危险性等级划分。本发明的有益效果是融合了多源志愿者地理信息数据,集成多种机器学习方法科学评估了暴雨洪涝产生的危险程度,有力支撑了易涝区域的海绵城市建设以及防汛排涝决策。

主权项:1.一种融合志愿者地理信息的城市内涝危险性情景模拟方法,其特征在于,包括以下步骤:S1:数据收集,收集开放街道地图、兴趣点和手机信令志愿者地理信息数据,以及土地利用、排水管网和数字高程多源地理数据;S2:利用开放街道地图志愿者地理信息数据进行城市空间单元划分,基于开放街道地图路网数据进行区域空间单元划分;S3:基于TextCNN模型对兴趣点数据和手机信令志愿者地理信息数据进行分类,利用TextCNN模型融合兴趣点数据和手机信令2类志愿者地理信息数据,进行文本多分类任务,得到城市不同土地覆盖类别;S4:基于多源地理数据的居民出行规律挖掘,以出租车轨迹为基本数据源,构建出发-到达时间序列,并综合利用手机信令数据和兴趣点数据,通过机器学习方法,按照“职业、居住和休闲”结构分析不同区域居民的出行规律;S5:融合多源地理数据的城市下垫面“职-住-休”结构划分,将蕴含自然属性的土地利用数据和蕴含社会属性的土地覆盖数据进行叠加,并结合出租车轨迹数据的居民出行规律分析结果,按照“职-住-休”结构划分城市下垫面类别为3类;S6:内涝模型构建,将城市内涝模型参数阈值依据城市下垫面类别分发至各汇水区,基于实验区暴雨洪涝事件实测值,确定最优参数值,完成融合志愿者地理信息的城市内涝模型构建;S7:暴雨内涝情景模拟,利用芝加哥雨型生成工具,分别设计重现期为10年,20年、30年、40年和50年的暴雨,并将其输入内涝模型中,进行多暴雨情景下的内涝模拟;S8:基于多层感知机的内涝危险性特征因子分析,利用多层感知机模型,确定内涝危险性结果与其特征因子的重要性排序;S9:内涝危险性致灾因子评价指标选定,致灾是指导致洪水灾害发生的因素,选择降水量、降雨持续时长作为致灾因子;S10:内涝危险性孕灾环境评价指标选定,选取高程、淹没水深和“职-住-休”结构下垫面类型作为孕灾环境的评价指标;S11:内涝危险性评估模型构建,评估模型为: ,式中,表示内涝危险性指数,表示各指标的权重,表示对应的指标,、、、和分别为降水量、降雨持续时长、高程、下垫面类型和淹没水深;S12:危险性等级划分,基于内涝灾害危险性评估模型,将内涝灾害危险性划分不同的等级:低风险区、较低风险区、较高风险区和高风险区,其中小于0.5为低风险区,为较低风险区,为较高风险区,大于0.6为高风险区。

全文数据:

权利要求:

百度查询: 南京师范大学 一种融合志愿者地理信息的城市内涝危险性情景模拟方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。