[发明专利]基于灾害天气的车辆预警方法、装置、设备及存储介质

说明书

本申请人工智能的数据分析技术领域，提供一种基于灾害天气的车辆预警方法、装置、设备及存储介质，包括：获取目标城市的气候信息，并将气候信息输入至预设的降雨预测模型中，得到降雨预测信息；获取目标城市的各路面区域的积水影响因子，积水影响因子包括路面低洼深度和/或路面排水速度；根据目标城市的各路面区域的积水影响因子和降雨预测信息，确定各路面区域的积水预测信息；根据各路面区域的积水预测信息，确定各路面区域的车辆涉水风险预警等级，能够减少车辆涉水造成人员伤亡和车辆的损坏的情况发生。本申请还涉及区块链技术，上述的降雨预测模型可存储在区块链中。

技术领域

本申请涉及数据分析技术领域，尤其涉及一种基于灾害天气的车辆预警方法、装置、设备及存储介质。

背景技术

强降雨、大风等灾害性天气会带来各种洼地积水严重，泥石流等问题，严重影响人们的正常生活和工作，给人们带来各类财产、人身安全等损失。因此，为了减少因灾害性天气所引起的交通事故，减少因灾害性天气引起的重大的人员伤亡和财产损失，灾害性天气的预警信息及时的发布具有极其重要的意义。

现有的灾害性天气的天气预报的预警主要针对较长时间段、大区域范围内的进行预警信息的发布，并没有对每个局部区域进行预警，而且现有的灾害性天气的天气预报进行示警的效果实时性较差，预警信息的风险等级不够详细和准确，预警效果不好。因此，如何提高基于灾害天气的车辆涉水风险预警的准确性是目前亟待解决的问题。

发明内容

本申请的主要目的在于提供一种基于灾害天气的车辆预警方法、装置、设备及存储介质，旨在提高基于灾害天气的车辆涉水风险预警的准确性。

第一方面，本申请提供一种基于灾害天气的车辆预警方法，所述基于灾害天气的车辆预警方法包括以下步骤：

获取目标城市的气候信息，并将所述气候信息输入至预设的降雨预测模型中，得到降雨预测信息，所述降雨预测模型为预先训练好的神经网络模型；

获取所述目标城市的各路面区域的积水影响因子，其中，所述积水影响因子包括路面低洼深度和/或路面排水速度；

根据所述目标城市的各路面区域的积水影响因子和所述降雨预测信息，确定各所述路面区域的积水预测信息；

根据各所述路面区域的积水预测信息，确定各所述路面区域的车辆涉水风险预警等级。

第二方面，本申请还提供一种基于灾害天气的车辆预警装置，所述基于灾害天气的车辆预警装置包括获取模块、生成模块和确定模块，其中：

所述获取模块，用于获取目标城市的气候信息；

所述生成模块，用于将所述气候信息输入至预设的降雨预测模型中，得到降雨预测信息，所述降雨预测模型为预先训练好的神经网络模型；

所述获取模块，还用于获取所述目标城市的各路面区域的积水影响因子，其中，所述积水影响因子包括路面低洼深度和/或路面排水速度；

所述确定模块，用于根据所述目标城市的各路面区域的积水影响因子和所述降雨预测信息，确定各所述路面区域的积水预测信息；

所述确定模块，还用于根据各所述路面区域的积水预测信息，确定各所述路面区域的车辆涉水风险预警等级。

第三方面，本申请还提供一种计算机设备，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上述的基于灾害天气的车辆预警方法的步骤。

第四方面，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如上述的基于灾害天气的车辆预警方法的步骤。