[发明专利]一种城市多灾种耦合分析的方法在审
申请号: | 202210530811.7 | 申请日: | 2022-05-16 |
公开(公告)号: | CN114925517A | 公开(公告)日: | 2022-08-19 |
发明(设计)人: | 杨帆;任泳然;吕婉莹;杨丽文;杨景华 | 申请(专利权)人: | 深圳金赋科技有限公司 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06Q10/04;G06Q50/26;G06F111/08 |
代理公司: | 深圳市中科云策知识产权代理有限公司 44862 | 代理人: | 温艳华;何晓 |
地址: | 518000 广东省深圳市前海深港合作区前*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 城市 多灾种 耦合 分析 方法 | ||
1.一种城市多灾种耦合分析的方法,其特征在于,包括如下步骤:
S1:多灾种数据收集,收集城市灾情事故多发地的背景信息资料,并在灾情事故多发地附近安装信息采集类摄像头、气流及振动传感器等设备,收集灾情事故多发地各时段的图像、温度、气流和振动等各类信息;
S2:灾种模型建立,对自然灾害或人为灾害的灾害源进行数据分析,制作灾情多发地的固定背景建模,对灾情多发地内的不稳定因素进行动态数字建模;
S3:事故链化预测,根据建立的灾种模型,分析可能出现的灾害事故种类,根据灾害事故种类,预测多灾害事故耦合可能产生的链化反应结果;
S4:事故仿真模拟,根据建立的灾种模型,通过变更动态数字建模内的不稳定因素的数据信息,对两种及以上的灾害事故进行仿真模拟;
S5:灾情事故评估,将灾种事故链化预测结果及灾种事故仿真模拟结果进行对比,根据灾害事故程度,对多灾种耦合仿真结果及可能出现的多灾害链化结果进行等级评定;
S6:分析结果及建议,根据等级评定的结果,提供多灾害事故发生后的灾后重建建议,并根据灾种模型、仿真模拟及链化预测,提供后续灾种预防建议。
2.如权利要求1所述的一种城市多灾种耦合分析的方法,其特征在于:所述S1中的多灾种数据收集包括建筑信息收集模块、环境温度收集模块、环境湿度收集模块、气压收集模块、气流收集模块、振动信息收集模块和其他信息收集模块;
所述建筑信息收集模块,用于对城市灾害事故发生地的周边建筑和地形等进行数据及图像信息的收集;
所述环境温度收集模块,用于对城市灾害事故发生地的环境温度进行实时监控与信息收集;
所述环境湿度收集模块,用于对城市灾害事故发生地的多时段环境湿度进行实时监控与信息收集;
所述气压收集模块,用于对城市灾害事故发生地的所处空间的气压进行实时监控与信息收集;
所述振动信息收集模块,用于对城市灾害事故发生地附近地表的振动信息进行实时监控与信息收集;
所述其他信息收集模块,用于其他类别信息的主动添加与收集。
3.如权利要求1所述的一种城市多灾种耦合分析的方法,其特征在于,所述灾种模型建立的方法,包括以下步骤;
S201:汇总城市灾害事故的周边环境信息,分析并分类周边环境信息,采用素体模型与仿真彩体模型相结合的形式进行模型的构建;
S202:采用素体模型的方式,对城市周边灾害附近的建筑、公路、地形、山体和河流等进行固定组合式建模;
S203:采用仿真彩体模型的形式,对城市周边灾害多发区的温度、湿度、气压和周边振动幅度等可变因素进行组合式建模;
S204:将素体模型与仿真彩体模型相结合,并对仿真彩体模型内的模型参数范围进行设定。
4.如权利要求1所述的一种城市多灾种耦合分析的方法,其特征在于,所述事故链化预测的方法,包括如下步骤:
S301:根据城市灾害多发地收集的周边环境数据信息,分析并拟定可能出现的灾害方式,根据灾害的发生形式及危害程度,进行单独灾种的信息分类;
S302:随机选择两种或两种以上的灾种进行交互耦合分析,并收集交互耦合分析的数据;
S303:根据灾种模型和交互数据建立耦合概率模型,由耦合概率模型根据不同灾种的发生概率,计算两种或两种以上灾种发生链化反应的概率;
S304:预测多灾种耦合链化反应发生后,出现的周边环境损伤程度及损伤范围,制作相应的设施致损模型。
5.如权利要求1所述的一种城市多灾种耦合分析的方法,其特征在于,所述事故仿真模拟的方法,包括如下步骤:
S401:根据灾害模型数据,调整模型内各类数据参数,并进行多次实时三维模块仿真模拟,以获得事故后果数据;
S402:建立事故后果模型,根据事故后结果数据及事故后果模型计算并预测次生灾害发生的概率;
S403:使用事故后果模型制作三维模型,并根据多组实时仿真数据进行次生灾害的三维仿真模拟,并记录模拟数据;
S404:收集灾害模型耦合发生后的事故后果数据,及次生灾害仿真获得模拟数据,根据发生概率及灾害后果程度进行分类。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳金赋科技有限公司,未经深圳金赋科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210530811.7/1.html,转载请声明来源钻瓜专利网。