[发明专利]大数据分析与机理模型协同的道路积水深度监测方法及系统

说明书

本发明公开了一种大数据分析与机理模型协同的道路积水深度监测方法，包括步骤：S1.采集道路积水信息；S2.对所述道路积水区域图像进行识别，得到道路积水区域实际面积，并对所述降雨量、所述道路单点积水深度以及所述道路积水区域实际面积进行处理，得到道路积水深度；S3.输出所述道路积水深度。一种大数据分析与机理模型协同的道路积水深度监测系统，包括参数采集模块、数据处理模块以及输出模块。本发明能够准确地计算出道路积水区域的最大深度以及预测最大深度，有效地防止出现道路积水深度误报、错报的情况，弥补了其他道路积水监测方式的不足，为道路排水建设提供了有力的参考。

技术领域

本发明涉及道路监测领域，具体涉及一种大数据分析与机理模型协同的道路积水深度监测方法及系统。

背景技术

随着我国城市化建设的不断推进，城市气候和地表下垫面条件均发生明显的变化。在城市排水管网系统的建设滞后和排水系统规划不够合理的影响下，一旦遭遇台风、暴雨等恶劣天气，就会导致城市道路形成积水，严重影响了城市居民出行。

现有的城市道路积水的监测方式，主要分为设备监测和数据挖掘分析两类。其中，设备监测通过部署水位传感器对道路积水进行监测；而数据挖掘分析通过对城市道路形成的原因以及过程进行处理，并结合城市道路地表高程数据、道路排水管网等信息来判断道路积水产生的可能性以及道路积水深度等。

但设备监测的方式只能对传感器测量处的积水深度进行测量，难于准确地测量城市道路积水区域的最大深度或有效深度，容易产生误报、错报。而数据挖掘分析需要城市道路的全部高精度数字高程数据、城市排水管网等信息，存在数据不好获取、数据不全、数据复杂、数据不好更新以及识别精度不够的问题。

发明内容

有鉴于此，本发明的目的是克服现有技术中的缺陷，提供大数据分析与机理模型协同的道路积水深度监测方法及系统，能够准确地计算出城市道路积水区域的最大深度以及预测最大深度，有效地防止出现道路积水深度误报、错报的情况，弥补了其他道路积水监测方式的不足，为道路排水建设提供了有力的参考。

本发明的大数据分析与机理模型协同的道路积水深度监测方法，包括如下步骤：

S1.采集道路积水信息；所述道路积水信息包括降雨量、道路单点积水深度以及道路积水区域图像；

S2.对所述道路积水区域图像进行识别，得到道路积水区域实际面积，并对所述降雨量、所述道路单点积水深度以及所述道路积水区域实际面积进行处理，得到道路积水深度；所述道路积水深度包括道路积水区域的最大深度以及最大预测深度；

S3.输出所述道路积水深度。

进一步，步骤S2中，对所述道路积水区域图像进行识别，得到道路积水区域实际面积，具体包括：

获取道路积水区域样本，并对所述道路积水区域样本进行特征标记处理，得到处理后的道路积水区域样本；

将所述处理后的道路积水区域样本输入至向量机进行训练学习，得到道路积水识别模型；

使用道路积水识别模型对道路积水区域图像进行识别处理，得到道路积水区域实际面积。

进一步，根据如下公式确定道路积水区域实际面积S：

S＝k·S_像素；

其中，k为道路积水区域实际面积的换算系数；S_像素为道路积水区域在图像中的像素面积；所述道路积水区域实际面积的换算系数S_参考物为1m×1m的参考物在图像中的像素面积。

进一步，步骤S2中，根据如下公式确定所述道路积水区域的最大深度：