动态数据驱动的突发灾害下群体疏运行为建模仿真方法技术

本发明专利技术公开了一种动态数据驱动的突发灾害下群体疏运行为建模仿真方法，本发明专利技术通过分析高分辨率遥感图像获取实时灾害信息，并利用山体滑坡等自然灾害仿真模型输出灾难演变的虚拟数据，人群仿真平台描述灾害情景下的个体行为，以此实现山体滑坡灾害实时在线建模。通过对个体用几个不同的属性进行描述，并且定义几个不同的环境描述属性，来对个体的行为根据环境的信息作出决策。实验证明，本方法在实际的山体滑坡等自然灾害救援行动中具有更好的人群疏散效率和可用性。

【技术实现步骤摘要】

本专利技术属于仿真建模
，涉及一种动态数据驱动的建模方法，尤其涉及一 种基于遥感数据驱动、突发灾害建模与人群仿真的方法。
技术介绍
自然灾害的突发性和不可预测性极易造成当地群众生命财产损失和环境的破坏。 因此制定合理的救援计划就显得很有必要。现在大多数在该领域的研究都是基于真实事件 的数据或是物理实验进行。然而，这些研究和实验方法既不适用于计划制定同时还需要很 大的投入。 建模仿真技术是科学与工程领域的一项关键技术。该技术应用到自然灾害防控领 域是个典型的范例。通过建模仿真，不仅能展示灾害演变过程和灾害中人群的行为，而且还 能对应急预案进行测试和评估（)。近些年，建模仿真技术在自然灾害情况研究领域 引起极大的关注，并且研究者们试图凭借此制定出更加合理有效的应急预案（)。研 究者们提出了很多种仿真框架和虚拟环境表述方法。提出路由选择算法，该算法把 疏散撤离过程看做是一个路径选择问题。对个体速度影响做了研究，考虑到疏散 撤离过程"快即是慢"这个先验知识。更多的研究关注紧急疏散撤离过程中个体 的行为和决策。 虽然现有的建模仿真系统在灾害防控领域取得了一定的成果，但是仍然面临着两 个亟待解决的问题：1.缺乏自然灾害的真实数据，特别是高分辨率在线数据;2.缺乏描述自 然灾害中人群行为的方法和平台。因此亟待专利技术一种基于数据的自然灾害人群疏散的建模 仿真方法。 AnmoISheth,ChandramohanA.Thekkath,PrakshepMehta，KalyanTejaswi， ChandreshParekh,TrilokN.Singh1Uday B.Desai·"Senslide:A Distributed Landslide Prediction System"，ACM SIG0PS0 perating Systems Review,2007.41(2):75-87 D · Chen，L ·Wang，X · Wu，J · Chen，S · U ·Khan，J · Kolodziqj，M· Tian，F · Huang， and W.Liu,"Hybrid Modelling and Simulation of Huge Crowd Over a Hierarchical Grid Architecture ,''Future Generation Computer Systems , vol. 29 ,no. 5 ,pp. 1309-1317,2013. N.Zarboutis,N.Marmaras,Design of formative evacuation plans using agentbased simulation,Saf.Sci.45(9)(2007)920-940. D .LeejJ-H-ParkjH-KimjA study on experiment of human behavior for evacuation simulation,Ocean Eng.31(8-9)(2004)931-941. H.Xue，X.Hu，Exploiting sensor spatial correlation for dynamic data drivensimulation of wildfire , in:Proceedings of the 26th ACM/IEEE/SCS Workshopon Principles of Advanced and Distributed Simulation,2012,pp.243-249. M.Mokhtarzade，Μ· J.Zoej ,Road detection from high-resolution satelIiteimages using artificial neural networks，Int·J·Appl·Earth Obs.Geoinf.9(1)(2007)32-40. S · Z · Li ,Markov Random Field Model ing in Image Analysis ， Springer,2009.
技术实现思路
为了解决上述技术问题，本专利技术提供了一种动态数据驱动的突发灾害条件下群体 疏运行为建模仿真方法。 本专利技术所采用的技术方案是:一种动态数据驱动的突发灾害下群体疏运行为建模 仿真方法，其特征在于，包括以下步骤：步骤1:获取高分辨率遥感图像，并结合多种模式识别方法，从以二值化地图和向 量场形式存在的图中产生地质体数据，获得二维离散数据(二值化地图得到的)和高维遥感 数据（向量场分离得到的）； 步骤2:基于二维离散数据和高维遥感数据，重建三维滑坡地质模型； 步骤3 :数据驱动的人群仿真建模;灾难场景下的仿真建模包括两部分:虚拟环境 建模和大规模体人群仿真； 步骤4:群体疏散运动行为仿真。 作为优选，步骤1中所述结合多种模式识别方法，具体实现包括以下子步骤： 步骤1.1:利用模糊C均值聚类方法，将获取的高分辨率遥感图像像素分到不同的 类，基于模糊C均值聚类的思想，将类间的距离变大；步骤1.2:对原始图像的数据进行归一化处理，并分成两部分，一部分做训练数据， 一部分做测试数据；通过支持向量机模型构建判别函数来训练得到目标分类模型，原始高分辨率遥感 图像中未知模块映射到特征空间并作为输入，得到该未知模块是否为目标的分类结果； 步骤1.3:利用马尔科夫场的正则化，过滤步骤1.2中得到的分类结果;通过使用最 大后验概率估计，通过频谱外推对目标进行重构，降低噪声，进一步改善分类结果。作为优选，步骤2的具体实现包括以下子步骤：步骤2.1:滑坡结构建模;通过纹理映射技术获得地质体模型，实现结构建模；步骤2.2:滑坡过程仿真;滑坡运动描述公式为： 其中，V表示滑坡速度;t表示当前的时间;m表示滑坡体的质量;g表示重力加速度； α表示滑动表面的倾向；f表示动摩擦系数且/ = 沪表示动摩擦角度;μ表示孔隙水 压力;c表示其他阻力； 通过上述求解微分方程，获得滑坡速度计算公式如下： 其中，VO表示初始速度；S表示滑坡距离，H表示滑坡垂直距离；L表示滑坡水平距 离。 作为优选，步骤3的具体实现包括以下子步骤： 步骤3.1:虚拟环境建模，包含灾难信息识别、灾难信息预测和灾难场景配置;根据 高维遥感数据、滑坡过程仿真结果和用户输入的环境信息，创建一个用于仿真的虚拟场景； 所述灾难信息识别，是将步骤1中获得的二维离散数据和高维遥感数据，转换到彩 色图中，并利用基于颜色的图像处理方法做一个量化处理产生分块的逻辑图；所述灾难信息预测，根据步骤2中三维滑坡地质模型提供的灾难数据，生成滑坡仿 真动画，并将动画采样成关键帧，每个关键帧描述着滑坡仿真过程的某个具体时间点的状 态;将这些关键帧由3D转为2D，并与分块逻辑图结合，建立起多个灾难中的场景； 所述灾难场景配置，是人工修正灾难信息识别的的错误、人工设置人为定义的目 标，人为定义的目标包括引导信号、安全位置和出口； 步骤3.2:大规模体人群仿真，其具体实现主要包含以下子步骤：步骤3.2.1:将虚拟环境建模的分块逻辑图作为仿真的数据源； 步骤3.2.2:创造向量场，包本文档来自技高网...

【技术保护点】
一种动态数据驱动的突发灾害下群体疏运行为建模仿真方法，其特征在于，包括以下步骤：步骤1：获取高分辨率遥感图像，并结合多种模式识别方法，从以二值化地图和向量场形式存在的图中产生地质体数据，获得二维离散数据和高维遥感数据；步骤2：基于二维离散数据和高维遥感数据，重建三维滑坡地质模型；步骤3：数据驱动的人群仿真建模；灾难场景下的仿真建模包括两部分：虚拟环境建模和大规模体人群仿真；步骤4：群体疏散运动行为仿真。

【技术特征摘要】

【专利技术属性】
技术研发人员：陈丹，窦明罡，陈靓影，王力哲，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42