System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于城市路网地下病害预防,尤其是涉及一种变权重的城市路网地下病害风险识别方法。
技术介绍
1、近年来,城市地下空间安全问题日益突出,韧性城市和智慧城市建设逐步推进,城市道路由于长期服役并受周边环境和人为因素扰动等原因而产生空洞、脱空、疏松体、富水体等道路病害问题,危害城市运行和人民群众安全。除了采用人工探查、地质雷达探测和工程监测等手段是进行定期道路病害排查外,针对城市路网地下病害的风险识别也成为城市地下安全治理的重要内容。
2、当前的识别方法存在以下问题:第一,识别对象的识别图层与城市道路地图相同大小,识别图层配准并重采样分配至各个像元的可操作性较差,识别对象本质上是一个整体的城市道路组合体,并非单一道路或者道路的部分细分单元,识别目标缺乏精准性;第二,能充分考虑到各风险因素的动态变化及其对识别指标权重影响,以及这些变化对最终的风险识别结果的影响,缺乏动态性。
技术实现思路
1、有鉴于此,本专利技术旨在提出一种变权重的城市路网地下病害风险识别方法,以期解决上述部分技术问题中的至少之一。
2、为达到上述目的,本专利技术的技术方案是这样实现的:
3、本专利技术第一方面提供了一种变权重的城市路网地下病害风险识别方法,包括以下步骤:
4、s1、采集城市路网的倾斜摄影数据;
5、s2、对倾斜摄影数据进行语义切割,并按照设置长度划分为多个识别单元;
6、s3、采集风险因子的数据;
7、s4、将s3采
8、s5、根据风险权重动态调整规则调整风险因子的权重,计算识别单元的风险数值。
9、进一步的,所述s1中通过无人机或遥感技术获取城市路网的倾斜摄影数据,对倾斜摄影数据进行道路单体化处理形成摄影数据集;
10、所述s2中对摄影数据集进行语义切割处理,识别并分割出道路的车道、附属设施,并按照设置长度的单车道范围作为识别单元,将摄影数据集中的道路数据划分为多个识别单元。
11、进一步的,所述s3包括以下步骤:
12、s31、获取与风险识别相关的空间位置信息模型和时间序列信息模型;
13、s32、对信息模型基于统一的时空位置关系进行集成与融合,并根据风险因子的类型对信息模型及数据进行划分;
14、风险因子包括以下类型:
15、病害本体空间风险因子,用于体现病害体空间发育状态包括:病害体深度风险因子、病害体覆跨风险因子、病害体密度风险因子、病害体危害性风险因子;
16、周边环境空间风险因子,用于体现周边环境空间复杂状态及病害潜在危害程度包括:重要管线风险因子、运营地铁风险因子、在建工程风险因子、车流密度风险因子;
17、地质环境空间风险因子,用于体现病害体赋存地质环境状态及地质诱发因素包括:岩土体风险因子、地下水位风险因子、水土腐蚀性风险因子;
18、病害本体发育风险因子,用于体现病害体空间发育状态变化情况包括:病害体深度发育速率风险因子、病害体覆跨发育速率风险因子、病害体密度发育速率风险因子;
19、周边环境预警风险因子,用于体现周边环境变形状态及诱发病害因素包括:运营地铁变形预警风险因子、在建工程变形预警风险因子。
20、进一步的,所述s4包括以下步骤:
21、s41、对s3采集到的风险因子数据进行清洗,去除重复、无效或错误的数据;
22、s42、将s41得到的风险因子数据中连续的数据进行离散化处理,分割为指定的区间或类别;
23、s43、从分割后的数据中提取出与风险识别相关的特征;
24、s44、将s43提取到的特征划分至每个识别单元,按照风险因子类型将识别单元对应的数据进行分类。
25、进一步的,所述s5包括:
26、s51、通过层析分析法建立风险数据与对应风险因子系数的映射关系,为各风险因子系数赋值;
27、s52、基于重要性分析法确定各风险因子权重;
28、s53、基于指数衰减法确定风险识别时空重要性权重;
29、s54、根据风险因子权重和风险识别时空重要性权重计算对象风险数值。
30、进一步的,当s3中风险因子数据发生更新时,适应性的调整s52中的风险因子权重。
31、进一步的,当s3中风险因子数据发生更新时,重新计算当前时点风险数值,计算当前时点风险数值与前三次风险识别数值平均值的比值,根据计算得到的比值调整当前时点风险识别时空重要性权重。
32、本专利技术第二方面提供了一种电子设备,包括处理器以及与处理器通信连接,且用于存储所述处理器可执行指令的存储器,所述处理器用于执行上述第一方面所述的方法。
33、本专利技术第三方面提供了一种服务器,包括至少一个处理器,以及与所述处理器通信连接的存储器,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述处理器执行,以使所述至少一个处理器执行如第一方面所述的方法。
34、本专利技术第四方面提供了一种计算机可读取存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现第一方面所述的方法。
35、相对于现有技术,本专利技术所述的一种变权重的城市路网地下病害风险识别方法具有以下有益效果:
36、(1)本专利技术所述的一种变权重的城市路网地下病害风险识别方法,本专利技术通过数据颗粒化和网格化处理,实现了对大规模城市路网潜在病害风险的快速识别,能够提高识别效率,在局部数据动态更新时,仅需要对局部网格进行重新识别,无需大规模重新识别,节省算力资源。
37、(2)本专利技术所述的一种变权重的城市路网地下病害风险识别方法,通过风险权重动态调整机制,突出了数据更新后发生变化的风险因子对风险数值和风险等级的直接影响,提高风险识别的敏感性和时效性。
38、(3)本专利技术所述的一种变权重的城市路网地下病害风险识别方法,通过风险识别时空重要性权重调整机制,综合考虑了前期风险数据和风险识别等级对当前时点风险识别结果的综合影响,有利于降低当前风险识别的不确定性,从而更准确地反映城市道路地下病害风险的实际变化情况
本文档来自技高网...【技术保护点】
1.一种变权重的城市路网地下病害风险识别方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种变权重的城市路网地下病害风险识别方法,其特征在于:所述S1中通过无人机或遥感技术获取城市路网的倾斜摄影数据,对倾斜摄影数据进行道路单体化处理形成摄影数据集;
3.根据权利要求1所述的一种变权重的城市路网地下病害风险识别方法,其特征在于:所述S3包括以下步骤:
4.根据权利要求1所述的一种变权重的城市路网地下病害风险识别方法,其特征在于,所述S4包括以下步骤:
5.根据权利要求1所述的一种变权重的城市路网地下病害风险识别方法,其特征在于,所述S5包括:
6.根据权利要求5所述的一种变权重的城市路网地下病害风险识别方法,其特征在于:当S3中风险因子数据发生更新时,适应性的调整S52中的风险因子权重。
7.根据权利要求5所述的一种变权重的城市路网地下病害风险识别方法,其特征在于:
8.一种电子设备,包括处理器以及与处理器通信连接,且用于存储所述处理器可执行指令的存储器,其特征在于:所述处理器用于执行上述
9.一种服务器,其特征在于:包括至少一个处理器,以及与所述处理器通信连接的存储器,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述处理器执行,以使所述至少一个处理器执行如权利要求1-7任一所述的方法。
10.一种计算机可读取存储介质,存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现权利要求1-7任一项所述的方法。
...【技术特征摘要】
1.一种变权重的城市路网地下病害风险识别方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种变权重的城市路网地下病害风险识别方法,其特征在于:所述s1中通过无人机或遥感技术获取城市路网的倾斜摄影数据,对倾斜摄影数据进行道路单体化处理形成摄影数据集;
3.根据权利要求1所述的一种变权重的城市路网地下病害风险识别方法,其特征在于:所述s3包括以下步骤:
4.根据权利要求1所述的一种变权重的城市路网地下病害风险识别方法,其特征在于,所述s4包括以下步骤:
5.根据权利要求1所述的一种变权重的城市路网地下病害风险识别方法,其特征在于,所述s5包括:
6.根据权利要求5所述的一种变权重的城市路网地下病害风险识别方法,其特征在于:当...
【专利技术属性】
技术研发人员:马乐民,孙怀军,崔亚彤,刘月辉,黄恩兴,刘晓磊,刘承磊,余祥正,
申请(专利权)人:天津市勘察设计院集团有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。