道路内涝风险预测方法、装置、设备及存储介质与流程
本申请属于城市安全技术领域，尤其涉及一种道路内涝风险预测方法、装置、设备及存储介质。
背景技术：
目前，关于城市道路内涝的分析主要是借助于基础的水文模型，例如降雨模型、汇流模型或者排水模型来模拟城市易发生内涝区域的积水过程，进而实现城市道路内涝概率的预测。由于上述模型的建模过程复杂，在中小空间尺度上难以模拟到准确的积水过程，导致上述模型仅适合较大降雨量的道路内涝风险预测，无法满足小尺度暴雨的内涝风险评估。尤其是在短时强降雨天气下，难以用上述模型进行城市道路内涝风险分析，无法进行准确地城市道路内涝风险的预警。
技术实现要素：
本申请提供了一种道路内涝风险预测方法、装置、设备及存储介质，通过将城市道路上的浮动车辆轨迹数据、降雨量和路网数据相结合来实现城市道路内涝概率的预测，降低了城市道路内涝风险预测的难度，且能够满足短时强降雨天气下，预测城市道路的内涝风险。
第一方面，本申请提供了一种道路内涝风险预测方法，包括：
获取历史时间段目标区域的浮动车辆轨迹数据和第一降雨量；
将所述浮动车辆轨迹数据和所述第一降雨量匹配到所述目标区域的路网数据中，得到所述目标道路在所述历史时间段的车流量序列和降雨量序列；
根据所述车流量序列和所述降雨量序列，确定所述目标道路的内涝降雨量阈值；
根据所述内涝降雨量阈值和当前时间段的第二降雨量，预测所述目标道路在所述当前时间段发生内涝的风险。
在一种可选的实现方式中，所述将所述浮动车辆轨迹数据和所述第一降雨量匹配到所述目标区域的路网数据中，得到所述目标道路在所述历史时间段的车流量序列和降雨量序列，包括：
将所述浮动车辆轨迹数据和所述第一降雨量存储至预先确定的关系型数据库；
根据所述关系型数据库的空间分析函数，将所述浮动车辆轨迹数据和所述第一降雨量匹配到所述目标区域的路网数据中，得到所述目标道路在所述历史时间段的车流量序列和降雨量序列。
在一种可选的实现方式中，根据所述车流量序列和所述降雨量序列，确定所述目标道路的内涝降雨量阈值，包括：
根据所述车流量序列和所述降雨量序列，确定所述目标道路在所述历史时间段的内涝概率序列；
根据所述内涝概率序列和所述第一降雨量序列，确定所述目标道路的内涝降雨量阈值。
在一种可选的实现方式中，根据所述车流量序列和所述降雨量序列，确定所述目标道路在所述历史时间段的内涝概率序列，包括：
根据所述第一降雨量序列中各个时刻的降雨量大小，将所述车流量序列划分为第一车流量序列和第二车流量序列，所述第一车流量序列包含的各个时刻对应的降雨量大于预设降雨量阈值，所述第二车流量序列包含的各个时刻对应的降雨量小于或等于所述预设降雨量阈值；
分别计算所述第一车流量序列中各个时刻的第一车辆通行率，得到第一车辆通行率序列；
分别计算所述第二车流量序列中各个时刻的第二车辆通行率，得到第二车辆通行率序列；
根据所述第一车辆通行率序列和所述第二车辆通行率序列，确定在所述预设时间段内所述目标道路上的内涝概率序列。
在一种可选的实现方式中，根据所述内涝概率序列和所述第一降雨量序列，确定所述目标道路的内涝降雨量阈值，包括：
通过多项式插值算法分析所述内涝概率序列和所述第一降雨量序列，得到所述目标道路的预设内涝概率阈值；
根据所述预设内涝概率阈值，确定所述目标道路在所述历史时间段的各个时刻的内涝状态；
根据所述第一降雨量序列和所述内涝状态建立所述目标道路的内涝概率模型；
将所述第一降雨量序列输入所述内涝概率模型进行分析，得到所述目标道路的目标内涝概率阈值；
根据所述目标内涝概率阈值，确定所述目标道路的内涝降雨量阈值。
在一种可选的实现方式中，将所述第一降雨量序列输入所述内涝概率模型进行分析，得到所述目标道路的目标内涝概率阈值，包括：
将所述第一降雨量序列输入所述内涝概率模型，以使所述内涝概率模型根据所述第一降雨量序列，确定所述目标道路在所述历史时间段的各个时刻发生内涝的概率值；
若所述内涝概率模型，预测到在任一时刻发生内涝的概率值大于或等于所述预设内涝概率阈值，且该时刻发生内涝的概率值大于所述历史时间段其它各个时刻发生内涝的概率值，则更新所述预设内涝概率阈值为该时刻发生内涝的概率值，更新后的所述内涝概率值为所述目标道路的目标内涝概率阈值。
在一种可选的实现方式中，根据所述内涝概率阈值，确定所述目标道路的内涝降雨量阈值，包括：
获取所述内涝概率阈值对应时刻的内涝降雨量，将所述内涝概率阈值对应时刻的内涝降雨量作为所述目标道路的内涝降雨量阈值。
在一种可选的实现方式中，根据所述内涝降雨量阈值和当前时间段的第二降雨量，预测所述目标道路在所述当前时间段发生内涝的风险，包括：
若在所述当前时间段有任一时刻的所述第二降雨量大于或等于所述内涝降雨量阈值，则确定所述目标道路在当前时间段存在内涝风险；
若在所述当前时间段任一时刻的所述第二降雨量均小于所述内涝降雨量阈值，则确定所述目标道路在所述当前时间段不存在内涝风险。
由上可见，在本申请第一方面所提供的道路内涝风险预测方法的方案中，通过将历史时间段目标区域的浮动车辆轨迹数据和第一降雨量匹配到所述目标区域的路网数据中，得到所述目标道路在所述历史时间段的车流量序列和降雨量序列；进而根据所述车流量序列和所述降雨量序列，确定所述目标道路的内涝降雨量阈值，根据所述内涝降雨量阈值和当前时间段的第二降雨量，预测所述目标道路在所述当前时间段发生内涝的风险。降低了城市道路内涝风险预测的难度，且能够满足短时强降雨天气下，预测城市道路的内涝风险。
第二方面，本申请提供了一种道路内涝风险预测装置，包括：
获取模块，用于获取历史时间段目标区域的浮动车辆轨迹数据和第一降雨量；
得到模块，用于将所述浮动车辆轨迹数据和所述第一降雨量匹配到所述目标区域的路网数据中，得到所述目标道路在所述历史时间段的车流量序列和降雨量序列；
确定模块，用于根据所述车流量序列和所述降雨量序列，确定所述目标道路的内涝降雨量阈值；
预测模块，用于根据所述内涝降雨量阈值和当前时间段的第二降雨量，预测所述目标道路在所述当前时间段发生内涝的风险。
第三方面，本申请提供了一种道路内涝风险预测设备，所述道路内涝风险预测设备包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如上述第一方面的方法的步骤。
第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现如上述第一方面的方法的步骤。
第五方面，本申请提供了一种计算机程序产品，上述计算机程序产品包括计算机程序，上述计算机程序被一个或多个处理器执行时实现如上述第一方面的方法的步骤。
需要说明的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的道路内涝风险预测系统结构示意图；
图2是本申请实施例提供的道路内涝风险预测方法的实现流程图；
图3是图2中s201的具体实现流程图；
图4是本申请实施例提供的道路内涝风险预测装置的示意图；
图5本申请实施例中的道路内涝风险预测设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
目前，关于城市道路内涝的分析主要是基于经典的水文模型，例如降雨模型、汇流模型和排水模型来模拟城市易涝区域的积水过程，并进行积水深度预测。然而这些模型的建模过程复杂，且在中小道路空间难以进行积水过程模拟，导致难以满足小尺度的暴雨内涝的风险评估要求。
本申请为了解决上述问题，通过融合浮动车辆的轨迹数据、降雨量数据和路网数据，建立降雨量与道路车流量的函数关系，来预测不同降雨量下道路发生内涝的概率。相比于水文模型，浮动车辆的轨迹数据、降雨量数据和路网数据均比较容易获得，因此，通过本申请的方案能够降低城市道路内涝风险预测的难度，且能够满足短时强降雨的天气下，预测城市道路的内涝风险。
为实现本申请所提出的技术方案，首先结合图1，对本申请涉及到的道路内涝风险预测系统进行示例性的说明。如图1所示，本申请实施例提出的道路内涝风险预测系统包括道路内涝风险预测设备100、气象监测设备101和浮动车辆数据管理设备102，其中，道路内涝风险预测设备100与气象监测设备101以及浮动车辆数据管理设备102通信连接，当需要对目标道路当前时间段是否发生内涝风险进行预测时，例如当前时间段出现强暴雨或者当前时间段的积水超过一定值时，该道路内涝风险预测设备100向浮动车辆数据管理设备102发送获取历史时间段浮动车辆轨迹数据的请求，并向气象监测设备101发送获取历史时间段第一降雨量的请求，并根据获取的所述第一降雨量、浮动车辆轨迹数据和所述目标区域的路网数据，预测目标路段在当前时间段的内涝风险。
其中，道路内涝风险预测设备100为用于根据历史时间段目标区域的浮动车辆轨迹数据、第一降雨量和所述目标区域的路网数据预测目标道路在当前时间段发生内涝风险的硬件设备，该硬件设备可以是手持式设备、移动终端、平板电脑等移动设备，也可以是一些应用场景下的服务器、机器人等。
所述气象监测设备101为气象台用于监测气象数据并存储气象数据的硬件设备。
所述浮动车辆数据管理设备102为浮动公司用于管理并存储车辆数据的硬件设备，所述车辆数据包括车辆轨迹数据。
为了说明本申请所提出的技术方案，下面通过具体实施例来进行说明。
请参阅图2，图2是本申请实施例提供的道路内涝风险预测方法的实现流程图，详述如下：
s201，获取历史时间段目标区域的浮动车辆轨迹数据和第一降雨量。
在本申请实施例中，所述历史时间段可以是相对于当前时间段的过去任一时间段，例如所述历史时间段可以是与当前时间段相邻的过去时间段，也可以是与当前时间段不相邻的过去时间段。其具体需要根据应用场景的不同而定，例如，在一应用场景中，若当前时间段发生强暴雨，则对应的历史时间段为与当前时间段不连续的时间段，且在该历史时间段发生过暴雨；在另一应用场景中，若当前时间段已经具有一定的积水量且降雨还在持续，则对应的历史时间段可以为与当前时间段连续的时间段。可以理解地，所述历史时间段的时间长度可以预先根据降雨量大小进行设置，示例性地，所述历史时间段的时间长度以分钟为单位，例如5分钟或10分钟等。
所述目标区域为需要进行道路内涝风险预测的区域，通常为发生强暴雨或者持续降雨的区域。在本申请实施例中，在所述目标区域发生强暴雨或者持续降雨的情况下，获取对应历史时间段所述目标区域的浮动车辆轨迹数据和第一降雨量。
s202，将所述浮动车辆轨迹数据和所述第一降雨量匹配到所述目标区域的路网数据中，得到所述目标道路在所述历史时间段的车流量序列和降雨量序列。
在本申请实施例中，所述历史时间段的车流量序列为所述历史时间段的各个时刻对应的车辆通行流量组成的数组，所述降雨量序列为所述历史时间段的各个时刻对应的降雨量组成的数组；在一可选的实现方式中，可以通过预先确定的关系型数据库将所述浮动车辆轨迹数据和所述第一降雨量匹配到所述目标区域的路网数据中，得到所述目标道路在所述历史时间段的车流量序列和降雨量序列。
具体地，如图3所示，图3是图2中s201的具体实现流程图。由图3可知，在该可选的实现方式中，s201包括如下步骤：
s2021，将所述浮动车辆轨迹数据和所述第一降雨量存储至预先确定的关系型数据库。
在本实施例中，所述预先确定的关系型数据库为具有空间对象、空间索引、空间分析函数和空间操作符的数据库系统，例如postgresql数据库，在本实施例中，将所述浮动车辆轨迹数据和所述第一降雨量以所述关系型数据库的空间对象存储至所述关系型数据库中。
s2022，根据所述关系型数据库的空间分析函数，将所述浮动车辆轨迹数据和所述第一降雨量匹配到所述目标区域的路网数据中，得到所述目标道路在所述历史时间段的车流量序列和降雨量序列。
在本实施例中，根据所述关系型数据库的空间分析函数，对所述浮动车辆轨迹数据、所述第一降雨量和所述目标区域的路网数据分别进行时间和空间的匹配，以使所述浮动车辆轨迹数据和所述第一降雨量匹配到所述目标区域的路网数据中，并根据目标道路的路段id，从所述路网数据中获取目标道路在所述历史时间段的车流量序列和所述第一降雨量。
可以理解地，在所述历史时间段的任一时刻可能存在车流量偏大、偏小或者缺失的现象，此时，需要通过预设的滤波方法对数据进行降噪处理，得到可用于理论分析的车流量序列。示例性地，所述预设的滤波方法包括领域滤波方法或者中值滤波方法。
s203，根据所述车流量序列和所述降雨量序列，确定所述目标道路的内涝降雨量阈值。
在本申请实施例中，通过所述车流量序列和所述降雨量序列来确定所述目标道路在所述历史时间段的内涝概率序列，并进一步根据所述内涝概率序列和所述降雨量序列来确定所述内涝降雨量阈值。
示例性地，根据所述车流量序列和所述降雨量序列，确定所述目标道路在所述历史时间段的内涝概率序列的过程包括步骤a1至步骤a4：
a1、根据所述第一降雨量序列中各个时刻的降雨量大小，将所述车流量序列划分为第一车流量序列和第二车流量序列，所述第一车流量序列包含的各个时刻对应的降雨量大于预设降雨量阈值，所述第二车流量序列包含的各个时刻对应的降雨量小于或等于所述预设降雨量阈值。
在本申请实施例中，所述预设降雨量阈值可以根据降雨量对车流量的影响而预先进行设置，例如，在一可选的实现方式中，对所述车流量的影响主要为降雨条件下的影响和无降雨条件下的影响，则所述预设降雨量阈值可以设置为0，对应在该预设的降雨量阈值下，将所述车流量序列划分为降雨条件下的第一车流量序列和无降雨条件下的第二车流量序列。
a2、分别计算所述第一车流量序列中各个时刻的第一车辆通行率，得到第一车辆通行率序列。
在本申请实施例中，车辆通行率为在任一时刻至少有一辆车辆通过的概率，假设所述第一车流量序列中任一时刻至少有一辆车辆通过所述目标路段的概率为
示例性地，将所述第一车流量序列中的各个车流量进行归一化变换（0-1变换），将归一化变换之后得到的0-1序列记为归一化车流量序列z，其中，车流量值大于0时，对应的z序列中的
可以理解地，为了去除随机噪声的影响，可以用任意时刻t前后预设时长，例如1小时的平均通行率来表示任意时刻t的通行率
a3、分别计算所述第二车流量序列中各个时刻的第二车辆通行率，得到第二车辆通行率序列。
假设所述第二车流量序列中任一时刻至少有一辆车辆通过所述目标路段的概率为
a4、根据所述第一车辆通行率序列和所述第二车辆通行率序列，确定在所述预设时间段内所述目标道路上的内涝概率序列。
在本申请实施例中，通过将所述第一车辆通行率序列和所述第二车辆通行率序列中各个时刻的第一车辆通行率和第二车辆通行率分别代入预设的计算公式，计算得到各个时刻的内涝概率，所述各个时刻的内涝概率构成所述内涝概率序列。示例性地，所述预设的计算公式为：
在可选的实现方式中，根据所述内涝概率序列和所述第一降雨量序列，确定所述目标道路的内涝降雨量阈值的过程包括步骤b1至步骤b5：
b1、通过多项式插值算法分析所述内涝概率序列和所述第一降雨量序列，得到所述目标道路的预设内涝概率阈值。
在本实施例中，通过多项式插值算法建立内涝概率和第一降雨量之间的插值函数，然后求解所述插值函数曲线的变化率，当所述变化率为最大时对应的内涝概率值，为所述预设内涝概率阈值。
b2、根据所述预设内涝概率阈值，确定所述目标道路在所述历史时间段的各个时刻的内涝状态。
在本实施例中，所述目标道路在所述历史时间段的各个时刻的内涝状态包括发生内涝或者不发生内涝。
所述目标道路在所述历史时间段的各个时刻的内涝状态由所述目标道路在所述历史时间段的各个时刻的内涝概率值和所述内涝概率阈值确定，示例性地，计算所述目标道路在所述历史时间段的各个时刻对应的内涝概率值，分别将所述目标道路在所述历史时间段的各个时刻对应的所述内涝概率值与所述预设内涝概率阈值进行比较，若有任一时刻的所述内涝概率值大于所述内涝概率阈值，则确定该时刻为发生内涝的状态，例如将发生内涝的状态记为1；若有任一时刻的所述内涝概率值小于或等于所述内涝概率阈值，则确定该时刻为不发生内涝的状态，例如将不发生内涝的状态记为0。需要说明的是，在本申请实施例中，若有任一时刻的所述内涝概率值等于所述内涝概率阈值，可以确定该时刻为发生内涝的状态，也可以确定该时刻为不发生内涝的状态，可以根据实际需求进行选择设置。
b3、根据所述第一降雨量序列和所述内涝状态建立所述目标道路的内涝概率模型。
在本实施例中，所述内涝概率模型为逻辑回归模型，根据所述第一降雨量序列和所述内涝状态建立所述逻辑回归模型。
b4、将所述第一降雨量序列输入所述内涝概率模型进行分析，得到所述目标道路的目标内涝概率阈值。
将所述第一降雨量序列输入所述内涝概率模型，以使所述内涝概率模型根据所述第一降雨量序列，确定所述目标道路在所述历史时间段的各个时刻发生内涝的概率值；
若所述内涝概率模型，预测到在任一时刻发生内涝的概率值大于或等于所述预设内涝概率阈值，且该时刻发生内涝的概率值大于所述历史时间段其它各个时刻发生内涝的概率值，则更新所述预设内涝概率阈值为该时刻发生内涝的概率值，更新后的所述内涝概率值为所述目标道路的目标内涝概率阈值。
b5、根据所述目标内涝概率阈值，确定所述目标道路的内涝降雨量阈值。
获取所述内涝概率阈值对应时刻的内涝降雨量，将所述内涝概率阈值对应时刻的内涝降雨量作为所述目标道路的内涝降雨量阈值。
s204，根据所述内涝降雨量阈值和当前时间段的第二降雨量，预测所述目标道路在所述当前时间段发生内涝的风险。
若在所述当前时间段有任一时刻的所述第二降雨量大于或等于所述内涝降雨量阈值，则确定所述目标道路在当前时间段存在内涝风险；
若在所述当前时间段任一时刻的所述第二降雨量均小于所述内涝降雨量阈值，则确定所述目标道路在所述当前时间段不存在内涝风险。
可以理解地，在确定了所述目标道路在当前时间段存在内涝风险之后，可以向预先确定的预警终端发送针对所述目标道路的内涝预警信息，以使所述预警终端实时动态进行内涝风险预警。
由以上分析可知，本申请提供的道路内涝风险预测方法，通过将历史时间段目标区域的浮动车辆轨迹数据和第一降雨量匹配到所述目标区域的路网数据中，得到所述目标道路在所述历史时间段的车流量序列和降雨量序列；进而根据所述车流量序列和所述降雨量序列，确定所述目标道路的内涝降雨量阈值，根据所述内涝降雨量阈值和当前时间段的第二降雨量，预测所述目标道路在所述当前时间段发生内涝的风险。降低了城市道路内涝风险预测的难度，且能够满足短时强降雨天气下，预测城市道路的内涝风险。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
基于上述实施例所提供的道路内涝风险预测方法，本发明实施例进一步给出实现上述方法实施例的装置实施例。
请参见图4，图4是本申请实施例提供的道路内涝风险预测装置的示意图。包括的各模块用于执行图2对应的实施例中的各步骤。具体请参阅图2对应的实施例中的相关描述。为了便于说明，仅示出了与本实施例相关的部分。参见图4，道路内涝风险预测设备400包括：
获取模块401，用于获取历史时间段目标区域的浮动车辆轨迹数据和第一降雨量；
得到模块402，用于将所述浮动车辆轨迹数据和所述第一降雨量匹配到所述目标区域的路网数据中，得到所述目标道路在所述历史时间段的车流量序列和降雨量序列；
确定模块403，用于根据所述车流量序列和所述降雨量序列，确定所述目标道路的内涝降雨量阈值；
预测模块404，用于根据所述内涝降雨量阈值和当前时间段的第二降雨量，预测所述目标道路在所述当前时间段发生内涝的风险。
在一可选的实现方式中，所述得到模块402，包括：
存储单元，用于将所述浮动车辆轨迹数据和所述第一降雨量存储至预先确定的关系型数据库；
匹配单元，用于根据所述关系型数据库的空间分析函数，将所述浮动车辆轨迹数据和所述第一降雨量匹配到所述目标区域的路网数据中，得到所述目标道路在所述历史时间段的车流量序列和降雨量序列。
在一种可选的实现方式中，所述确定模块403，包括：
第一确定单元，用于根据所述车流量序列和所述降雨量序列，确定所述目标道路在所述历史时间段的内涝概率序列；
第二确定单元，用于根据所述内涝概率序列和所述第一降雨量序列，确定所述目标道路的内涝降雨量阈值。
在一种可选的实现方式中，所述第一确定单元，包括：
划分子单元，用于根据所述第一降雨量序列中各个时刻的降雨量大小，将所述车流量序列划分为第一车流量序列和第二车流量序列，所述第一车流量序列包含的各个时刻对应的降雨量大于预设降雨量阈值，所述第二车流量序列包含的各个时刻对应的降雨量小于或等于所述预设降雨量阈值；
第一计算子单元，用于分别计算所述第一车流量序列中各个时刻的第一车辆通行率，得到第一车辆通行率序列；
第二计算子单元，用于分别计算所述第二车流量序列中各个时刻的第二车辆通行率，得到第二车辆通行率序列；
第一确定子单元，用于根据所述第一车辆通行率序列和所述第二车辆通行率序列，确定在所述预设时间段内所述目标道路上的内涝概率序列。
在一种可选的实现方式中，所述第二确定单元，包括：
第一分析子单元，用于通过多项式插值算法分析所述内涝概率序列和所述第一降雨量序列，得到所述目标道路的预设内涝概率阈值；
第二确定子单元，用于根据所述预设内涝概率阈值，确定所述目标道路在所述历史时间段的各个时刻的内涝状态；
建立子单元，用于根据所述第一降雨量序列和所述内涝状态建立所述目标道路的内涝概率模型；
第二分析子单元，用于将所述第一降雨量序列输入所述内涝概率模型进行分析，得到所述目标道路的目标内涝概率阈值；
第三确定子单元，用于根据所述目标内涝概率阈值，确定所述目标道路的内涝降雨量阈值。
在一种可选的实现方式中，所述第二分析子单元，包括：
输入子单元，用于将所述第一降雨量序列输入所述内涝概率模型，以使所述内涝概率模型根据所述第一降雨量序列，确定所述目标道路在所述历史时间段的各个时刻发生内涝的概率值；
更新子单元，用于在若所述内涝概率模型，预测到在任一时刻发生内涝的概率值大于或等于所述预设内涝概率阈值，且该时刻发生内涝的概率值大于所述历史时间段其它各个时刻发生内涝的概率值，则更新所述预设内涝概率阈值为该时刻发生内涝的概率值，更新后的所述内涝概率值为所述目标道路的目标内涝概率阈值。
在一种可选的实现方式中，所述第三确定子单元具体用于：
获取所述内涝概率阈值对应时刻的内涝降雨量，将所述内涝概率阈值对应时刻的内涝降雨量作为所述目标道路的内涝降雨量阈值。
在一种可选的实现方式中，所述预测模块404，包括：
第三确定单元，用于若在所述当前时间段有任一时刻的所述第二降雨量大于或等于所述内涝降雨量阈值，则确定所述目标道路在当前时间段存在内涝风险；
第四确定单元，用于若在所述当前时间段任一时刻的所述第二降雨量均小于所述内涝降雨量阈值，则确定所述目标道路在所述当前时间段不存在内涝风险。
由上可见，在本实施提供的道路内涝风险预测装置的方案中，通过将历史时间段目标区域的浮动车辆轨迹数据和第一降雨量匹配到所述目标区域的路网数据中，得到所述目标道路在所述历史时间段的车流量序列和降雨量序列；进而根据所述车流量序列和所述降雨量序列，确定所述目标道路的内涝降雨量阈值，根据所述内涝降雨量阈值和当前时间段的第二降雨量，预测所述目标道路在所述当前时间段发生内涝的风险。降低了城市道路内涝风险预测的难度，且能够满足短时强降雨天气下，预测城市道路的内涝风险。
本申请实施例还提供了一种道路内涝风险预测设备，请参阅图5，本申请实施例中的道路内涝风险预测设备5包括：存储器501，一个或多个处理器502（图5中仅示出一个）及存储在存储器501上并可在处理器上运行的计算机程序。其中：存储器501用于存储软件程序以及单元，处理器502通过运行存储在存储器501上的计算机程序，例如消防救援等级处理程序，从而执行各种功能应用以及数据处理，例如，处理器502执行存储与存储器501上的消防救援等级确定程序时实现上述各个消防救援等级确定方法实施例中的步骤，例如图2所示的步骤s201至s204。或者，所述处理器502执行所述计算机程序时实现上述各装置实施例中的各模块/单元的功能，例如图4所示的模块401至404的功能。
应当理解，在本申请实施例中，所称处理器502可以是中央处理单元(centralprocessingunit，cpu)，该处理器还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器501可以包括只读存储器和随机存取存储器，并向处理器502提供指令和数据。存储器501的一部分或全部还可以包括非易失性随机存取存储器。例如，存储器501还可以存储设备类别的信息。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读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可实现上述道路内涝风险预测方法。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在视频处理设备上运行时，使得道路内涝风险预测设备执行时实现上述道路内涝风险预测方法。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将上述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者外部设备软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，上述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关联的硬件来完成，上述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，上述计算机程序包括计算机程序代码，上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读存储介质可以包括：能够携带上述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机可读存储器、只读存储器（rom，read-onlymemory）、随机存取存储器（ram，randomaccessmemory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，上述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括电载波信号和电信信号。
以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
- 还没有人留言评论。精彩留言会获得点赞！