一种基于人工智能的智能防汛预警方法及平台与流程

本发明涉及防汛预警领域，尤其涉及一种基于人工智能的智能防汛预警方法及平台。

背景技术：

1、人工智能，是一个以计算机科学为基础，由计算机、心理学、哲学等多学科交叉融合的交叉学科、新兴学科，研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。

2、防汛抗洪一直是应急管理工作的重要组成部分，尽管各部门已经在抗洪抢险方面建立了相对完善的救灾体制，能够比较娴熟地处理常规的洪涝灾害，但由于洪涝灾害具有不确定性和突发性，防汛应急抢险工作的开展依旧是当前的一大难题。

3、现有技术难以实现对汛情的提前预警，以实现最大程度的减少汛情对多水洪涝区域的负面影响。如果汛情可以提前预测，及时预警，那么将会有更多的生命延续，更多的财产得到保护。

4、本发明旨在提供一种基于人工智能的智能防汛预警方法及平台，利用大数据整合和云遥感技术对洪期汛期进行预警和监控。

技术实现思路

1、解决的技术问题

2、针对现有技术的不足，本发明提供了一种基于人工智能的智能防汛预警方法及平台，通过人工智能技术实时监控汛情，及时准确的获取城市降水的实时情况，并对实时的降水数据进行进一步评判分析，并据此能够及时判断是否会出现对人民群众生命财产造成威胁的汛情，以解决上述技术背景中提出的问题。

3、技术方案

4、为实现上述方案，本发明通过以下技术方案实现：一种基于人工智能的智能防汛预警方法及平台。利用人工智能处理技术，采用机器人和生物人结合的方式，由智能化系统可以自动处理电话、文件等业务，自动完成各种文字材料的撰写，或者实现人机智能协同处理，尽最大可能改善防汛值班效率，提高处理水平，减轻劳动强度，实现由人工值班工作转变为人机智能协同值班工作，最终实现机器人值班，实现解放生产力、发展生产力的目标。

5、第一数据采集单元：采集城市内的降雨量，包括采集降水量的毫升数jsl、河流水位增长量hlz及下水道水流增长量xsl，将以上三个数据进行归一化处理，并生成城市整体降雨量参数jyl；

6、第一数据处理单元：采集水位高度gd、水流速率sl及水压力sy，将以上三个数据进行归一化处理，并生成水文参数sws；采集土壤含水量hsl；采集气温qw、湿度sd和风速fs；将以上三个数据进行归一化处理，并生成气象参数qxs；使用卫星遥感技术采集模块地形面积mj、植被覆盖率fg和土壤质量tr，将以上三个数据进行归一化处理，并生成地理参数dlc；

7、第二数据采集单元：采集降水的时间t，其中，降水时间t根据不同的汛情划分标准分为12小时和24小时；将采集并生成的水文参数sws、土壤含水量hsl、气象参数qxs、地理参数dlc以及降雨时间参数t进行汇总并通过数据传输模块传输至数据分析处理模块；

8、第二数据处理单元：对于来自数据传输模块的总体降水流量参数、降水时间参数进行定向数据处理，并进一步采用spss分析软件对降水量评价指标与降水时间自变量t进行相关性分析，在通过公式运算后得到汛情威胁指数jsnum；

9、执行单元：安全预警模块根据数据分析处理模块计算处理的降水量相关系数jsnum选择不同的安全预警处理策略。

10、数据分析处理模块对于从数据传输模块获取到的数据根据降水量等级划分标准进行区间判断——降雨量等级防汛部门规定:降雨量是在一定时间内降落在地面上的某一点或某一单位面积上的水层深度，以毫米计算。根据国家防办《防汛手册》规定，凡24小时的累计降雨量超过50毫米者定为暴雨。按12小时降雨强度和24小时降雨强度划分小降雨量等级。因此可以根据第二数据采集模块获取的时间数据进行汛情等级划分，等级划分表如表一所示；

11、

12、表1降雨等级划分表

13、数据分析处理模块对于来自第一数据采集模块的整体降雨量jyl、第二数据采集模块的水文参数sws、第三数据采集模块的采集土壤含水量hsl和第四数据采集模块气象参数qxs进行定向数据处理，得到汛情威胁指数jsnum，根据国家防办《防汛手册》的时间划分标准，可以将降水时间分为12小时和24小时降雨依次第六数据采集模块采集的时间t进行计算，得到汛情威胁指数jsnum，表达式为：

14、

15、其中：

16、sws为水文参数，其计算方式如下：

17、

18、qxs为气象参数，其计算方式如下：

19、

20、jyl为降水量参数，其计算方式如下：

21、

22、其中，参数意义为：δ为降水量影响因子，ε为降水速度影响因子，为水位影响因子，且，为常数修正系数。

23、安全预警模块根据数据分析处理模块计算处理得到的汛情威胁指数jsnum选择不同的安全预警处理策略，智能决策是人工智能在防汛应用的核心内容。当有重大暴雨预报，发生山洪险情、城市道路积水险情、流域性洪水、堤防等水利工程险情时，需要指挥做出应对决策。

24、智能决策就是由智能设备根据预报和险情情况、防汛责任制、防汛物资储备、抢险队伍部署、避险转移方案、调度预案和抢险预案、工作机制、工程运行和基本情况并结合第五数据采集模块获取的地理参数dlc自动提出决策意见，并能够根据实际情况自动修正决策意见，并将决策意见形成知识库，作为今后决策可以学习的内容。

25、智能决策与传统的计算机辅助决策最大的区别就是智能决策要能够自我修正和自我学习，并且今后的决策要将修正和学习的内容用于决策。这种修复和学习的能力不是人所给予它的知识点，而是它自身具备的能力。

26、智能防汛预警平台通过对计算得出的汛情威胁指数jsnum与阈值进行对比判断，以得出不同的应对方案。具体为：

27、当0.2≤jsnum≤0.35的时候，发布汛情蓝色警告，此时，12小时内降雨量将达50毫米以上，或者已达50毫米以上且降雨可能持续；相关部门按照职责做好防暴雨准备工作并检查城市、农田、鱼塘排水系统，做好排涝准备；

28、当0.35<jsnum≤0.48的时候，发布汛情黄色警告，此时，6小时内降雨量将达50毫米以上，或者已达50毫米以上且降雨可能持续。相关部门按照职责做好防暴雨工作；交通管理部门应当根据路况在强降雨路段采取交通管制措施，在积水路段实行交通引导；切断低洼地带有危险的室外电源，暂停在空旷地方的户外作业，转移危险地带人员和危房居民到安全场所避雨；

29、当0.48<jsnum≤0.72的时候，发布汛情橙色警告，3小时内降雨量将达50毫米以上，或者已达50毫米以上且降雨可能持续。相关部门按照职责做好防暴雨应急工作；做好城市、农田的排涝，注意防范可能引发的山洪、滑坡、泥石流等灾害；

30、当0.72<jsnum的时候，发布汛情红色警告，3小时内降雨量将达100毫米以上，或者已达到100毫米以上且降雨可能持续。相关部门按照职责做好防暴雨应急和抢险工作；做好山洪、滑坡、泥石流等灾害的防御和抢险工作；

31、在上述的人工智能管理汛情的基础上，可以使用依托 mapgis 系统提供的二次开发接口的gis 管理系统使人工智能对防汛的预测和应对措施更加自动化；采用 delphi 语言的强大开发功能，在 1:50 0000 的地图上实现了对防汛信息的动态管理。系统收录了城区和各县的河流、排退水渠、水库、雨量站、缓洪池、淤地坝五大类信息。系统具体包括:河流信息及其堤防信息;水库及其工程信息;排退水渠、淤地坝、缓洪池信息;雨量站、水文站信息;防汛抢险队伍信息;物资储备信息;抗旱抢险队伍信息;实时险情;防汛抗旱动态;河流及城市渍涝信息:工情:防洪工程布置图、城市洪水风险图、城市渍涝(积水)分布图及其基本情况;排涝设施(雨水抽排泵站) 分布图及其基本情况;城市雨水管网图及基本情况:易出险分布及其情况:抢险避险路线图等所有与防汛抗旱工作相关的基本信息。基本功能:建立了基本信息数据库，具有信息的采集传输、修改、添加、维护、管理、调用、统计报表等功能，实现了查询方式多样化和快捷化，查询界面直观化，数据库内容可被其他模块调用。大大提高了人工智能的防汛的能力。