技术路线:
1.我们应用“人工智能”高效识别与计算能力对历史数据进行分析,精确计算不同暴雨下不同管道压力流的排水能力,进而优化水动力参数。对于其对模型仿真要求高这点我们运用“数字孪生”技术的模型构建,我们基于对全城市的上空,地上(楼房,街道,树木,等等等)以及地下水管道排布搭建全景三维虚拟仿真的数字化城市模型。在此基础上运用水动力模拟第二类模型:“ 简化管网排水”,根据设计排水能力将其从降雨中扣除超出蒸散发、土壤渗透和管道排水能力的部分其余则在地表低洼处形成积水。其基于DEM的栅格格网进行计算,包括LISFLOOD、FloodMap、元胞自动机模型,以及基于GIS数字地形分析的快速淹没模型等。进而实现暴雨内涝的近实时模拟与快速预报预警并提前判断可能出现内涝的区域和危害程度和预测后续化演进过程。
2.通过调用云计算数据库,以集成的数据(各区域降水量,水位,积水量等)为基础在虚拟城市上各区域实时演示淹没状况,在淹没地区路段标注,并且调用通过监控,群众手机互联网,和各类传感器的实时获取的危险区域信息(变压器、发电机、地下水井盖)在虚拟城市上进行实时标注。利用城市路网、道路车速和淹没深度数据,以医院、消防和公安站点所在位置为起始点,将淹没深度模拟结果的危险区域和前城市路网进行叠置分析,监测动态路网,得到暴雨洪涝情景下的可通行路段。便于分配医院,消防,派出所出援并进行人员疏散。
3.“万物互联技术”是指以感知技术和通信网络技术为主要手段,实现人,机,物的泛在连接,提供信息传输,信息处理等服务的基础设施。我们通过气象局以及广泛部署监控器,水位传感器,雨量传感器,流量传感器等将各区域水位,降雨量,车流量,人员滞留量,积水量等等数据实时监控并网络化,再者通过群众手机等互联网收集数据并将数据进行收集与集成放入数据库内。通过“Apache Mesos”在数据中心或云计算中心高效运行与管理调度所集成的数据,再利用“sql数据分离”的“垂直分离”将各类数据按(某区域:积水量,水位,危险区域(“电压箱处,下水道处,变压器处”)等)分离拆分成不同数据库与表,再通过水平分离将拆分成数据子集,之后再通过“分布式数据库”在多个数据节点上部署数据副本,提高数据的可用性和容错性,能够.减少单点数据故障对数据访问的影响,提高数据存取与提取计算效率。
拟解决的问题:
我们发现如今在城市洪涝数字化治理上,数字化技术对建立城市模型的精度存在欠缺,水动力模型在暴雨下管道的水压力会改变,排水能力会改变,故应此,我们小组通过应用“人工智能”高效识别与计算能力对历史不同暴雨下各管道排水数据进行分析,精确计算不同管道压力流的排水能力,进而优化水动力参数。通过数字孪生技术建立天空,地上,地下一体的实景三维虚拟仿真模型,弥补模型精度的欠缺
在对数据的集成与整合方面,我们发现,数据的反馈不准确,不及时或者是不完整,不同方面的数据整合又存在着很大的困难。故应此我们充分结合互联网大数据,云计算,物联网,人工智能等技术对此问题进行改进及优化。
预期结果:
1.数字孪生,水动力模拟,人工智能三者高效结合,高效优化城市虚拟模型以及水动力参数,实现对城市洪涝的精确模拟预测。
2.通过充分结合互联网大数据,云计算,物联网,人工智能等技术,数据得以实时精确集成,各方面数据高效整合,实现路网实时动态监测,智能分析最优路线。