桂林理工大学

详情

洪智卫安·智睿防汛领航计划

申报人：唐瑞 申报日期：2025-01-03

基本情况

2025年批次
洪智卫安·智睿防汛领航计划 学生申报
创新训练项目
工学
计算机类
学生来源于教师科研项目选题
一年期
洪智卫安·智睿防汛领航计划主要是通过无人机信息收集，运用遥感技术和地理信息系统，加以智能传感器和物联网技术结合人工智能和大数据来分析近年来洪水发生的相关信息，为用户提供个性化预警服务，如根据不同用户所处的地理位置、风险偏好，以及对住房内贵重物品的重视程度等，提供私人专属定制化的预警信息和应对建议。如通过手机应用向居民推送所在区域的洪水风险等级、避险路线，以及避险措施等相关数据信息，为用户提供最优的避险洪水的解决方案。并且我们通过创建一个渠道，准确及时地向当地居民、游客以及流动人员发送有关洪水的预警消息，为大家提供更充分的时间去避险，尽可能减少用户损失。
无
（1）2017年11月14日 桂林理工大学课题《基于目标管理的高校资助工作绩效考核研究—以桂林理工大学为例》，课题编号GUT17FB05 2019年9月结题，参与。（2）2017年11月14日 桂林理工大学课题《“双一流”视域下大学生就业服务精准化模式探究—基于5所“双一流”高校的调查分析》，课题编号GUT17FB06 2019年9月结题，主持。（3）2018年12月20日 桂林理工大学课题《大数据视域下广西高校校园文化创新途径研究》，课题编号GUT18FB05 2019年9月结题，参与。（4）2019年12月 学校共青团“4+3”青春成长工程品牌培育项目A类《高台舞狮—桌椅上的龙狮盛宴》结题 2016年立项，主持。（5）参与广西自然科学基金面上项目《含激电效应的可控源电磁法正反演成像、最优化观测系统及应用研究》项目编号：2018GXNSFAA050070，参与。（6）参与2020年度广西本科教改工程项目《“新工科”视域下地方高校测绘地理信息专业群建设与实践》（重点项目），参与。（7）2019年度广西高校中青年教师科研基础能力提升项目《大型音乐舞蹈史诗的舞蹈比较研究—以《东方红》《中国革命之歌》《复兴之路》为例》项目编号：2019KY0998，参与。（8）2020年11月16日 桂林理工大学课题《自媒体环境下高校大学生意识形态教育的机制构建研究》，课题编号GUT20FC09，参与。（9）2021年度广西高校中青年教师科研基础能力提升项目《岩溶区微重力测量精细地形校正空间域高效算法研究》项目编号：2021KY0272，参与。（10）2021年6月3日郑州市2021年度社会科学调研课题立项《构建郑州多元高层次文创产业投融资机制研究》项目序号：0722；2021年12月25日结题;结题证书时间:2022年6月20日证书编号:ZSJX20220985，参与。（11）2020广西重点实验室项目立项《基于人工智能的LTCC高通滤波器的设计研究》项目编号：2020-2-1，参与。（12）参与2022年浙江省教育科学规划研究课题《共同富裕背景下浙江省产教融合激励制度研究》，参与。（13）参与2021年广西高等教育自治区级教学成果一等奖《“三融合三协同”的计算机类本科人才培养质量提升研究与实践》桂教高教【2021】65号/证书号G-Y-2021077，参与。（14）参与2023年广西旅游职业教育教学改革研究项目立项《旅游演艺业态创新背景下广西旅游职业院校音乐表演专业人才培养的探索与实践》项目编号:2023LYHZWY008，参与。（15）参与2024年度广西高校中青年教师科研基础能力提升项目《基于视觉深度学习的室内移动机器人路径规划研究》项目编号：2022KY0252，参与。
为项目团队的研究背景和研究设计提供方向性的指导，帮助项目团队解决项目的难点和重点部分。
区级

项目成员

序号 学生 所属学院 专业 年级 项目中的分工 成员类型
唐瑞 计算机科学与工程学院 软件工程 2023 对团队工作进行统筹安排
李莹兰 计算机科学与工程学院 计算机科学与技术（应用） 2023 前端与后端技术德技术支持
徐伟锋 计算机科学与工程学院 计算机科学与技术（应用） 2023 完成系统的测试与后期维护
袁佳欣 地球科学学院 地球化学（拔尖班） 2024 查找相关资料和文献以及勘测数据
李子娟 计算机科学与工程学院 人工智能 2023 查找相关资料和文献以及勘测数据

指导教师

序号 教师姓名 所属学院 是否企业导师 教师类型
孟媛 计算机科学与工程学院 否
孟德 计算机科学与工程学院 否

立项依据

受低涡系统影响，2024年6月12—20日，广西壮族自治区桂林市普降大雨到暴雨、局部大暴雨到特大暴雨，持续时间长、涉及范围广、局部强度大, 五大主要河流全线超警、部分河段反复超警，防汛救灾形势十分严峻。漓江三天内两次出现超保洪水，洪峰呈现前低后高的“双峰型”，破坏力之强、成灾范围之广、经济损失之大历史罕见。桂林市主城区近一半被淹，全市98.93万人受灾，农作物受灾面积1.95万公顷，直接经济损失达81.87亿元。（参考《早防御 快响应 强救援 全力确保人民群众生命财产安全-广西壮族自治区桂林市防御“6·19”特大暴雨》）
可见，洪水给人们、社会带来的巨大损失以及影响。为此，我们团队从减少人们损失，保障人们安全的目的出发，响应“十四五”国家重点研发计划，通过多个实地考察，运用大数据分析和无人机监测等技术手段，旨在为面临洪水的人们提供最有效，最直接的方案与措施。利用个性化定制避险抗灾的具体措施和创建最佳传输信息渠道，力争为人们实现最大限度地洪水来之前的避险和抢救措施的方案设计，获得最及时迅速的消息，保障人们的人身安全与财产安全。
1.用户数据收集与分析：
(1)运用GPS、北斗导航、基站定位和WiFi定位等定位技术，精确获取用户所在位置，并结合地图匹配算法提高定位精度，为基于位置的预警提供基础。
(2)设计有效的问卷或利用用户行为数据挖掘技术，研究如何全面覆盖、精确了解用户对于风险的接受程度和反应方式。
2.相关数据的勘测和处理：
(1)利用Hadoop、Spark等大数据框架处理海量用户数据以及他们的地理信息数据、灾害监测数据等，通过数据挖掘算法（如聚类分析、关联规则挖掘等）发现数据中的潜在规律关系，以支持风险评估与用户画像的构建。
(2)运用地理信息系统（GIS）技术，基于 GIS 平台进行地理数据可视化、空间分析（如缓冲区分析、叠加分析等），直观展示灾害风险区域分布、用户位置与避险路线规划等信息，为预警服务提供有力的地理空间分析工具。
3.预警信息的定制和推送：
(1)根据洪水模拟模型、历史洪水数据和实时监测数据，研究如何为不同位置的用户制定个性化的洪水风险等级标准。
(2)采用机器学习算法（如决策树、神经网络等）训练风险评估模型，使其能够根据历史数据与实时数据不断自我优化；运用自然语言处理技术生成通俗易懂的预警信息与应对建议文本。
4.解决方案的产生与推送：
(1)利用卫星、无人机等遥感设备，可以对洪水、泥石流等灾害进行实时监测和预警，以便解决方案的最快产生。
(2)运用移动应用开发技术，开发跨平台（iOS、Android 等）的手机应用程序，实现用户注册登录、位置信息获取、预警信息接收与展示、应对建议查阅等功能，通过推送通知技术及时将预警信息以及面对洪水的解决方案，以最快速度推送给用户。
近年来，气候变化导致极端天气事件的频率和强度增加，使得洪水成为最常见的自然灾害之一。2023年，洪水占全球自然灾害的40%以上，洪水造成的经济损失达到850亿美元，2023年有超过2000人因洪水死亡。
因此国内外对洪水预测的要求不断提升，对洪水预测的需求不断扩大。正如此，近几年基于大数据与人工智能的洪水预测模型不断发展，在国内外都取得一定的成果。
国内研究现状：
在国内方面，汕头大学的研究提出了一种结合主成分分析(PCA)与梯度提升算法(XGBoost)的复合预测模型——PCA-XGBoost洪水预测模型。该模型通过降维处理显著减少了输入变量之间的相互依赖性，同时优化了XGBoost的超参数以增强其预测性能和泛化能力。此模型在洪水预测精度和操作效率上展现了卓越性能。在中国科学院成都山地灾害与环境研究所欧阳朝军团队提出了一种基于AI的径流洪水预测模型ED-DLSTM。该模型通过编码流域静态属性和气象驱动，利用全球超2千个水文站数据进行模型训练，尝试解决全球范围内有监测数据流域和无监测数据流域径流预测问题。ED-DLSTM模型在有监测数据和无监测数据流域的洪水预报方面均表现优越。同时，林珲等人的研究指出，全球气候变化和快速城市化加剧了中国城市洪涝问题。研究总结了国内城市洪涝实时预报研究在数据和模型方面的进展，指出了当前研究面临的问题和挑战，并对未来的发展趋势进行了展望。因此国内学者对暴雨内涝预测工作进行了大量研究，预测方法主要包括基于统计方法的经验模型、基于水动力学的物理模型以及基于地理信息的空间模型等，同时近年来，学者们逐渐将机器学习方法应用到暴雨内涝灾害预测中，以弥补数值模型的不足。
国外研究现状：
在国外方面，近期在洪水建模技术方面取得了显著进展，增强了洪水灾害评估能力。比如:Google的AI洪水检测系统基于公开数据训练，这些数据通过天气预报和河流流量计来监测河流水位。该系统基于一种机器学习架构，根据当前和历史天气数据生成预测。AI模型分析气象数据，包括降水量和温度，以及地理和地球物理数据，以预测洪水的严重程度。即便在缺乏相关数据的地区，Google的AI模型也能准确预测洪水。在印度巴特那地区，Google的AI洪水检测系统成功预测了一次严重的洪水事件，当地政府利用这一预警，提前疏散了数千名居民，避免了可能的人员伤亡和财产损失。还有欧洲洪水感知系统 (EFAS)：该系统利用先进的气象预报和水文学模型，结合机器学习算法，至少提前十天对整个欧洲进行可靠的洪水预测，并向成员国的国家及地方洪水中心发送正确的早期预警。这些研究表明，国外在洪水预测领域的研究正朝着整合先进技术、利用机器学习和遥感数据、以及提高预测准确性和效率的方向发展。
发展动态:
实时洪水监测预警系统正朝着智能化、精准化和高效化方向发展。物联网、大数据和人工智能等技术的融合应用显著提升了系统的监测能力和预警准确性。通过分析海量的气象、水文、地形等数据，人工智能算法能够更精准地识别洪水发生的模式和趋势，提高预测的准确性和时效性。而借助物联网，各类传感器可实现更广泛的部署和更高效的数据传输，从而实时监测水位、流速、降雨量等关键信息，为洪水预测模型提供更及时、准确的数据支持。而通过高分辨率卫星遥感影像也能够更清晰地观测地表水体变化、地形地貌等信息，有助于更准确地评估洪水风险和预测洪水演进路径 。
同时，未来的洪水预警系统将更加集成化，整合气象、地质、城市排水等多源数据，实现灾害风险的综合评估与动态管理。而技术进步、政策支持和市场需求是推动实时洪水监测预警系统市场增长的关键因素，政府对防洪管理的重视和相关政策的出台为市场发展提供了有力保障。
创新点：
1.传统系统的监测设备如水位传感器等可能会因环境干扰、设备老化等因素出现数据偏差，影响洪水预警的准确性。对此，我们会对相应的传感器进行适当的保护，安排人员定期维护，清理和更换老旧设备，新型传感器能有效的提高数据的准确性。
2.在一些偏远地区或者地形复杂的区域，难以全面部署监测设备，导致部分地段洪水情况无法及时有效监测，我们会利用物联网与人工智能技术，部署在水域及周边的传感器网络，实时对水位、流速、降雨量等传统数据进行监测，通过图像识别技术分析当地河道的变化、山体滑坡迹象是否出现等这些可能发生的情况。
3.监测到的数据传输至智能平台，利用人工智能算法进行深度分析，预测洪水发生的概率、规模以及可能会影响到哪些区域，以便预警信息精确推送至受威胁区域的相关部门、居民和当时处在此地的流动人员如游客，实现更精准、更及时的预警信息的推送。
4.在传统的整合气象数据、水文数据、地理信息数据等多源数据时不够高效，难以及时综合分析这些数据用于精准预警。我们对整合气象、水利、地质等多部门数据资源，打破数据壁垒，实现数据共享与交互分析。将气象部门的降雨预测数据、水利部门的水文监测数据以及地质部门的山体稳定性数据等进行综合分析，全面评估洪水风险，为防洪决策提供更科学、全面的依据。
特色点：
1.传统系统的预警阈值和判断逻辑相对固定，难以适应不同流域、不同季节等复杂多变的洪水情况，难以对个人的防洪路线作出具体的方案，而我们对于发生洪水时，不只是单一的为用户提供一个笼统的解决方案，我们会根据不同用户的地理位置、风险偏好，以及对房内贵重物品的重视程度等，提供私人专属定制化的预警信息和应对建议。如通过手机应用向居民推送所在区域的洪水风险等级、避险路线。以及避险措施等信息，为用户提供最优的解决方案。
2.个性化。根据用户自身的具体情况定制一套专属于自己的避险方案，利用计算机技术和大数据分析，实时监控当地区域的情况，以及利用人工智能技术和计算机技术更精准地，时刻为客户定制出最优的避难路线，更具体的帮用户想解决方法，做到一个贴心细心，人性化的预警服务。
技术路线：
summernote-img
本团队通过研究无人机信息收集，运用遥感技术和地理信息系统，加以智能传感器和物联网技术结合人工智能和大数据来分析智能防洪的技术路线。
1.利用最大化：根据不同用户的地理位置、风险偏好，以及对住房内贵重物品的重视程度等，提供私人专属定制化的预警信息和应对建议。如通过手机应用向居民推送所在区域的洪水风险等级、避险路线。以及避险措施等信息，为用户提供最优的解决方案。
2.信息规整化：遇到大雨大灾时，一些基站、通讯设施受损，难以在关键时刻发挥作用。流动人口、施工队、游客等是预警信号接收的盲区。预警发布渠道来自于多个部门，缺乏统一、有效的发布渠道。我们通过创建一个渠道，可以准确发送预警消息给当地的人们，无论是游客，还是流动人员等等，只要是此时此刻处在该地区的人们都能收到预警信息。根据实时监测数据和预警信息，自动生成应急响应方案，并智能分配任务给相关的应急人员与部门。系统将根据灾害规模、现场条件和可用资源，优化应急响应流程，确保每个部门都能够及时接收到准确的指令。
3.可视化预演与决策：项目将采用数字孪生技术，构建虚拟的水利设施和流域模型，实现对洪水动态的实时模拟和预测。通过三维可视化技术，直观展示洪水模拟结果和防汛资源分布，为决策者提供强有力的决策依据。此外，项目还将开发智能预案模块，根据灾害评估结果，判断和提示应启动的预案级别，自动启动预案，为防洪减灾的科学合理调度决策提供支撑。
相关细节：
1. 精准气象预测：气象部门通过卫星云图、雷达监测、数值模拟等多种手段，实时捕捉云层动态、降水分布等关键信息，为气象预报提供丰富的数据支持。同时，超级计算机利用复杂的数学模型和算法，对海量气象数据进行处理和分析，预测未来几天甚至数周的降雨趋势和洪水发生概率，为防汛决策提供科学依据。
2. 实时监测与分析：在洪水来临时，无人机凭借其灵活、高效、安全的作业特点，在洪水监测、灾情侦察、物资投送等方面发挥着重要作用。无人机可以清晰地拍摄到洪水中的地形地貌，实时传输给后方指挥中心，帮助工作人员了解灾区情况。此外，无人机还可以搭载各种传感器和设备，对水质、流速等关键参数进行实时监测，为科学决策提供依据。同时，水位计、雨量计、流速仪等硬件监测设备也广泛应用于测量水位高低、记录降雨量变化及水流速度等实时监测场景。
3. 智能硬件应用：智能搜救机器人能够进入危险区域，搜寻被困人员并实时传输画面，为救援人员提供精确指引。智能排水设备如龙吸水排水车，通过遥控操纵自动吸水外排，人员无需下水即可进行排水作业，有效降低了灾区水位。此外，动力舟桥等应急浮船设备在洪水发生时也起到了关键作用，能够快速架设成各种形式的浮式结构，确保救援人员和物资的快速通行。
4. 数据共享与云计算：通过将防汛数据存储在云端，实现数据共享和计算能力的高效利用，提高防汛工作效率。同时，云计算技术还可以将海量防汛数据进行分析、处理和挖掘，发现潜在的风险和规律，为决策提供科学依据。
5. 人工智能决策：基于机器学习和深度学习的人工智能技术，可以对防汛数据进行智能分析，为防洪减灾提供智能化决策支持。
6. 遥感技术监测：利用卫星、无人机等遥感设备，可以对洪水、泥石流等灾害进行实时监测和预警。遥感技术不仅能够有效监测洪水淹没范围及淹没区域的土地利用状况、重要工程破坏动态等，还能分析洪水淹没用时及水深情况。同时，通过引入卫星遥感、无人机航摄等新技术，与传统地面站观测资料融合，形成天空地一体化智慧感知体系，实现多源数据优势互补，扩大观测覆盖范围。
7. 智能化排涝系统：通过构建智能化的排水系统，可以实现对洪水的快速排涝，减轻灾区水位，为救援工作创造有利条件。智能化排涝系统不仅可以提高排水效率，还可以降低排水人员的工作负担和安全风险。
相关技术需求：
1.前端框架技术：智能防洪项目的前端框架技术主要负责用户界面的开发和交互逻辑的实现。常用的前端框架包括React、Vue和Angular等。这些框架提供了丰富的组件库和强大的数据绑定机制，使得开发者能够高效地构建出响应速度快、用户体验好的用户界面。前端框架技术可以用于展示洪水预警信息、实时监测数据、灾害地图等，并提供用户交互功能，如查询、报警、数据可视化等。
2.访问控制与安全防护：在智能防洪项目中，访问控制与安全防护是确保系统安全性的重要环节。访问控制通常包括身份验证和权限管理两个方面。身份验证通过用户名、密码、验证码等方式验证用户身份，确保只有合法用户才能访问系统。权限管理则根据用户的角色和权限，控制其对系统资源的访问和操作。安全防护方面，智能防洪项目需要采取多种措施来防范网络攻击和数据泄露。例如，使用HTTPS协议进行数据加密传输，采用防火墙和入侵检测系统来防御外部攻击，定期备份和恢复数据以防止数据丢失，以及实施数据加密和访问控制策略来保护敏感数据等。
3.后端应用框架：常用的后端应用框架包括Spring Boot、Django和Express等。在智能防洪项目中，后端应用框架可以用于处理洪水预警信息的接收、处理和分发，实时监测数据的采集、存储和分析，以及灾害应急响应的指挥和调度等。同时，后端应用框架还可以与其他系统进行集成和交互，如气象预报系统、地理信息系统等，以实现数据的共享和业务的协同。
4.数据库技术：数据库技术是智能防洪项目中存储和管理数据的关键技术。常用的数据库包括关系型数据库(如MySQL、PostgreSQL)和非关系型数据库(如Mon goDB、Redis)。数据库技术可以用于存储洪水预警信息、实时监测数据、灾害地图等关键数据，并提供数据查询、统计和分析等功能。同时，数据库技术还可以支持数据备份和恢复、数据安全性和完整性保障等关键任务。
5.自动化测试：在智能防洪项目中，自动化测试可以用于对前端应用、后端服务和数据库等组件进行单元测试、集成测试和系统测试。通过自动化测试技术，可以及时发现和修复软件中的缺陷和漏洞，提高软件的质量和稳定性。
拟解决问题：
1. 数据孤岛与共享：传统的水利管理模式中，各部门之间的数据共享不畅，导致决策响应滞后，影响了防汛效果。为解决这一问题，项目将建立统一的水利防汛数据共享平台，制定统一的数据采集、处理、存储及交换标准，确保不同来源、不同格式的数据能够无缝对接，提高数据互通性和可用性。
2. 技术标准与协同：包括数据采集、处理、分析以及预警等方面的标准，确保各部门之间的技术协同。此外，项目还将探索并建立跨部门协同工作机制，通过信息共享与资源整合，构建起一张覆盖广泛、反应灵敏的防汛网络，实现防洪工作的整体联动和高效运行。
预期成果：
1.提升防洪减灾能力：智能防洪项目将显著提升洪水预警、监测及应对的精确性和时效性。通过集成先进的物联网、大数据分析和人工智能技术,项目能够实现对洪水风险的快速识别、准确评估与高效应对,从而极大增强防洪减灾的整体能力,有效减少洪灾造成的损失。
2.实时数据监测预警：项目将建立覆盖广泛、高度集成的实时数据监测网络,包括气象、水文、地质等多源信息,实现全天候、全方位的洪水监测。基于这些实时监测数据,结合先进的预测模型,项目能够提前数小时乃至数天发出精确的洪水预警,为应急响应争取宝贵时间。
3.应急处理效率提高
智能防洪项目将引入智能化应急管理系统,通过自动分析预警信息、智能调度应急资源、优化应急响应流程等手段,显著提升应急处理的效率。这不仅能够缩短响应时间,还能确保救援力量和资源在关键时刻准确、迅速地到达灾区,最大限度地减少灾害影响。
4.降低人力成本投入：传统防洪工作往往需要大量的人力投入进行监测、预警和应急响应。智能防洪项目通过自动化、智能化的技术手段,可以大幅度减轻人力负担,减少人员参与,从而有效降低防洪工作的人力成本投入,提高资源利用效率。
5.科技含量现代化提升：项目的实施将推动防洪技术的现代化升级,将物联网、云计算、大数据、人工智能等前沿科技深度融入防洪减灾领域,实现防洪工作的智能化、精准化和高效化。这不仅提升了防洪工作的科技含量,也为未来防灾减灾技术的创新与发展提供了重要支撑。
6.减少灾害经济损失：通过智能防洪项目的实施,可以显著减少洪水灾害对经济社会造成的直接和间接经济损失。精确的预警和及时的应急响应能够有效降低洪水对基础设施、农业生产、居民财产等方面的破坏,从而减轻灾害带来的经济负担。
7.社会效益显著提高L:智能防洪项目不仅关乎人民群众的生命财产安全,更关系到社会的和谐稳定与可持续发展。项目的成功实施将显著提升社会对防洪减灾工作的满意度和信心,增强政府的公信力和社会管理能力,为构建和谐社会、促进经济繁荣提供坚实保障。
8.保障人民生命安全：最终,智能防洪项目的最根本目标在于保障人民生命安全。通过精准预警、高效应急响应和现代化科技手段的综合运用,项目能够最大限度地减少洪水灾害对人民群众生命安全的威胁,为人民群众的生命安全提供坚强有力的保障。


起止时间 工作内容和要求
2025.04-2025.05
团队集中讨论选题，确定对智能防洪的研究、查阅相关文献资料及前人研究成果，了解国内外对防洪的研究以及现已有的措施方案，做好论文前期准备。
2025.05-2025.07
团队集体去实地调查一部分流域地带，了解地形和气象等条件，并获取相关数据，为系统提供科学依据。
2025.07-2025.09
利用前端框架技术、后端应用框架以及数据库技术等相关技术完成对应用系统的研究。
2025.09-2025.11
对应用系统的前期测试，验证预期结果是否正确，系统研究是否存在相关的问题。
2025.11-2026.01
接受试用反馈，继续跟进数据的更新以及技术的调整。
2026.01-2026.03
根据用户对系统的前期使用的反馈，对系统进行技术上的调整来满足人们对防洪的需求。
2026.03-2026.04
总结团队对于智能防洪的研究成果进行总结，阅读各类相关文献以及对数据和反馈进行整理，进行论文编写以及完成对论文进行修改。
2026.04
继续查找和整理相关研究材料，为团队进行论文答辩打下坚实基础。


1.与本项目有关的研究积累和已取得的成绩
研究积累：
(1)理论学习方面：团队成员自主研究水文学，传感器技术，掌握了水位传感器工作原理、无线传输协议。在java,python等计算机汇编语言方面有一定基础，为洪水监控系统数据处理以及可视化，精准选型，优化算法奠定了基础。同时深入研究对比学习如长江水文，山洪预警系统，防汛管理等多个app，为洪水防控监测系统的功能更新奠定基础。
(2)政策支持：国家等相关部门出台了一系列防洪减灾政策，如十四五防灾减灾规划中提出的《防洪法》。通过立法、规划、科研、财政支持等多个途径，不断提高国家整体的防洪能力和应急能力。同时《“十四五”国家综合防灾减灾》中强调严格落实防汛责任制和号召提高系统防汛预警功能。这些政策支持不仅突出国家在洪水防控方面的重视，也为我们后面对项目的开展提供了一定的支持。
(3)实地调查与数据分析：我们团队实地调查了一部分流域地带，对其进行了地形。地貌，水文气象条件，历史洪涝记录的考察，分析这些数据以识别高风险地区，评估现有的防洪措施的可行性，为系统提供科学依据。以及我们团队通过在线问卷调查和访谈等方式获取潜在用户的需求和意见，考虑到不同年龄段和社会群体的特点，设计易于理解和操作的应用程序，以及不断完善系统的功能和服务。
已取得的成绩：
系统完成度：
初步完成了系统页面和部分功能模块的开发，如预警模块和数据分析模块，用户可以直观的界面查看实时数据和历史数据。同时已完成传感器的选型和部署，实现了每5分钟进行一次数据采集，通过无线通信模块成功将数据传输至云端。
团队竞赛优势：
团队成员有获得过2024年度第五届全国大学生算法设计与编程挑战赛优秀奖，人工智能设计大赛三等奖，参加过蓝桥杯比赛，在编程能力和系统前后端的开发有一定能力，以及团队成员对于地貌、水文气象方面的考察也有一定基础。
创新功能：
(1)个性化预警功能：根据不同用户的地理位置、风险偏好，以及对房内贵重物品的重视程度等，提供私人专属定制化的预警信息和应对建议。
(2)防洪措施方面：构建“海绵城市”式的生态区域,如建设下凹式绿地、雨水花园、生态湿地等，在平时可收集、净化雨水，在洪水来临时可作为临时蓄水区域，延缓洪峰，减轻排水系统压力,改变传统单一工程防洪思维，采用生态防洪理念，提高了防洪能力。
(3)智能预警功能：实时监测水位、流速、降雨量数据，通过图像识别技术分析河道变化、山体滑坡迹象等情况，预警信息可精确推送至受威胁区域的居民及相关部门，实现更精准、更及时的预警。
(4)洪水预防互动功能：民众可通过手机端实时了解所在区域的洪水风险等级、防洪设施位置及使用方法等信息。以及通过积分奖励机制激励民众学习防洪知识，提高公众防洪意识与应对能力。
已具备的条件：
(1)团队基础:团队成员来自不同专业，在计算机和地质领域具有扎实的知识和技能，具备一定编程能力和数学分析与建模能力。团队成员在大数据处理方面拥有丰富的经验，积累了大量来自地方水利部门的历史水文和气象数据，为模拟训练提供了丰富的素材。
(2)物理设备方面：我们成功搭建了初步的技术框架，包括安装了水位传感器，雨量计和流速仪等监测设备，这些设备能够实时采集水文数据，并将数据传输至云端服务器。
(3)系统初步功能：我们初步完成了系统在线问卷调查，系统页面设计和系统部分功能的开发。
尚缺少的条件：
(1)技术资源：缺乏必要的硬件设备，比如高精度的传感器，数据采集装置，无线通信模块等。
(2)编程技能：对于某些复杂算法和技术框架的理解不够，运用编程开发系统的能力有待提高。
(3)研究经费不足，购买设施，材料，支付服务费用资金有限，无法承担长期运行成本。
(4)对目标市场的研究不够深入，可能导致产品设计偏离市场需求。
解决方法：
(1)申请学校或者政府提供的科研基金，寻找企业赞助商来获取必要的传感器，数据采集装置和无线通信模块。
(2)加强团队内部培训，加入专业社群和技术论坛，参与线上线下的交流活动，提高团队的技术水平。
(3)优化预算分配，优先保证核心技术和关键环节的资金投入，采用分阶段投资策略，确保每一步都有足够的资金支持。
(4)组织团队成员实地考察，访谈潜在用户，收集资料，了解真实需求。
在经过团队成员精心规划、积极沟通以及充分利用内外部资源，做好应对突发情况的准备，灵活调整策略，定期进行项目回顾和及时改进，一定会保证本次创新训练计划按时结题。

经费预算

开支科目 预算经费（元） 主要用途 阶段下达经费计划（元）
前半阶段 后半阶段
预算经费总额 10000.00 无 3000.00 7000.00
1. 业务费 7000.00 各项业务 1500.00 5500.00
（1）计算、分析、测试费 1000.00 项目测试 500.00 500.00
（2）能源动力费 400.00 其他相关物品 200.00 200.00
（3）会议、差旅费 600.00 相关会议、差旅 200.00 400.00
（4）文献检索费 1200.00 相关文献检索 600.00 600.00
（5）论文出版费 3800.00 论文出版 0.00 3800.00
2. 仪器设备购置费 1500.00 相关仪器的购买 500.00 1000.00
3. 实验装置试制费 0.00 无 0.00 0.00
4. 材料费 1500.00 购买所需用具 1000.00 500.00
结束

用户单位： 桂林理工大学        

版权所有： 南京先极科技有限公司