CN109147026A - 溃坝事故的情景构建方法及***、应急演练方法 - Google Patents
溃坝事故的情景构建方法及***、应急演练方法 Download PDFInfo
- Publication number
- CN109147026A CN109147026A CN201810865055.7A CN201810865055A CN109147026A CN 109147026 A CN109147026 A CN 109147026A CN 201810865055 A CN201810865055 A CN 201810865055A CN 109147026 A CN109147026 A CN 109147026A
- Authority
- CN
- China
- Prior art keywords
- dam
- dykes
- dams
- data
- break
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000005553 drilling Methods 0.000 title claims abstract description 16
- 238000013507 mapping Methods 0.000 claims abstract description 112
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 53
- 238000010276 construction Methods 0.000 claims abstract description 35
- 230000003190 augmentative effect Effects 0.000 claims abstract description 7
- 230000000052 comparative effect Effects 0.000 claims description 4
- 239000000383 hazardous chemical Substances 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 4
- 238000011156 evaluation Methods 0.000 abstract 1
- 230000009471 action Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000009172 bursting Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003238 somatosensory effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Remote Sensing (AREA)
- Computer Security & Cryptography (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及情景构建技术领域,具体涉及一种溃坝事故的情景构建方法及***、应急演练方法。该溃坝事故的情景构建方法包括:建立堤坝基础三维模型;根据堤坝纹理数据和水流纹理数据建立纹理映射模型,得到堤坝的映射三维模型;根据水文数据判断是否有溃坝风险,当判断结果为是时,结合水文数据和气象数据计算溃坝影响区域;根据纹理映射模型对溃坝影响区域进行纹理映射,以构建溃坝事故情景。本发明的溃坝事故的情景构建方法,实现了应急预案管理电子化,由于结合了堤坝的相关数据,计算更准确;本发明的应急演练方法将溃坝事故情景采用虚拟现实或增强现实的形式进行演示,有效提高演练效果,便于对每个演练人员进行演练成效的考核、评估和指导。
Description
技术领域
本发明涉及情景构建技术领域,具体涉及一种溃坝事故的情景构建方法及***、应急演练方法。
背景技术
溃坝,即坝体溃决,作为一种灾害性的水流现象,是水利工程的设计管理中具有重要地位的课题之一。
重大突发事件情景构建,是当前公共安全领域最前沿科学问题之一,对应急培训演练具有支撑和指导作用。情景,是对未来场景的一般描述,是对一个过程从开始到结束的描述和解释。情景不同于单一的预测,而是一系列预期可能出现的状况的集合,强调了整个过程中的因果关系,把握真实细节状况,对于预测结果具有很强的指向性。
我国研究学者刘铁民博士2015年在《重大突发事件情景规划与构建研究》的文献中将“大坝失效”列为灾难级的重大突发事件。然而,目前我国尚未对此开展深入的研究。
发明内容
本发明的目的在于针对现有技术的上述缺陷,提供一种溃坝事故的情景构建方法及***、应急演练方法。
本发明的目的可通过以下的技术措施来实现:
本发明提供了一种溃坝事故的情景构建方法,该情景构建方法包括:
采集堤坝的建筑数据,并根据所述建筑数据建立堤坝的基础三维模型;
根据堤坝纹理数据和水流纹理数据建立纹理映射模型,并根据所述纹理映射模型对所述堤坝的基础三维模型进行纹理映射,得到堤坝的映射三维模型;
采集堤坝的水文数据,并根据所述水文数据判断是否有溃坝风险,当判断结果为是时,获取气象数据,并结合所述水文数据和所述气象数据计算溃坝影响区域;以及
根据所述纹理映射模型对所述溃坝影响区域进行纹理映射,以构建溃坝事故情景。
优选地,所述“采集堤坝的建筑数据,并根据所述建筑数据建立堤坝的基础三维模型”的步骤包括:
通过测绘设备采集堤坝的建筑数据,所述堤坝的建筑数据包括各个采集点的地理坐标和高程值;
根据所述堤坝的建筑数据进行三维建模,以形成堤坝的初级三维模型;以及
获取相对基础底图的显示比例,并根据所述显示比例对所述的堤坝的初级三维模型进行调整,并将调整后的堤坝的初级三维模型与所述基础底图进行结合,以形成堤坝的基础三维模型。
优选地,所述“根据堤坝纹理数据和水流纹理数据建立纹理映射模型,并根据所述纹理映射模型对所述堤坝的基础三维模型进行纹理映射,得到堤坝的三维模型”的步骤包括:
拍摄或录制堤坝的现场图像;
根据所述堤坝的现场图像生成堤坝纹理数据和水流纹理数据、以及所述堤坝纹理数据和所述水流纹理数据与堤坝位置的对应关系,并建立纹理映射模型;
根据所述纹理映射模型,通过表面贴图的方式对所述堤坝的基础三维模型进行纹理映射,得到堤坝的纹理三维模型。
优选地,所述“采集堤坝的水文数据,并根据所述水文数据判断是否有溃坝风险,当判断结果为是时,获取气象数据,并结合所述水文数据和所述气象数据计算溃坝影响区域”的步骤包括:
通过传感器采集堤坝的水文数据,所述水文数据至少包括库容、水位和泄水量,所述泄水量根据排水结构的横截面积和阻塞状况计算;
判断所述水文数据是否大于警戒值;
若判断结果为否,则存储所述水文数据为本地历史水文数据;
若判断结果为是,则根据所述水文数据、所述高程值和气象数据计算溃坝的影响区域。
优选地,所述“根据所述水文数据、所述高程值和气象数据计算溃坝的影响区域”的步骤包括:
根据气象数据计算降雨量,再根据堤坝的库容、泄水量和所述降雨量计算预期库容;
根据所述堤坝的基础三维模型选取基准点,获取所述基准点的坐标,并计算堤坝与基准点的假定高程值或高程差值;
根据所述预期库容、所述基准点的坐标、和所述假定高程值或高程差值,计算溃坝影响区域。
优选地,所述“根据所述纹理映射模型对所述溃坝影响区域进行纹理映射,以构建溃坝事故情景”的步骤包括:
获取堤坝和所述基准点之间的直线距离;
根据所述直线距离和堤坝的建筑数据,计算溃坝移动速度和溃坝移动的持续时间;
判断所述持续时间是否大于预设演示时间;
若所述持续时间小于或等于所述预设演示时间,则根据所述持续时间和所述移动速度,对溃坝影响区域进行纹理映射;
若所述持续时间大于所述预设演示时间,则根据所述预设演示时间与所述持续时间的比值生成调整比例,并根据所述调整比例对所述移动速度进行调整以生成演示速度,并根据所述预设演示时间和所述演示速度,对溃坝影响区域进行纹理映射。
优选地,所述水流纹理数据为蓝色图层或半透明图层;所述“对溃坝影响区域进行纹理映射”的步骤包括:按照所述移动速度或所述演示速度,将所述蓝色图层或半透明图层在所述溃坝影响区域进行贴图叠加。
优选地,该溃坝事故的情景构建方法还包括:
获取堤坝周边的危险源,所述危险源包括地震带和/或危险化学品;
计算所述危险源对所述堤坝的危害范围;
根据所述危害范围的最大值、以及所述水文数据计算危险源的影响区域;
根据所述纹理映射模型,对所述危险源的影响区域进行纹理映射。
本发明还提供了一种基于情景构建的溃坝应急演练方法,该应急演练方法包括:
根据上述的溃坝事故的情景构建方法对溃坝事故进行情景构建,并通过增强现实(AR)或虚拟现实(VR)的形式对构建的溃坝事故情景进行演示;
根据溃坝影响区域的规模和地理位置,读取对应的应急预案,根据构建的溃坝事故情景对所述应急预案中的参数进行调整。
本发明还提供了一种溃坝事故的情景构建***,包括:
基础模型模块,用于采集堤坝的建筑数据,并根据所述建筑数据建立堤坝的基础三维模型;
纹理映射模块,用于根据堤坝纹理数据和水流纹理数据建立纹理映射模型,并根据所述纹理映射模型对所述堤坝的基础三维模型进行纹理映射,得到堤坝的映射三维模型;
溃堤区域模块,用于采集堤坝的水文数据,并根据所述水文数据判断是否有溃坝风险,当判断结果为是时,获取气象数据,并结合所述水文数据和所述气象数据计算溃坝影响区域;
情景构建模块,用于根据所述纹理映射模型对所述溃坝影响区域进行纹理映射,以构建溃坝事故情景,并通过增强现实(AR)或虚拟现实(VR)的形式进行演示;以及
预案调整模块,用于根据溃坝影响区域的规模和地理位置,读取对应的应急预案,并发送至救援部门、医疗应急部门、和/或溃坝影响区域内的移动设备账号。
本发明的溃坝事故的情景构建方法根据堤坝纹理数据和水流纹理数据建立纹理映射模型,根据水文数据和气象数据计算溃坝影响区域,根据该纹理映射模型对该溃坝影响区域进行纹理映射,以构建溃坝事故情景,实现了应急预案管理电子化,由于结合了堤坝的相关数据,计算更准确;本发明的应急演练方法将溃坝事故情景采用虚拟现实或增强现实的形式进行演示,有效提高演练效果,便于对每个演练人员进行演练成效的考核、评估和指导。
附图说明
图1是本发明实施例1的溃坝事故的情景构建方法的流程图。
图2是本发明实施例2的溃坝事故的情景构建方法的流程图。
图3是本发明实施例3的溃坝事故的情景构建方法的流程图。
图4是本发明实施例4的基于情景构建的溃坝应急演练方法的流程图。
图5是本发明实施例5的溃坝事故的情景构建***的结构框图。
图6是本发明实施例6的溃坝事故的情景构建***的结构框图。
图7是本发明实施例7的溃坝事故的情景构建***的结构框图。
图8是本发明实施例8的溃坝事故的情景构建***的结构框图。
图9是本发明实施例9的溃坝事故的情景构建***的结构框图。
图10是本发明实施例10的溃坝事故的情景构建***的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面结合附图和具体实施例对本发明作进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
为了使本揭示内容的叙述更加详尽与完备,下文针对本发明的实施方式与具体实施例提出了说明性的描述;但这并非实施或运用本发明具体实施例的唯一形式。实施方式中涵盖了多个具体实施例的特征以及用以建构与操作这些具体实施例的方法步骤与其顺序。然而,亦可利用其它具体实施例来达成相同或均等的功能与步骤顺序。
本发明实施例1提供了一种溃坝事故的情景构建方法,请参阅图1所示,该情景构建方法包括:
S101,采集堤坝的建筑数据,并根据该建筑数据建立堤坝的基础三维模型。
S102,根据堤坝纹理数据和水流纹理数据建立纹理映射模型,并根据该纹理映射模型对该堤坝的基础三维模型进行纹理映射,得到堤坝的映射三维模型。
S103,采集堤坝的水文数据,并根据该水文数据判断是否有溃坝风险,当判断结果为是时,获取气象数据,并结合该水文数据和该气象数据计算溃坝影响区域。
S104,根据该纹理映射模型对该溃坝影响区域进行纹理映射,以构建溃坝事故情景。
在一个优选实施方式中,在步骤S101中,具体地,首先,通过测绘设备采集堤坝的建筑数据,该堤坝的建筑数据包括各个采集点的地理坐标和高程值;然后,根据该堤坝的建筑数据进行三维建模,以形成堤坝的初级三维模型;最后,获取相对基础底图的显示比例,并根据该显示比例对该的堤坝的初级三维模型进行调整,并将调整后的堤坝的初级三维模型与该基础底图进行结合,以形成堤坝的基础三维模型。
在一个优选实施方式中,在步骤S102中,具体地,首先,拍摄或录制堤坝的现场图像;然后,根据该堤坝的现场图像生成堤坝纹理数据和水流纹理数据、以及该堤坝纹理数据和该水流纹理数据与堤坝位置的对应关系,并建立纹理映射模型;最后,根据该纹理映射模型,通过表面贴图的方式对该堤坝的基础三维模型进行纹理映射,得到堤坝的纹理三维模型。
在一个优选实施方式中,在步骤S103中,具体地,首先,通过传感器采集堤坝的水文数据,该水文数据至少包括库容、水位和泄水量,该泄水量根据排水结构的横截面积和阻塞状况计算;其次,判断该水文数据是否大于警戒值;然后,若判断结果为否,则存储该水文数据为本地历史水文数据;若判断结果为是,则根据该水文数据、该高程值和气象数据计算溃坝的影响区域。具体地,判断该水文数据是否大于警戒值,依次判断库容、水位和泄水量是否大于各自对应的警戒值,当库容、水位和泄水量均不大于各自对应的警戒值时,判断结果为否,即该水文数据不大于警戒值;当库容、水位和泄水量中至少一个大于各自对应的警戒值时,判断结果为是,即该水文数据大于警戒值。
进一步地,在步骤S103的上述优选实施方式中,当判断该水文数据大于警戒值时,根据该水文数据、该高程值和气象数据计算溃坝的影响区域,具体包括如下步骤:首先,根据气象数据计算降雨量,再根据堤坝的库容、泄水量和该降雨量计算预期库容;然后,根据该堤坝的基础三维模型选取基准点,获取该基准点的坐标,并计算堤坝与基准点的假定高程值或高程差值;最后,根据该预期库容、该基准点的坐标、和该假定高程值或高程差值,计算溃坝影响区域。
在一个优选实施方式中,在步骤S104中,具体地,首先,获取堤坝和该基准点之间的直线距离;其次,根据该直线距离和堤坝的建筑数据,计算溃坝移动速度和溃坝移动的持续时间;然后,判断该持续时间是否大于预设演示时间;然后,若该持续时间小于或等于该预设演示时间,则根据该持续时间和该移动速度,对溃坝影响区域进行纹理映射;最后,若该持续时间大于该预设演示时间,则根据该预设演示时间与该持续时间的比值生成调整比例,并根据该调整比例对该移动速度进行调整以生成演示速度,并根据该预设演示时间和该演示速度,对溃坝影响区域进行纹理映射。
进一步地,在步骤S104的上述优选实施方式中,该水流纹理数据为蓝色图层或半透明图层;该“对溃坝影响区域进行纹理映射”的步骤包括:按照该移动速度或该演示速度,将该蓝色图层或半透明图层在该溃坝影响区域进行贴图叠加。
本发明实施例2提供了一种溃坝事故的情景构建方法,请参阅图2所示,该情景构建方法包括:
S201,采集堤坝的建筑数据,并根据该建筑数据建立堤坝的基础三维模型。
S202,根据堤坝纹理数据和水流纹理数据建立纹理映射模型,并根据该纹理映射模型对该堤坝的基础三维模型进行纹理映射,得到堤坝的映射三维模型。
S203,采集堤坝的水文数据,并根据该水文数据判断是否有溃坝风险,当判断结果为是时,获取气象数据,并结合该水文数据和该气象数据计算溃坝影响区域。
S204,获取堤坝周边的危险源,该危险源包括地震带和/或危险化学品。
S205,计算该危险源对该堤坝的危害范围。
S206,根据该危害范围的最大值、以及该水文数据计算危险源的影响区域。
S207,根据该纹理映射模型对该溃坝影响区域进行纹理映射,根据该纹理映射模型对该危险源的影响区域进行纹理映射,以构建溃坝事故情景。
在本实施例中,在进行溃坝事故的情景构建时,考虑堤坝周边的危险源,计算该危险源对该堤坝的危害范围,根据该危害范围的最大值(最大范围)和水文数据计算危险源的影响区域,将溃坝影响区域和危险源的影响区域均进行纹理映射,构建溃坝事故情景。
本发明实施例3提供了一种溃坝事故的情景构建方法,请参阅图3所示,该情景构建方法包括:
S301,采集堤坝的建筑数据,并根据该建筑数据建立堤坝的基础三维模型。
S302,根据堤坝纹理数据和水流纹理数据建立纹理映射模型,并根据该纹理映射模型对该堤坝的基础三维模型进行纹理映射,得到堤坝的映射三维模型。
S303,采集堤坝的水文数据,并根据该水文数据判断是否有溃坝风险,当判断结果为是时,获取气象数据,并结合该水文数据和该气象数据计算溃坝影响区域。
S304,根据该纹理映射模型对该溃坝影响区域进行纹理映射,以构建溃坝事故情景。
S305,获取溃坝影响区域内的移动设备账号。
S306,向该溃坝影响区域内的移动设备账号发送疏散方案。
S307,根据溃坝影响区域的规模和地理位置,读取对应的应急预案,并将该应急预案发送至对应的救援部门和/或医疗应急部门。
在本实施例中,构建溃坝事故情景之后,向溃坝影响区域内的所有移动设备账号发送疏散方案,向溃坝影响区域内的救援部门和/或医疗应急部门发送与其相关的应急预案。
本发明实施例4提供了一种基于情景构建的溃坝应急演练方法,请参阅图4所示,该应急演练方法包括:
S401,根据上述的溃坝事故的情景构建方法对溃坝事故进行情景构建,并通过增强现实(AR)或虚拟现实(VR)的形式对构建的溃坝事故情景进行演示。
S402,根据溃坝影响区域的规模和地理位置,读取对应的应急预案,根据构建的溃坝事故情景对该应急预案中的参数进行调整。
在步骤S401中,对溃坝事故情景可以参见实施例1、实施例2或实施例3记载的溃坝事故的情景构建方法进行构建,在此不进行一一赘述。
在本实施例中,将所构建的溃坝事故情景以虚拟现实或增强现实的形式演示,演练人员根据自己的任务选择目标角色,在应急预案中读取该目标角色的角色行动预案,开始进行演练,用户将操作指令发送至体感设备,以控制目标角色的行动,生成该用户对目标角色的实际行动方案,将目标角色的角色行动预案与该实际行动方案进行对比,当二者不一致时,向用户发送行动提示。
在本实施例的第一个优选实施方式中,用户可以自己输入地理位置,具体包括如下步骤:在地图上接收对当前所在地的点选指令或在搜索框里接收对当前所在地的输入指令,并根据该点选指令或输入指令读取当前所在地的地理位置。
在本实施例的第一个优选实施方式中,终端设备通过采集的定位信息和/或环境信息确定地理位置,具体包括如下步骤:获取终端设备产生的定位信息和/或采集的场景图像,根据该定位信息和/或场景图像确定在地图数据库中确定当前所在地的名称及其地理位置。
基于同一发明构思,本发明实施例中还提供了一种溃坝事故的情景构建***,如下面的实施例。由于溃坝事故的情景构建***解决问题的原理与溃坝事故的情景构建方法相似,因此溃坝事故的情景构建***的实施可以参见情景构建方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“子模块”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的***较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
本发明实施例5提供了一种情景构建***,请参阅图5所示,该溃坝事故的情景构建***100包括:基础模型模块10、纹理映射模块20、溃堤区域模块30、情景构建模块40和预案调整模块50。
其中,基础模型模块10,用于采集堤坝的建筑数据,并根据该建筑数据建立堤坝的基础三维模型;纹理映射模块20,用于根据堤坝纹理数据和水流纹理数据建立纹理映射模型,并根据该纹理映射模型对该堤坝的基础三维模型进行纹理映射,得到堤坝的映射三维模型;溃堤区域模块30,用于采集堤坝的水文数据,并根据该水文数据判断是否有溃坝风险,当判断结果为是时,获取气象数据,并结合该水文数据和该气象数据计算溃坝影响区域;情景构建模块40,用于根据该纹理映射模型对该溃坝影响区域进行纹理映射,以构建溃坝事故情景,并通过增强现实(AR)或虚拟现实(VR)的形式进行演示;预案调整模块50,用于根据溃坝影响区域的规模和地理位置,读取对应的应急预案,并发送至救援部门、医疗应急部门、和/或溃坝影响区域内的移动设备账号。
本发明实施例6提供了一种情景构建***,请参阅图6所示,该溃坝事故的情景构建***100包括:基础模型模块10、纹理映射模块20、溃堤区域模块30、情景构建模块40和预案调整模块50。本实施例与实施例5相同的部分具体参见实施例5的描述,本实施例重点说明与实施例5不同的部分。
本实施例与实施例5的区别在于,基础模型模块10进一步包括:建筑数据采集单元101、初级模型单元102和模型结合单元103,其中,建筑数据采集单元101用于通过测绘设备采集堤坝的建筑数据,该堤坝的建筑数据包括各个采集点的地理坐标和高程值;初级模型单元102用于根据该堤坝的建筑数据进行三维建模,以形成堤坝的初级三维模型;模型结合单元103用于获取相对基础底图的显示比例,并根据该显示比例对该的堤坝的初级三维模型进行调整,并将调整后的堤坝的初级三维模型与该基础底图进行结合,以形成堤坝的基础三维模型。
本发明实施例7提供了一种情景构建***,请参阅图7所示,该溃坝事故的情景构建***100包括:基础模型模块10、纹理映射模块20、溃堤区域模块30、情景构建模块40和预案调整模块50。本实施例与实施例5相同的部分具体参见实施例5的描述,本实施例重点说明与实施例5不同的部分。
本实施例与实施例5的区别在于,纹理映射模块20进一步包括:现场图像单元201、建立单元202和映射单元203,其中,现场图像单元201用于拍摄或录制堤坝的现场图像;建立单元202用于根据该堤坝的现场图像生成堤坝纹理数据和水流纹理数据、以及该堤坝纹理数据和该水流纹理数据与堤坝位置的对应关系,并建立纹理映射模型;映射单元203用于根据该纹理映射模型,通过表面贴图的方式对该堤坝的基础三维模型进行纹理映射,得到堤坝的纹理三维模型。
本发明实施例8提供了一种情景构建***,请参阅图8所示,该溃坝事故的情景构建***100包括:基础模型模块10、纹理映射模块20、溃堤区域模块30、情景构建模块40和预案调整模块50。本实施例与实施例5相同的部分具体参见实施例5的描述,本实施例重点说明与实施例5不同的部分。
本实施例与实施例5的区别在于,溃堤区域模块30进一步包括:水文数据采集单元301、第一判断单元302和区域计算单元303,其中,采集单元301用于通过传感器采集堤坝的水文数据,该水文数据至少包括库容、水位和泄水量,该泄水量根据排水结构的横截面积和阻塞状况计算;第一判断单元302用于判断该水文数据是否大于警戒值;区域计算单元303用于若判断结果为否,则存储该水文数据为本地历史水文数据;若判断结果为是,则根据该水文数据、该高程值和气象数据计算溃坝的影响区域。具体地,判断该水文数据是否大于警戒值,依次判断库容、水位和泄水量是否大于各自对应的警戒值,当库容、水位和泄水量均不大于各自对应的警戒值时,判断结果为是;当库容、水位和泄水量中至少一个大于各自对应的警戒值时,判断结果为否。
进一步地,区域计算单元303进一步包括:预期库容计算子单元、高程值计算子单元和影响区域计算子单元,其中,当判断该水文数据大于警戒值时,预期库容计算子单元用于根据气象数据计算降雨量,再根据堤坝的库容、泄水量和该降雨量计算预期库容;高程值计算子单元用于根据该堤坝的基础三维模型选取基准点,获取该基准点的坐标,并计算堤坝与基准点的假定高程值或高程差值;影响区域计算子单元用于根据该预期库容、该基准点的坐标、和该假定高程值或高程差值,计算溃坝影响区域。
本发明实施例9提供了一种情景构建***,请参阅图9所示,该溃坝事故的情景构建***100包括:基础模型模块10、纹理映射模块20、溃堤区域模块30、情景构建模块40和预案调整模块50。本实施例与实施例5相同的部分具体参见实施例5的描述,本实施例重点说明与实施例5不同的部分。
本实施例与实施例5的区别在于,情景构建模块40进一步包括:获取单元401、溃坝计算单元402、第二判断单元403、第一纹理映射单元404和第二纹理映射单元405,其中,获取单元401用于获取堤坝和基准点之间的直线距离,该基准点根据该堤坝的基础三维模型选取;溃坝计算单元402用于根据该直线距离和堤坝的建筑数据,计算溃坝移动速度和溃坝移动的持续时间;第二判断单元403用于判断该持续时间是否大于预设演示时间;第一纹理映射单元404用于若该持续时间小于或等于该预设演示时间,则根据该持续时间和该移动速度,对溃坝影响区域进行纹理映射;第二纹理映射单元405用于若该持续时间大于该预设演示时间,则根据该预设演示时间与该持续时间的比值生成调整比例,并根据该调整比例对该移动速度进行调整以生成演示速度,并根据该预设演示时间和该演示速度,对溃坝影响区域进行纹理映射。
进一步地,该水流纹理数据为蓝色图层或半透明图层;第二纹理映射单元405中的“对溃坝影响区域进行纹理映射”的步骤包括:按照该移动速度或该演示速度,将该蓝色图层或半透明图层在该溃坝影响区域进行贴图叠加。
本发明实施例10提供了一种情景构建***,请参阅图10所示,该溃坝事故的情景构建***100包括:基础模型模块10、纹理映射模块20、溃堤区域模块30、情景构建模块40和预案调整模块50。本实施例与实施例5相同的部分具体参见实施例5的描述,本实施例重点说明与实施例5不同的部分。
本实施例与实施例5的区别在于,该溃坝事故的情景构建***100进一步还包括:危险源获取模块60、危害范围计算模块70和危险源区域计算模块80,其中,危险源获取模块60用于获取堤坝周边的危险源,该危险源包括地震带和/或危险化学品;危害范围计算模块70用于计算该危险源对该堤坝的危害范围;危险源区域计算模块80用于根据该危害范围的最大值、以及该水文数据计算危险源的影响区域。
其中,情景构建模块40用于根据该纹理映射模型对该溃坝影响区域进行纹理映射,根据该纹理映射模型对该危险源的影响区域进行纹理映射,以构建溃坝事故情景。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种溃坝事故的情景构建方法,其特征在于,该情景构建方法包括:
采集堤坝的建筑数据,并根据所述建筑数据建立堤坝的基础三维模型;
根据堤坝纹理数据和水流纹理数据建立纹理映射模型,并根据所述纹理映射模型对所述堤坝的基础三维模型进行纹理映射,得到堤坝的映射三维模型;
采集堤坝的水文数据,并根据所述水文数据判断是否有溃坝风险,当判断结果为是时,获取气象数据,并结合所述水文数据和所述气象数据计算溃坝影响区域;以及
根据所述纹理映射模型对所述溃坝影响区域进行纹理映射,以构建溃坝事故情景。
2.根据权利要求1所述的溃坝事故的情景构建方法,其特征在于,所述“采集堤坝的建筑数据,并根据所述建筑数据建立堤坝的基础三维模型”的步骤包括:
通过测绘设备采集堤坝的建筑数据,所述堤坝的建筑数据包括各个采集点的地理坐标和高程值;
根据所述堤坝的建筑数据进行三维建模,以形成堤坝的初级三维模型;以及
获取相对基础底图的显示比例,并根据所述显示比例对所述的堤坝的初级三维模型进行调整,并将调整后的堤坝的初级三维模型与所述基础底图进行结合,以形成堤坝的基础三维模型。
3.根据权利要求1所述的溃坝事故的情景构建方法,其特征在于,所述“根据堤坝纹理数据和水流纹理数据建立纹理映射模型,并根据所述纹理映射模型对所述堤坝的基础三维模型进行纹理映射,得到堤坝的三维模型”的步骤包括:
拍摄或录制堤坝的现场图像;
根据所述堤坝的现场图像生成堤坝纹理数据和水流纹理数据、以及所述堤坝纹理数据和所述水流纹理数据与堤坝位置的对应关系,并建立纹理映射模型;
根据所述纹理映射模型,通过表面贴图的方式对所述堤坝的基础三维模型进行纹理映射,得到堤坝的纹理三维模型。
4.根据权利要求1所述的溃坝事故的情景构建方法,其特征在于,所述“采集堤坝的水文数据,并根据所述水文数据判断是否有溃坝风险,当判断结果为是时,获取气象数据,并结合所述水文数据和所述气象数据计算溃坝影响区域”的步骤包括:
通过传感器采集堤坝的水文数据,所述水文数据至少包括库容、水位和泄水量,所述泄水量根据排水结构的横截面积和阻塞状况计算;
判断所述水文数据是否大于警戒值;
若判断结果为否,则存储所述水文数据为本地历史水文数据;
若判断结果为是,则根据所述水文数据、所述高程值和气象数据计算溃坝的影响区域。
5.根据权利要求4所述的溃坝事故的情景构建方法,其特征在于,所述“根据所述水文数据、所述高程值和气象数据计算溃坝的影响区域”的步骤包括:
根据气象数据计算降雨量,再根据堤坝的库容、泄水量和所述降雨量计算预期库容;
根据所述堤坝的基础三维模型选取基准点,获取所述基准点的坐标,并计算堤坝与基准点的假定高程值或高程差值;
根据所述预期库容、所述基准点的坐标、和所述假定高程值或高程差值,计算溃坝影响区域。
6.根据权利要求1或5所述的溃坝事故的情景构建方法,其特征在于,所述“根据所述纹理映射模型对所述溃坝影响区域进行纹理映射,以构建溃坝事故情景”的步骤包括:
获取堤坝和所述基准点之间的直线距离;
根据所述直线距离和堤坝的建筑数据,计算溃坝移动速度和溃坝移动的持续时间;
判断所述持续时间是否大于预设演示时间;
若所述持续时间小于或等于所述预设演示时间,则根据所述持续时间和所述移动速度,对溃坝影响区域进行纹理映射;
若所述持续时间大于所述预设演示时间,则根据所述预设演示时间与所述持续时间的比值生成调整比例,并根据所述调整比例对所述移动速度进行调整以生成演示速度,并根据所述预设演示时间和所述演示速度,对溃坝影响区域进行纹理映射。
7.根据权利要求6所述的溃坝事故的情景构建方法,其特征在于,所述水流纹理数据为蓝色图层或半透明图层;所述“对溃坝影响区域进行纹理映射”的步骤包括:按照所述移动速度或所述演示速度,将所述蓝色图层或半透明图层在所述溃坝影响区域进行贴图叠加。
8.根据权利要求1所述的溃坝事故的情景构建方法,其特征在于,该溃坝事故的情景构建方法还包括:
获取堤坝周边的危险源,所述危险源包括地震带和/或危险化学品;
计算所述危险源对所述堤坝的危害范围;
根据所述危害范围的最大值、以及所述水文数据计算危险源的影响区域;
根据所述纹理映射模型,对所述危险源的影响区域进行纹理映射。
9.一种基于情景构建的溃坝应急演练方法,其特征在于,该应急演练方法包括:
根据权利要求1至8任一项所述的溃坝事故的情景构建方法对溃坝事故进行情景构建,并通过增强现实或虚拟现实的形式对构建的溃坝事故情景进行演示;
根据溃坝影响区域的规模和地理位置,读取对应的应急预案,根据构建的溃坝事故情景对所述应急预案中的参数进行调整。
10.一种溃坝事故的情景构建***,其特征在于,该溃坝事故的情景构建***包括:
基础模型模块,用于采集堤坝的建筑数据,并根据所述建筑数据建立堤坝的基础三维模型;
纹理映射模块,用于根据堤坝纹理数据和水流纹理数据建立纹理映射模型,并根据所述纹理映射模型对所述堤坝的基础三维模型进行纹理映射,得到堤坝的映射三维模型;
溃堤区域模块,用于采集堤坝的水文数据,并根据所述水文数据判断是否有溃坝风险,当判断结果为是时,获取气象数据,并结合所述水文数据和所述气象数据计算溃坝影响区域;
情景构建模块,用于根据所述纹理映射模型对所述溃坝影响区域进行纹理映射,以构建溃坝事故情景,并通过增强现实或虚拟现实的形式进行演示;以及
预案调整模块,用于根据溃坝影响区域的规模和地理位置,读取对应的应急预案,并发送至救援部门、医疗应急部门、和/或溃坝影响区域内的移动设备账号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810865055.7A CN109147026B (zh) | 2018-08-01 | 2018-08-01 | 溃坝事故的情景构建方法及***、应急演练方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810865055.7A CN109147026B (zh) | 2018-08-01 | 2018-08-01 | 溃坝事故的情景构建方法及***、应急演练方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109147026A true CN109147026A (zh) | 2019-01-04 |
CN109147026B CN109147026B (zh) | 2023-04-18 |
Family
ID=64798697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810865055.7A Active CN109147026B (zh) | 2018-08-01 | 2018-08-01 | 溃坝事故的情景构建方法及***、应急演练方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109147026B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110750864A (zh) * | 2019-09-18 | 2020-02-04 | 西安理工大学 | 一种基于bim技术的溃坝洪水演示预警方法及平台 |
CN111967800A (zh) * | 2020-09-08 | 2020-11-20 | 四川华能宝兴河水电有限责任公司 | 一种水电站溃坝灾难事件情景构建与应急评估分析*** |
CN112002020A (zh) * | 2020-08-28 | 2020-11-27 | 四川华能宝兴河水电有限责任公司 | 一种水电站溃坝应急演练*** |
CN113470191A (zh) * | 2021-07-12 | 2021-10-01 | 武汉金运激光股份有限公司 | 一种基于区块链和nfc技术的互动方法及ip衍生品 |
CN115546449A (zh) * | 2022-10-18 | 2022-12-30 | 甘肃省气象信息与技术装备保障中心 | 一种基于增强现实技术的气象装备培训*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102509433A (zh) * | 2011-10-31 | 2012-06-20 | 中国瑞林工程技术有限公司 | 一种尾矿库数值仿真和在线监测集成应急预警*** |
CN103544390A (zh) * | 2013-10-18 | 2014-01-29 | 西南交通大学 | 基于元胞自动机的溃决洪水快速演进模拟分析方法 |
CN104281920A (zh) * | 2014-09-29 | 2015-01-14 | 中南大学 | 尾矿库分层指标安全评估和预警方法与*** |
CN106339820A (zh) * | 2016-08-31 | 2017-01-18 | 中国电建集团昆明勘测设计研究院有限公司 | 一种基于虚拟现实的水工建筑物实测性态多维度分析方法及*** |
CN106971044A (zh) * | 2017-03-31 | 2017-07-21 | 青岛理工大学 | 一种尾矿坝管涌破坏情景构建***及其方法 |
CN107729656A (zh) * | 2017-10-19 | 2018-02-23 | 福建四创软件有限公司 | 基于台风过程风场作用下的风暴潮漫堤风险预警方法 |
CN108022053A (zh) * | 2017-12-19 | 2018-05-11 | 中国水利水电科学研究院 | 洪水风险评估方法和装置 |
-
2018
- 2018-08-01 CN CN201810865055.7A patent/CN109147026B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102509433A (zh) * | 2011-10-31 | 2012-06-20 | 中国瑞林工程技术有限公司 | 一种尾矿库数值仿真和在线监测集成应急预警*** |
CN103544390A (zh) * | 2013-10-18 | 2014-01-29 | 西南交通大学 | 基于元胞自动机的溃决洪水快速演进模拟分析方法 |
CN104281920A (zh) * | 2014-09-29 | 2015-01-14 | 中南大学 | 尾矿库分层指标安全评估和预警方法与*** |
CN106339820A (zh) * | 2016-08-31 | 2017-01-18 | 中国电建集团昆明勘测设计研究院有限公司 | 一种基于虚拟现实的水工建筑物实测性态多维度分析方法及*** |
CN106971044A (zh) * | 2017-03-31 | 2017-07-21 | 青岛理工大学 | 一种尾矿坝管涌破坏情景构建***及其方法 |
CN107729656A (zh) * | 2017-10-19 | 2018-02-23 | 福建四创软件有限公司 | 基于台风过程风场作用下的风暴潮漫堤风险预警方法 |
CN108022053A (zh) * | 2017-12-19 | 2018-05-11 | 中国水利水电科学研究院 | 洪水风险评估方法和装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110750864A (zh) * | 2019-09-18 | 2020-02-04 | 西安理工大学 | 一种基于bim技术的溃坝洪水演示预警方法及平台 |
CN112002020A (zh) * | 2020-08-28 | 2020-11-27 | 四川华能宝兴河水电有限责任公司 | 一种水电站溃坝应急演练*** |
CN111967800A (zh) * | 2020-09-08 | 2020-11-20 | 四川华能宝兴河水电有限责任公司 | 一种水电站溃坝灾难事件情景构建与应急评估分析*** |
CN113470191A (zh) * | 2021-07-12 | 2021-10-01 | 武汉金运激光股份有限公司 | 一种基于区块链和nfc技术的互动方法及ip衍生品 |
CN115546449A (zh) * | 2022-10-18 | 2022-12-30 | 甘肃省气象信息与技术装备保障中心 | 一种基于增强现实技术的气象装备培训*** |
Also Published As
Publication number | Publication date |
---|---|
CN109147026B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109147026A (zh) | 溃坝事故的情景构建方法及***、应急演练方法 | |
Shustikova et al. | Comparing 2D capabilities of HEC-RAS and LISFLOOD-FP on complex topography | |
Murdukhayeva et al. | Assessment of inundation risk from sea level rise and storm surge in northeastern coastal national parks | |
Hackl et al. | Use of unmanned aerial vehicle photogrammetry to obtain topographical information to improve bridge risk assessment | |
Blumberg et al. | Street-scale modeling of storm surge inundation along the New Jersey Hudson River waterfront | |
KR101548647B1 (ko) | 3차원 지형정보 가시화 프로세서 및 그 동작방법 | |
RU2680652C2 (ru) | Способ комплексного мониторинга природной среды | |
Pender et al. | Use of computer models of flood inundation to facilitate communication in flood risk management | |
Arrighi et al. | Effects of digital terrain model uncertainties on high‐resolution urban flood damage assessment | |
Brown et al. | A coastal vulnerability assessment for planning climate resilient infrastructure | |
Knight et al. | Application of flood risk modelling in a web-based geospatial decision support tool for coastal adaptation to climate change | |
CN112117700B (zh) | 水下电缆路线规划工具 | |
KR102564218B1 (ko) | 드론 영상과 인공지능을 이용한 침수 범람 예측 시스템 | |
CN106412526A (zh) | 警用倾斜摄影实景三维平台***及其接口*** | |
Idier et al. | Development of an inverse method for coastal risk management | |
CN104143129A (zh) | 一种面向水污染突发事件应急调度预案生成方法 | |
Ferreira et al. | Arc StormSurge: Integrating hurricane storm surge modeling and GIS | |
Griesbaum et al. | Direct local building inundation depth determination in 3-D point clouds generated from user-generated flood images | |
Burkard et al. | Mobile crowd sensing of water level to improve flood forecasting in small drainage areas | |
KR102626957B1 (ko) | 월파 예측 시뮬레이션 시스템 및 이를 이용한 예측 방법 | |
JP2012185789A (ja) | 堆積量推定方法、堆積量推定図、及び堆積量推定プログラム | |
Neumann et al. | Comparing the" bathtub method" with Mike 21 HD flow model for modelling storm surge inundation | |
Hong et al. | Using 3D WebGIS to support the disaster simulation, management and analysis–examples of tsunami and flood | |
Williams et al. | Geographic information system data considerations in the context of the enhanced bathtub model for coastal inundation | |
Kim et al. | Urban flood inundation simulation based on high-precision 3D modeling |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |