CN112488477A - 高速公路应急管理***及方法 - Google Patents
高速公路应急管理***及方法 Download PDFInfo
- Publication number
- CN112488477A CN112488477A CN202011321878.7A CN202011321878A CN112488477A CN 112488477 A CN112488477 A CN 112488477A CN 202011321878 A CN202011321878 A CN 202011321878A CN 112488477 A CN112488477 A CN 112488477A
- Authority
- CN
- China
- Prior art keywords
- data
- meteorological
- information
- emergency
- weather
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title abstract description 29
- 238000012544 monitoring process Methods 0.000 claims abstract description 81
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000007405 data analysis Methods 0.000 claims abstract description 13
- 238000007726 management method Methods 0.000 claims description 37
- 238000006073 displacement reaction Methods 0.000 claims description 14
- 239000002689 soil Substances 0.000 claims description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 230000036541 health Effects 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 7
- 238000013179 statistical model Methods 0.000 claims description 6
- 230000008014 freezing Effects 0.000 claims description 3
- 238000007710 freezing Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000013439 planning Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种高速公路应急管理***及方法，***包括：气象监测子***，用于采集高速公路各路段的第一气象数据；大数据分析子***，用于根据第一气象数据预测得到各路段的第一气象预测信息；预报预警子***，用于根据第一气象预测信息进行气象预报，并根据第一气象预测信息确定风险路段和灾害预警信息，进而根据灾害预警信息进行预警提示；应急处理子***，用于对风险路段进行路况采集，得到第一路况信息，并根据第一路况信息和风险路段的第一气象预测信息在预设的应急预案库中匹配得到第一应急预案。本发明可以实现精准的高速公路气象预报，并可快速匹配到合适的应急预案，以便于及时作出相应的应急措施，可广泛应用于智能交通控制技术领域。
Description
技术领域
本发明涉及智能交通控制技术领域，尤其是一种高速公路应急管理***及方法。
背景技术
近些年，随着交通路网密度的增加，公众出行安全越来越受到社会的普遍关注。交通工程尤其是高速公路在路网运维安全及灾害应急管理方面的任务也日益繁重，高速公路气象监测与交通安全论坛已连续举办22届，但就目前的总体情况而言，发展较为缓慢，据调研情况分析，目前的高速公路路网灾害预报与应急管理存在以下几个问题：
(1)以监测为主，预报手段不足，无法实现事前预判，在交通应急调度及资源协调上存在一定的滞后。
(2)气象监测单独运行，无法与交通结构物、路况破损、地质灾害等成网，导致综合判断能力不足。
(3)气象预测手段单一，无法实现高速公路气象的精准预测。
除此以外，我国的交通气象服务水平高低，主要依靠各省气象局(15年以前气象产业不面向企业开放)的预报，一部分依靠基于实时公路沿线观测数据，而气象局作为政府服务单位，更多的关注在宏观气象上，所提供的数据及服务无法适用道路精细化服务的要求。
随着国家智慧高速战略的实施，情报发布、车路协同、智慧感知其最终目标也是为了实现安全高效出行。气象作为交通灾害发生的重要因素，将成为其必不可少的最重要组成参数。单纯的事中实时监测已无法满足智慧高速建设的需求，若要进一步提升路网协同及安全运维水平，势必要导入事前预报***。
发明内容
本发明的目的在于至少一定程度上解决现有技术中存在的技术问题之一。
为此，本发明实施例的一个目的在于提供一种高速公路应急管理***。
本发明实施例的另一个目的在于提供一种高速公路应急管理方法。
为了达到上述技术目的，本发明实施例所采取的技术方案包括：
第一方面，本发明实施例提供了一种高速公路应急管理***，包括：
气象监测子***，用于采集高速公路各路段的第一气象数据；
大数据分析子***，用于根据所述第一气象数据预测得到各所述路段的第一气象预测信息；
预报预警子***，用于根据所述第一气象预测信息进行气象预报，并根据所述第一气象预测信息确定风险路段和灾害预警信息，进而根据所述灾害预警信息进行预警提示；
应急处理子***，用于对所述风险路段进行路况采集，得到第一路况信息，并根据所述第一路况信息和所述风险路段的第一气象预测信息在预设的应急预案库中匹配得到第一应急预案。
进一步地，在本发明的一个实施例中，所述第一气象数据包括能见度数据、降雨量数据、风向风速数据、温湿度数据、气压数据以及路面数据，所述气象监测子***包括能见度传感器、雨量传感器、风向风速传感器、温湿度传感器、气压传感器以及路面传感器。
进一步地，在本发明的一个实施例中，所述大数据分析子***包括：
气象预测模型训练模块，用于根据历史气象监测数据训练得到气象预测模型；
气象统计模型构建模块，用于根据历史气象监测数据和历史气象预测数据构建气象统计模型；
气象预测模块，用于根据所述第一气象数据和所述气象预测模型预测得到各所述路段的第二气象预测信息，并根据所述气象统计模型对所述第二气象预测信息进行修正得到所述第一气象预测信息。
进一步地，在本发明的一个实施例中，所述预报预警子***包括：
气象预报模块，用于通过文字、语音或图像向用户展示所述第一气象预测信息；
风险确定模块，用于根据所述第一气象预测信息确定存在气象灾害隐患的风险路段，并生成相应的灾害预警信息；
气象预警模块，用于通过文字、语音或图像向用户展示所述灾害预警信息；
其中，所述第一气象预测信息包括暴雨概率、凝冻概率、暴雪概率、大雾概率、大风概率以及滑坡概率。
进一步地，在本发明的一个实施例中，所述应急处理子***包括：
无人机控制平台，用于对所述风险路段进行路况采集，得到第一路况信息；
应急预案模块，用于存储根据不同路况和不同气象条件设置的应急预案库；
匹配模块，用于根据所述第一路况信息和所述风险路段的第一气象预测信息在所述应急预案库中匹配得到第一应急预案。
进一步地，在本发明的一个实施例中，所述高速公路应急管理***还包括：
桥梁健康监测子***，用于对高速公路的各桥梁进行监测，获取各所述桥梁的位移数据、挠度数据、第一应力应变数据、第一振动数据以及第一裂缝数据。
进一步地，在本发明的一个实施例中，所述高速公路应急管理***还包括：
边坡监测子***，用于对高速公路的各边坡进行监测，获取各所述边坡的表面位移数据、深层位移数据、第一地下水位数据以及第一土体受力数据。
进一步地，在本发明的一个实施例中，所述高速公路应急管理***还包括：
隧道监测子***，用于对高速公路的各隧道进行监测，获取各所述隧道的收敛数据、沉降数据、第二裂缝数据、第二应力应变数据以及第二振动数据。
进一步地，在本发明的一个实施例中，所述高速公路应急管理***还包括：
地质灾害监测子***，用于对高速公路的各地质监测点进行检测，获取各所述地质监测点的地表形变数据、降雨量数据、土壤含水率数据、第二地下水位数据、地表裂缝数据、深部变形数据以及第二土体受力数据。
第二方面，本发明实施例提出了一种高速公路应急管理方法，包括以下步骤：
采集高速公路各路段的第一气象数据；
根据所述第一气象数据预测得到各所述路段的第一气象预测信息；
根据所述第一气象预测信息进行气象预报，并根据所述第一气象预测信息确定风险路段和灾害预警信息，进而根据所述灾害预警信息进行预警提示；
对所述风险路段进行路况采集，得到第一路况信息，并根据所述第一路况信息和所述风险路段的第一气象预测信息在预设的应急预案库中匹配得到第一应急预案。
本发明的优点和有益效果将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到：
本发明实施例包括气象监测子***、大数据分析子***、预报预警子***以及应急处理子***，通过气象监测子***对高速公路各路段的气象数据进行采集，通过大数据分析子***对气象数据进行分析，预测得到各路段的气象预测信息，通过预报预警子***对气象预测信息进行预报，并针对存在风险的路段进行灾害预警提示，进而通过应急处理子***对风险路段进行路况采集，结合风险路段的实时路况和气象预测信息匹配得到相应的应急预案。本发明实施例通过对气象数据的实时监测以及分析评估，可以实现精准的高速公路气象预报，并可根据实时路况和气象预测信息匹配到合适的应急预案，以便于及时作出相应的应急调度以及资源协调。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面对本发明实施例中所需要使用的附图作以下介绍，应当理解的是，下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例，对于本领域的技术人员来说，在无需付出创造性劳动的前提下，还可以根据这些附图获取到其他附图。
图1为本发明实施例提供的一种高速公路应急管理方法的步骤流程图；
图2为本发明实施例提供的一种高速公路应急管理***的结构框图；
图3为本发明实施例提供的气象预测模型的示意图；
图4为本发明实施例提供的个人终端的气象预测信息显示示意图；
图5为本发明实施例提供的区域路线规划屏的气象预测信息显示示意图；
图6为本发明实施例提供的无人机控制平台的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
在本发明的描述中，多个的含义是两个或两个以上，如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。此外，除非另有定义，本文所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。
参照图2，本发明实施例提供了一种高速公路应急管理***，包括：
气象监测子***，用于采集高速公路各路段的第一气象数据；
大数据分析子***，用于根据第一气象数据预测得到各路段的第一气象预测信息；
预报预警子***，用于根据第一气象预测信息进行气象预报，并根据第一气象预测信息确定风险路段和灾害预警信息，进而根据灾害预警信息进行预警提示；
应急处理子***，用于对风险路段进行路况采集，得到第一路况信息，并根据第一路况信息和风险路段的第一气象预测信息在预设的应急预案库中匹配得到第一应急预案。
本发明实施例包括气象监测子***、大数据分析子***、预报预警子***以及应急处理子***，通过气象监测子***对高速公路各路段的气象数据进行采集，通过大数据分析子***对气象数据进行分析，预测得到各路段的气象预测信息，通过预报预警子***对气象预测信息进行预报，并针对存在风险的路段进行灾害预警提示，进而通过应急处理子***对风险路段进行路况采集，结合风险路段的实时路况和气象预测信息匹配得到相应的应急预案。本发明实施例通过对气象数据的实时监测以及分析评估，可以实现精准的高速公路气象预报，并可根据实时路况和气象预测信息匹配到合适的应急预案，以便于及时作出相应的应急调度以及资源协调。
进一步作为可选的实施方式，第一气象数据包括能见度数据、降雨量数据、风向风速数据、温湿度数据、气压数据以及路面数据，气象监测子***包括能见度传感器、雨量传感器、风向风速传感器、温湿度传感器、气压传感器以及路面传感器。
具体地，气象监测子***是一种高智能的自动监测气象数据的***，适用于各种恶劣的野外环境，可无人值守，具有全自动气象数据采集、存储、处理和传送功能。该***由气象数据采集与通讯***、传感器和中心控制***三个主要部分组成。嵌入式数据采集器是***的关键部分，它由CPU、模拟测量通道、数字测量通道、智能通讯口、数据存储器、以太网接口、电源、防雷保护等装置组成。该***能够准确的采集气象数据并及时上传，提供智能判断是否报警，并主动上传报警信息。该***可支持GPRS等多种等各种通信方式，有效地解决了设备安装的地域问题，提高了组网的灵活性。具体说明如下：
(1)该***采用高度模块化、智能化的设计，可处理满足从简单到复杂的需要，可用来进行大范围的远程监控；
(2)该***的采集是通过嵌入式采集器的模拟通道(AI)和数字通道(DI)在最大可以达到96点，扩展的手段是利用I/O模块通过扩展板，以总线的形式连接。提供充足的智能传感器接入端口，可以大量配接各类型的智能传感器；
(3)嵌入式数据采集器核心采用美国Motorola公司powerpc32位CPU主频达66MHz。采用嵌入式实时Linux操作***，支持用户进行二次开发，提供I/O设备的AP；
(4)该***配接进口能见度仪及路面状况传感器，具有反应灵敏，采集精度高，易于安装，长期免维护等特点；
(5)数据存储采用电子硬盘(DOC)方式，根据不同要求可以存储扩展；
(6)支持多种(Internet、电话、GPRS、GPS等)远程通讯方式及协议，容错能力强，对于外界干扰或传感器突发故障可以自动纠错；
(7)传感器主要包括能见度传感器、雨量传感器、超声波风向风速传感器、温湿度传感器、路面传感器等，传感器通过模拟采集通道、数字采集通道、485或232串行端口等方式和数据采集器连接；
(8)适合高速公路监测的能见度仪可精确测量能见度，具有区别降雨量和大雾功能；路面传感器所有的测量部件都包含在野外型机箱内，它所提供的测量内容包括:表面温度测量部件(路面温度、还有两个测量地面以下温度的探头)、结冰温度、路况(干燥，潮湿，湿泞，冻湿泞，结冰，雪)、含盐量测量、路面水膜厚度。
进一步作为可选的实施方式，大数据分析子***包括：
气象预测模型训练模块，用于根据历史气象监测数据训练得到气象预测模型；
气象统计模型构建模块，用于根据历史气象监测数据和历史气象预测数据构建气象统计模型；
气象预测模块，用于根据第一气象数据和气象预测模型预测得到各路段的第二气象预测信息，并根据气象统计模型对第二气象预测信息进行修正得到第一气象预测信息。
具体地，大数据分析子***利用AI机器学习和大数据两大尖端技术，通过自建的运算中心在全球模式的基础上可以将精确预测范围缩小至500米，主要技术优势包括：
(1)根据地域、气象等条件建立高分辨率的气象预测模型，该模型使用历史气象数据通过机器学习进行训练，可用于预测局地效应，之后建立一个大尺度模型预测与小规模效应之间的映射关系，以提升气象预测的准确度；
(2)由于本质上是基于历史数据做预测，相对于数值方法，统计学方法的计算量要小几个数量等级，所以每次预测的成本要低得多。在实际应用上，统计学方法在多频次的短期预测中具备很大优势。本***结合统计学，建立实测数据与预测数据的联系，从而预测未来一段时间内的天气信息；
(3)基于大数据的气象数据挖掘，通过对气象、地理及环境等数据的采集和分析，结合上述的预测模型、统计模型进一步提高预测精度。
本发明实施例使用一种模式仿真(model emulation)的方法，建立一个非常接近于数值模式的统计学模型。气象预测中的一些场景是需要通过大气物理模式来实现，但有些场景使用模式却是不可能或不合理的，这些场景下使用统计学趋近是最好的选择，模式仿真(model emulation)在气象预测中会有很好的效果。另一方面，我们可以通过对气象、地理及环境等数据的采集和分析，形成大数据，结合预测模型、统计模型来进一步提高预测精度，随着计算能力和模式算法的不短改进也将进一步提升预测结果的应用价值。
如图3所示为本发明实施例提供的气象预测模型的示意图，本发明实施例的气象预测模型通过深度学习神经网络训练得到，根据输入的区域气象数据集即可得到该区域的气象预测信息。
进一步作为可选的实施方式，预报预警子***包括：
气象预报模块，用于通过文字、语音或图像向用户展示第一气象预测信息；
风险确定模块，用于根据第一气象预测信息确定存在气象灾害隐患的风险路段，并生成相应的灾害预警信息；
气象预警模块，用于通过文字、语音或图像向用户展示灾害预警信息；
其中，第一气象预测信息包括暴雨概率、凝冻概率、暴雪概率、大雾概率、大风概率以及滑坡概率。
具体地，气象预报模块包括监控调度指挥中心、个人终端以及区域路线规划屏等，其中，监控调度指挥中心可以通过监控大屏对气象预测信息进行展示，展示内容为各区域、各线路上的天气情况与气象灾害预报数据，为交通执勤提供精准气象数据；个人终端可显示当前位置、周边区域、全部区域的实时天气情况、未来气象灾害数据等，辅助执勤人员掌握不同时空出现的气象灾害，如图4所示为本发明实施例提供的个人终端的气象预测信息显示示意图；区域路线规划屏可分区域、分路线，尤其是重点路线提供网格化气象预报数据与气象灾害数据显示在屏幕上，如图5所示为本发明实施例提供的区域路线规划屏的气象预测信息显示示意图。
本发明实施例中，根据第一气象预测信息可以确定在未来时段内存在气象灾害隐患的风险路段，并生成相应的灾害预警信息对处于风险路段及周围区域的用户进行预警提示，同时也便于后续及时对风险路段作出应急措施。
进一步作为可选的实施方式，应急处理子***包括：
无人机控制平台，用于对风险路段进行路况采集，得到第一路况信息；
应急预案模块，用于存储根据不同路况和不同气象条件设置的应急预案库；
匹配模块，用于根据第一路况信息和风险路段的第一气象预测信息在应急预案库中匹配得到第一应急预案。
具体地，无人机控制平台的结构如图6所示，包括警用无人机、无线遥控器、基站、公安专网、公网无人机管理平台、本地无人机管理平台、无人机交通管理平台、NVR服务器以及集中指挥平台。本发明实施例中，采用三维实景与视频融合展示技术，可通过无人机、高精度卫星地图建模等技术，实现对风险路段的三维实景建模，并能够与无人机、电子警察、高点监控等视频图像监控实现完美融合，将实时交通流、事件报警信息、气象预测信息直观地展示在实景地图中，更便于管理者实时、直观的了解高速公路的交通状况和气象信息以便于作出应急决策。
本发明实施例中，应急预案库有根据不同路况、不同气象条件预先拟定的应急预案，在无人控制平台采集到风险路段的实时路况信息后，可根据该实时路况信息和该风险路段的气象预测信息进行相似度匹配，从而选取出相似度最高的应急预案，以便于后续执行该应急预案，及时、准确地进行应急调度和资源协调。
进一步作为可选的实施方式，高速公路应急管理***还包括：
桥梁健康监测子***，用于对高速公路的各桥梁进行监测，获取各桥梁的位移数据、挠度数据、第一应力应变数据、第一振动数据以及第一裂缝数据。
具体地，桥梁健康监测子***由三个层次组成，分别为数据采集层、数据传输层和数据管理层。通过对桥梁安装传感器并连接采集仪将采集到的数据传输至数据采集控制器中进行数据的初步处理后，将数据传输至云平台，实现对桥梁进行实时在线监测，监测指标主要包括位移、挠度、应力应变、振动、裂缝等。
进一步作为可选的实施方式，高速公路应急管理***还包括：
边坡监测子***，用于对高速公路的各边坡进行监测，获取各边坡的表面位移数据、深层位移数据、第一地下水位数据以及第一土体受力数据。
具体地，边坡监测子***基于浅表沉降位移和倾角位移超高精度量测的边坡自动化监测预警解决方案，该***可对边坡进行远程自动化监测，并能对监测数据进行实时分析，及时作出预警反应。监测指标主要包括表面位移、深层位移、地下水位、土体受力等。
进一步作为可选的实施方式，高速公路应急管理***还包括：
隧道监测子***，用于对高速公路的各隧道进行监测，获取各隧道的收敛数据、沉降数据、第二裂缝数据、第二应力应变数据以及第二振动数据。
具体地，隧道监测子***主要包含结构物健康监测与洞内通行环境监测两个部分，结构物健康监测主要通过各类监测传感器对隧道的收敛、沉降、裂缝、应变和振动五个方面进行数据监测，每个测项的传感器采按照隧道实际情况布设监测点；隧道环境监测主要包括隧道内通行环境监测(气体明火)、路况监测(拥堵、滞留等)、入口环境监测(入口边坡、积水、大雾)，各传感器采集到的数据实时传输至数据采集控制器中进行数据初步处理后，再将数据传输至云平台，从而实现对隧道的远程实时在线监测。
进一步作为可选的实施方式，高速公路应急管理***还包括：
地质灾害监测子***，用于对高速公路的各地质监测点进行检测，获取各地质监测点的地表形变数据、降雨量数据、土壤含水率数据、第二地下水位数据、地表裂缝数据、深部变形数据以及第二土体受力数据。
具体地，地质灾害具有分布范围广、活动频繁、危害严重等特点，其类型主要包括崩塌、滑坡、泥石流、地面塌陷、沉降、地裂缝等，地质灾害监测***主要监控的指标包括地表形变、降雨量、土壤含水率、地下水位、地表裂缝、深部变形、土体受力等。
本发明实施例中，将气象监测与桥梁健康检测、边坡监测、隧道监测以及地质灾害检测整合成网，通过大数据分析子***综合分析判断，能够更准确地确定风险路段和灾害信息，以便于及时采取相关应急措施，保障了高速公路的顺畅通行。
本发明实施例通过对数据分析来评估未来气象条件对道路运行可能带来的影响，制定应对措施，从而保障公路的正常、安全运行，同时还可以为道路养护人员提供实时的道路信息，有助于对高速公路进行合理维护管理。
参照图1，本发明实施例提供了一种高速公路应急管理方法，包括以下步骤：
S101、采集高速公路各路段的第一气象数据；
S102、根据第一气象数据预测得到各路段的第一气象预测信息；
S103、根据第一气象预测信息进行气象预报，并根据第一气象预测信息确定风险路段和灾害预警信息，进而根据灾害预警信息进行预警提示；
S104、对风险路段进行路况采集，得到第一路况信息，并根据第一路况信息和风险路段的第一气象预测信息在预设的应急预案库中匹配得到第一应急预案。
上述***实施例中的内容均适用于本方法实施例中，本方法实施例所具体实现的功能与上述***实施例相同，并且达到的有益效果与上述***实施例所达到的有益效果也相同。
本发明实施例提供了一种高速公路应急管理装置，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当上述至少一个程序被上述至少一个处理器执行时，使得上述至少一个处理器实现上述的一种高速公路应急管理方法。
上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，该处理器可执行的程序在由处理器执行时用于执行上述一种高速公路应急管理方法。
本发明实施例的一种计算机可读存储介质，可执行本发明方法实施例所提供的一种高速公路应急管理方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行图1所示的方法。
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或上述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，上述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
上述功能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取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用，或结合这些指令执行***、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印上述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得上述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的上述描述中，参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施方式，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于上述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种高速公路应急管理***，其特征在于，包括：
气象监测子***，用于采集高速公路各路段的第一气象数据；
大数据分析子***，用于根据所述第一气象数据预测得到各所述路段的第一气象预测信息；
预报预警子***，用于根据所述第一气象预测信息进行气象预报，并根据所述第一气象预测信息确定风险路段和灾害预警信息，进而根据所述灾害预警信息进行预警提示；
应急处理子***，用于对所述风险路段进行路况采集，得到第一路况信息，并根据所述第一路况信息和所述风险路段的第一气象预测信息在预设的应急预案库中匹配得到第一应急预案。
2.根据权利要求1所述的一种高速公路应急管理***，其特征在于：所述第一气象数据包括能见度数据、降雨量数据、风向风速数据、温湿度数据、气压数据以及路面数据，所述气象监测子***包括能见度传感器、雨量传感器、风向风速传感器、温湿度传感器、气压传感器以及路面传感器。
3.根据权利要求1所述的一种高速公路应急管理***，其特征在于，所述大数据分析子***包括：
气象预测模型训练模块，用于根据历史气象监测数据训练得到气象预测模型；
气象统计模型构建模块，用于根据历史气象监测数据和历史气象预测数据构建气象统计模型；
气象预测模块，用于根据所述第一气象数据和所述气象预测模型预测得到各所述路段的第二气象预测信息，并根据所述气象统计模型对所述第二气象预测信息进行修正得到所述第一气象预测信息。
4.根据权利要求1所述的一种高速公路应急管理***，其特征在于，所述预报预警子***包括：
气象预报模块，用于通过文字、语音或图像向用户展示所述第一气象预测信息；
风险确定模块，用于根据所述第一气象预测信息确定存在气象灾害隐患的风险路段，并生成相应的灾害预警信息；
气象预警模块，用于通过文字、语音或图像向用户展示所述灾害预警信息；
其中，所述第一气象预测信息包括暴雨概率、凝冻概率、暴雪概率、大雾概率、大风概率以及滑坡概率。
5.根据权利要求1所述的一种高速公路应急管理***，其特征在于，所述应急处理子***包括：
无人机控制平台，用于对所述风险路段进行路况采集，得到第一路况信息；
应急预案模块，用于存储根据不同路况和不同气象条件设置的应急预案库；
匹配模块，用于根据所述第一路况信息和所述风险路段的第一气象预测信息在所述应急预案库中匹配得到第一应急预案。
6.根据权利要求1至5中任一项所述的一种高速公路应急管理***，其特征在于，所述高速公路应急管理***还包括：
桥梁健康监测子***，用于对高速公路的各桥梁进行监测，获取各所述桥梁的位移数据、挠度数据、第一应力应变数据、第一振动数据以及第一裂缝数据。
7.根据权利要求1至5中任一项所述的一种高速公路应急管理***，其特征在于，所述高速公路应急管理***还包括：
边坡监测子***，用于对高速公路的各边坡进行监测，获取各所述边坡的表面位移数据、深层位移数据、第一地下水位数据以及第一土体受力数据。
8.根据权利要求1至5中任一项所述的一种高速公路应急管理***，其特征在于，所述高速公路应急管理***还包括：
隧道监测子***，用于对高速公路的各隧道进行监测，获取各所述隧道的收敛数据、沉降数据、第二裂缝数据、第二应力应变数据以及第二振动数据。
9.根据权利要求1至5中任一项所述的一种高速公路应急管理***，其特征在于，所述高速公路应急管理***还包括：
地质灾害监测子***，用于对高速公路的各地质监测点进行检测，获取各所述地质监测点的地表形变数据、降雨量数据、土壤含水率数据、第二地下水位数据、地表裂缝数据、深部变形数据以及第二土体受力数据。
10.一种高速公路应急管理方法，其特征在于，包括以下步骤：
采集高速公路各路段的第一气象数据；
根据所述第一气象数据预测得到各所述路段的第一气象预测信息；
根据所述第一气象预测信息进行气象预报，并根据所述第一气象预测信息确定风险路段和灾害预警信息，进而根据所述灾害预警信息进行预警提示；
对所述风险路段进行路况采集，得到第一路况信息，并根据所述第一路况信息和所述风险路段的第一气象预测信息在预设的应急预案库中匹配得到第一应急预案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011321878.7A CN112488477A (zh) | 2020-11-23 | 2020-11-23 | 高速公路应急管理***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011321878.7A CN112488477A (zh) | 2020-11-23 | 2020-11-23 | 高速公路应急管理***及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112488477A true CN112488477A (zh) | 2021-03-12 |
Family
ID=74933635
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011321878.7A Pending CN112488477A (zh) | 2020-11-23 | 2020-11-23 | 高速公路应急管理***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112488477A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113178082A (zh) * | 2021-04-14 | 2021-07-27 | 河北锐驰交通工程咨询有限公司 | 高速公路安全风险智能识别方法及*** |
| CN113192415A (zh) * | 2021-05-18 | 2021-07-30 | 贵州省交通规划勘察设计研究院股份有限公司 | 一种高速公路广告牌分时展示及管理*** |
| CN113538945A (zh) * | 2021-07-05 | 2021-10-22 | 大连海事大学 | 恶劣交通运输环境的预警方法、***及存储介质 |
| CN114822018A (zh) * | 2022-04-02 | 2022-07-29 | 北华大学 | 一种提高道路交通安全性的检测方法 |
| CN116740935A (zh) * | 2023-06-26 | 2023-09-12 | 河北高速公路集团有限公司 | 一种高速公路环境预测方法、装置、设备及存储介质 |
| CN116775665A (zh) * | 2023-08-24 | 2023-09-19 | 云南省交通投资建设集团有限公司 | 一种基于高速公路日常运维管理的全自动任务发布*** |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1996054A (zh) * | 2006-11-23 | 2007-07-11 | 浙江工业大学 | 基于全方位视觉的泥石流预警预报装置 |
| CN104615855A (zh) * | 2015-01-04 | 2015-05-13 | 国家电网公司 | 融合数值天气预报的日前风速多步预报方法 |
| CN107506858A (zh) * | 2017-08-16 | 2017-12-22 | 山东百世通大数据科技有限公司 | 基于中小尺度气象预报数据、路网数据及路网气象传感数据的交通气象预报预警方法及*** |
| US20180275314A1 (en) * | 2015-08-31 | 2018-09-27 | Green Power Labs Inc. | Method and system for solar power forecasting |
| CN109447315A (zh) * | 2018-09-18 | 2019-03-08 | 中国电力科学研究院有限公司 | 一种基于多时空尺度的电力气象数值天气预报方法和装置 |
| CN109658768A (zh) * | 2018-12-27 | 2019-04-19 | 交通运输部科学研究院 | 一种虚拟现实的多人同场景混合交通流仿真实验平台 |
| KR20190105165A (ko) * | 2018-02-21 | 2019-09-16 | 김동규 | 도로 기상정보 예보시스템 |
| CN110858334A (zh) * | 2018-08-13 | 2020-03-03 | 北京中科蓝图科技有限公司 | 道路安全评估方法、装置及道路安全预警*** |
| CN111245955A (zh) * | 2020-02-27 | 2020-06-05 | 贵州智诚科技有限公司 | 一种道路气象环境监测智能预警*** |
| KR102156907B1 (ko) * | 2020-03-31 | 2020-09-16 | 권기혁 | 블랙 아이스 경보 알림 시스템 |
| CN111798672A (zh) * | 2020-07-15 | 2020-10-20 | 安徽达尔智能控制***股份有限公司 | 道路气象信息监测管理*** |
-
2020
- 2020-11-23 CN CN202011321878.7A patent/CN112488477A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1996054A (zh) * | 2006-11-23 | 2007-07-11 | 浙江工业大学 | 基于全方位视觉的泥石流预警预报装置 |
| CN104615855A (zh) * | 2015-01-04 | 2015-05-13 | 国家电网公司 | 融合数值天气预报的日前风速多步预报方法 |
| US20180275314A1 (en) * | 2015-08-31 | 2018-09-27 | Green Power Labs Inc. | Method and system for solar power forecasting |
| CN107506858A (zh) * | 2017-08-16 | 2017-12-22 | 山东百世通大数据科技有限公司 | 基于中小尺度气象预报数据、路网数据及路网气象传感数据的交通气象预报预警方法及*** |
| KR20190105165A (ko) * | 2018-02-21 | 2019-09-16 | 김동규 | 도로 기상정보 예보시스템 |
| CN110858334A (zh) * | 2018-08-13 | 2020-03-03 | 北京中科蓝图科技有限公司 | 道路安全评估方法、装置及道路安全预警*** |
| CN109447315A (zh) * | 2018-09-18 | 2019-03-08 | 中国电力科学研究院有限公司 | 一种基于多时空尺度的电力气象数值天气预报方法和装置 |
| CN109658768A (zh) * | 2018-12-27 | 2019-04-19 | 交通运输部科学研究院 | 一种虚拟现实的多人同场景混合交通流仿真实验平台 |
| CN111245955A (zh) * | 2020-02-27 | 2020-06-05 | 贵州智诚科技有限公司 | 一种道路气象环境监测智能预警*** |
| KR102156907B1 (ko) * | 2020-03-31 | 2020-09-16 | 권기혁 | 블랙 아이스 경보 알림 시스템 |
| CN111798672A (zh) * | 2020-07-15 | 2020-10-20 | 安徽达尔智能控制***股份有限公司 | 道路气象信息监测管理*** |
Non-Patent Citations (3)
| Title |
|---|
| 朱晏民;徐爱兰;孙强;: "基于深度学习的空气质量预报方法新进展", 中国环境监测, no. 03, pages 15 - 23 * |
| 樊公鹏等: "基于辽宁高速公路综合运营管理平台大数据在指挥调度领域的应用探讨", 《中国公路学会养护与管理分会第十届学术年会论文集》, pages 422 - 425 * |
| 王晓冬;赵国君;王军;: "长春市空气质量预报***的研制及应用", 长春理工大学学报(自然科学版), no. 03, pages 104 - 107 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113178082A (zh) * | 2021-04-14 | 2021-07-27 | 河北锐驰交通工程咨询有限公司 | 高速公路安全风险智能识别方法及*** |
| CN113192415A (zh) * | 2021-05-18 | 2021-07-30 | 贵州省交通规划勘察设计研究院股份有限公司 | 一种高速公路广告牌分时展示及管理*** |
| CN113538945A (zh) * | 2021-07-05 | 2021-10-22 | 大连海事大学 | 恶劣交通运输环境的预警方法、***及存储介质 |
| CN114822018A (zh) * | 2022-04-02 | 2022-07-29 | 北华大学 | 一种提高道路交通安全性的检测方法 |
| CN116740935A (zh) * | 2023-06-26 | 2023-09-12 | 河北高速公路集团有限公司 | 一种高速公路环境预测方法、装置、设备及存储介质 |
| CN116740935B (zh) * | 2023-06-26 | 2024-04-30 | 河北高速公路集团有限公司 | 一种高速公路环境预测方法、装置、设备及存储介质 |
| CN116775665A (zh) * | 2023-08-24 | 2023-09-19 | 云南省交通投资建设集团有限公司 | 一种基于高速公路日常运维管理的全自动任务发布*** |
| CN116775665B (zh) * | 2023-08-24 | 2023-10-27 | 云南省交通投资建设集团有限公司 | 一种基于高速公路日常运维管理的全自动任务发布*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112488477A (zh) | 高速公路应急管理***及方法 | |
| US9098654B2 (en) | Pavement condition analysis from modeling impact of traffic characteristics, weather data and road conditions on segments of a transportation network infrastructure | |
| KR101788104B1 (ko) | 극한 강우를 고려한 실시간 산사태 예보 및 경보 시스템 및 방법 | |
| CN113159475B (zh) | 基础设施全生命周期监测平台及方法 | |
| Liu et al. | Study on real-time construction quality monitoring of storehouse surfaces for RCC dams | |
| CN109752200A (zh) | 车辆的状态分析方法、***和地面综合信息分析子*** | |
| CN103779808A (zh) | 基于LiDAR的输电线路智能巡检*** | |
| CN114005278B (zh) | 一种高速公路基础设施群智能监测与预警***及方法 | |
| CN105425752A (zh) | 一种管网实时监控***及其工作方法 | |
| CN110415491A (zh) | 泥石流灾害一体化监测***及可视化预警云平台 | |
| CN110807891A (zh) | 一种电网山火监测预警***及方法 | |
| CN104965238A (zh) | 一种基于电网gis的气象单站雷达预警方法及*** | |
| CN109684774A (zh) | 一种梁式桥安全监测与评估装置 | |
| CN109800905A (zh) | 山地环境微地形微气象影响的输电线路覆冰分析方法 | |
| CN103969415A (zh) | 一种移动式水污染数据采集***及方法 | |
| CN115601008A (zh) | 基于数字孪生的工程沉降变形监测***及方法 | |
| CN114999180A (zh) | 一种基于物联网的高速公路恶劣天气交通预警***及方法 | |
| CN113759374A (zh) | 一种城市基础设施的结构健康问题的监测***和监测方法 | |
| CN109471205B (zh) | 一种基于网格化气象数据在电网运行中的监测预警方法 | |
| Finogeev et al. | Collection and consolidation of big data for proactive monitoring of critical events at infrastructure facilities in an urban environment | |
| CN114459531A (zh) | 基于气象信息的站房结构安全监测方法、装置及电子设备 | |
| CN213120575U (zh) | 室内定位导航***和室内配电设备监测控制*** | |
| CN113866849A (zh) | 一种智能内河航运气象服务保障*** | |
| CN111881566B (zh) | 基于实景仿真的滑坡位移检测方法及装置 | |
| CN210865032U (zh) | 城市内涝监测预警*** |
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 |