一种基于感知源的地铁内涝监测方法及系统

技术领域

本发明涉及地铁内涝监测相关技术领域，具体涉及一种基于感知源的地铁内涝监测方法。

背景技术

在地铁场景中，由于地铁轨道交通多为地下工程，具有人流密集、救援困难等特点，受特大暴雨、台风等极端气象灾害影响，可能发生结构设施进水、设备故障甚至人员伤亡等事故灾难，给城市运行造成重大危害。

但目前地铁站点智慧化建设能力不足：

(1)缺乏站口外部水位自动监测，无法实时的对地铁口外部因汛期雨水倒灌引发的漫水事件进行感知；

(2)缺乏内涝相关多维数据支撑，无法全面掌握事件的实时情况，很难对事件的风险等级进行精准预判，实现事件分级推送及多部门协同处置。

发明内容

本发明的目的是提供一种基于感知源的地铁内涝监测方法，基于设置在地铁出入口的感知设备对积水数据进行采集，通过判断积水深度是否超过阈值，来拉取与地铁内涝相关的多维数据进行地铁内涝风险预警的计算，可以对事件的风险等级进行精准预判，并将事件分级推送至多部门协同处置。

为解决上述技术问题，本发明采用了以下方案：

一种基于感知源的地铁内涝监测方法，所述方法具体包括以下步骤：

S1：构建地铁内涝风险预警体系中各种指标的权重以及各种指标的实际值对应的得分值，所述指标包括一级指标和二级指标，所述一级指标为积水总数据、客流总数据、气象总数据，所述二级指标为积水总数据的分类数据、客流总数据的分类数据、气象总数据的分类数据；

S2：在积水上报时间点，接收到设置于地铁出入口的感知设备采集到的积水总数据中分类数据的实际值，所述积水总数据的分类数据包括积水深度；

S3：判断所述积水深度是否超过阈值，若是，则主动拉取在积水上报时间点的客流总数据中分类数据的实际值、气象总数据中分类数据的实际值；

S4：根据地铁内涝风险预警体系中各种指标的权重以及各种指标的实际值对应的得分值，将积水总数据、客流总数据、气象总数据中分类数据的实际值进行分层权重计算，得到在该积水上报时间点的风险预警值，并根据风险预警值进行报警显示。

进一步的，所述积水数据的分类数据包括积水上报时间点、积水持续时间，所述客流总数据的分类数据包括客流等级，所述气象数据的分类数据包括过去1h降雨量、未来1h降雨量、气象灾害预警。

进一步的，所述S1具体包括以下步骤：

S11：根据积水总数据、客流总数据、气象总数据的风险值进行分析，得到一级指标的权重；

S12：分别对积水上报时间点、积水持续时间、积水深度、客流等级、过去1h降雨量、未来1h降雨量、气象灾害预警进行分析，得到二级指标的权重；

S13：再将积水上报时间点、积水持续时间、积水深度、客流等级、过去1h降雨量、未来1h降雨量、气象灾害预警的实际值划分为多个实际值区间，每个实际值区间都对应一个得分值。

进一步的，在S13中，根据积水上报时间点的实际值划分为三个实际值区间，分别为早高峰时间区间、晚高峰时间区间、非早高峰时间区间和非晚高峰时间区间，所述早高峰时间区间或晚高峰时间区间对应得分值为40分，所述非早高峰时间区间和非晚高峰时间区间对应得分值为60分；

根据积水持续时间的实际值划分为多个实际值区间，所述积水持续时间的实际值为积水深度超过阈值的持续时间，积水深度超过阈值的持续时间越长，对应的得分值越小；

根据积水深度的实际值划分为多个实际值区间，积水深度的实际值越大，对应的得分值越小。

进一步的，在S13中，根据客流等级的实际值划分为多个实际值区间，所述客流等级的实际值为当前客流值除以客流瓶颈值的数值，所述数值越大，对应的得分值越小。

进一步的，在S13中，根据过去1h降雨量的实际值划分为多个实际值区间，过去1h降雨量的实际值越大，对应的得分值越小；

根据未来1h降雨量的实际值划分为多个实际值区间，未来1h降雨量的实际值越大，对应的得分值越小；

根据气象灾害预警的实际值划分为多个实际值区间，所述气象灾害预警的实际值包括无预警、暴雨蓝色预警、暴雨黄色预警、暴雨橙色预警、暴雨红色预警，根据无预警、暴雨蓝色预警、暴雨黄色预警、暴雨橙色预警、暴雨红色预警的顺序，对应的得分值越小。

进一步的，所述S4中具体包括以下步骤：

S41：将得到的积水上报时间点、积水持续时间、积水深度、客流等级、过去1h降雨量、未来1h降雨量、气象灾害预警的实际值代入到对应的实际值区间内，获得该实际值对应的得分值；

S42：根据积水上报时间点、积水持续时间、积水深度、客流等级、过去1h降雨量、未来1h降雨量、气象灾害预警的权重，将对应的得分值进行计算，分别获得积水总数据、客流总数据、气象总数据的得分值；

S43：再根据积水总数据、客流总数据、气象总数据的权重，将积水总数据、客流总数据、气象总数据的得分值进行计算，得到在该积水上报时间点的风险预警值；

S44：根据风险预警值的大小进行不同颜色的预警显示。

一种基于感知源的地铁内涝监测系统，包括：

地铁内涝风险预警体系构建模块：构建地铁内涝风险预警体系中各种指标的权重以及各种指标的实际值对应的得分值，所述指标包括一级指标和二级指标，所述一级指标为积水总数据、客流总数据、气象总数据，所述二级指标为积水总数据的分类数据、客流总数据的分类数据、气象总数据的分类数据；

感知模块：在积水上报时间点，接收到设置于地铁出入口的感知设备采集到的积水总数据中分类数据的实际值，所述积水总数据的分类数据包括积水深度；

判断模块：判断所述积水深度是否超过阈值，若是，则主动拉取在积水上报时间点的客流总数据中分类数据的实际值、气象总数据中分类数据的实际值；

风险预警模块：根据地铁内涝风险预警体系中各种指标的权重以及各种指标的实际值对应的得分值，将积水总数据、客流总数据、气象总数据中分类数据的实际值进行分层权重计算，得到在该积水上报时间点的风险预警值，并根据风险预警值进行报警显示。

进一步的，所述地铁内涝风险预警体系构建模块中还包括以下模块：

一级指标构建模块：根据积水总数据、客流总数据、气象总数据的风险值进行分析，得到一级指标的权重；

二级指标构建模块：分别对积水上报时间点、积水持续时间、积水深度、客流等级、过去1h降雨量、未来1h降雨量、气象灾害预警进行分析，得到二级指标的权重；

得分值构建模块：再将积水上报时间点、积水持续时间、积水深度、客流等级、过去1h降雨量、未来1h降雨量、气象灾害预警的实际值划分为多个实际值区间，每个实际值区间都对应一个得分值。

进一步的，所述风险预警模块中还包括以下子模块：

二级指标计算模块：将得到的积水上报时间点、积水持续时间、积水深度、客流等级、过去1h降雨量、未来1h降雨量、气象灾害预警的实际值代入到对应的实际值区间内，获得该实际值对应的得分值；

一级指标计算模块：根据积水上报时间点、积水持续时间、积水深度、客流等级、过去1h降雨量、未来1h降雨量、气象灾害预警的权重，将对应的得分值进行计算，分别获得积水总数据、客流总数据、气象总数据的得分值；

风险报警值计算模块：再根据积水总数据、客流总数据、气象总数据的权重，将积水总数据、客流总数据、气象总数据的得分值进行计算，得到在该积水上报时间点的风险预警值；

风险报警显示模块：根据风险预警值的大小进行不同颜色的预警显示。

本发明的有益效果：

本发明的目的是提供一种基于感知源的地铁内涝监测方法，基于设置在地铁出入口的感知设备对积水数据进行采集，通过判断积水深度是否超过阈值，来拉取与地铁内涝相关的多维数据进行地铁内涝风险预警的计算，可以对事件的风险等级进行精准预判，并将事件分级推送至多部门协同处置。

其中，感知设备设置于地铁出入口，可以精准地获取到积水数据，来判断积水深度是否超过阈值，若超过阈值，则进行地铁内涝相关的多维数据拉取，通过主动拉取可以避免造成数据通信端的数据拥挤，避免处理过多数据。

并且，将地铁的客流总数据以及气象总数据作为地铁内涝相关的数据，可以更加精准地对事件的风险等级进行精准预判，并将事件分级推送至多部门协同处置。

附图说明

图1为本发明实施例1中一种基于感知源的地铁内涝监测方法的流程示意图。

图2为本发明实施例1中一种基于感知源的地铁内涝监测方法的交互示意图。

图3为本发明实施例1中构建的地铁内涝风险预警体系的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

另外，为了清楚和简洁起见，可能省略了对公知的结构、功能和配置的描述。本领域普通技术人员将认识到，在不脱离本公开的精神和范围的情况下，可以对本文描述的示例进行各种改变和修改。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。

在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。

下面通过参考附图并结合实施例来详细说明本发明：

实施例1

如图1、图2所示，一种基于感知源的地铁内涝监测方法，所述方法具体包括以下步骤：

S1：构建地铁内涝风险预警体系中各种指标的权重以及各种指标的实际值对应的得分值，所述指标包括一级指标和二级指标，所述一级指标为积水总数据、客流总数据、气象总数据，所述二级指标为积水总数据的分类数据、客流总数据的分类数据、气象总数据的分类数据；

在本实施例中，所述积水数据的分类数据包括积水上报时间点、积水持续时间，所述客流总数据的分类数据包括客流等级，所述气象数据的分类数据包括过去1h降雨量、未来1h降雨量、气象灾害预警。

具体的，所述S1包括以下步骤：

S11：根据积水总数据、客流总数据、气象总数据的风险值进行分析，得到一级指标的权重；

S12：分别对积水上报时间点、积水持续时间、积水深度、客流等级、过去1h降雨量、未来1h降雨量、气象灾害预警进行分析，得到二级指标的权重；

S13：再将积水上报时间点、积水持续时间、积水深度、客流等级、过去1h降雨量、未来1h降雨量、气象灾害预警的实际值划分为多个实际值区间，每个实际值区间都对应一个得分值。

优选的，在S13中，根据积水上报时间点的实际值划分为三个实际值区间，分别为早高峰时间区间、晚高峰时间区间、非早高峰时间区间和非晚高峰时间区间，所述早高峰时间区间或晚高峰时间区间对应得分值为40分，所述非早高峰时间区间和非晚高峰时间区间对应得分值为60分；

根据积水持续时间的实际值划分为多个实际值区间，所述积水持续时间的实际值为积水深度超过阈值的持续时间，积水深度超过阈值的持续时间越长，对应的得分值越小；

根据积水深度的实际值划分为多个实际值区间，积水深度的实际值越大，对应的得分值越小。

优选的，在S13中，根据客流等级的实际值划分为多个实际值区间，所述客流等级的实际值为当前客流值除以客流瓶颈值的数值，所述数值越大，对应的得分值越小。

优选的，在S13中，根据过去1h降雨量的实际值划分为多个实际值区间，过去1h降雨量的实际值越大，对应的得分值越小；

根据未来1h降雨量的实际值划分为多个实际值区间，未来1h降雨量的实际值越大，对应的得分值越小；

根据气象灾害预警的实际值划分为多个实际值区间，所述气象灾害预警的实际值包括无预警、暴雨蓝色预警、暴雨黄色预警、暴雨橙色预警、暴雨红色预警，根据无预警、暴雨蓝色预警、暴雨黄色预警、暴雨橙色预警、暴雨红色预警的顺序，对应的得分值越小。

S2：在积水上报时间点，接收到设置于地铁出入口的感知设备采集到的积水总数据中分类数据的实际值，所述积水总数据的分类数据包括积水深度；

S3：判断所述积水深度是否超过阈值，若是，则主动拉取在积水上报时间点的客流总数据中分类数据的实际值、气象总数据中分类数据的实际值；

在一种实施例中，所述阈值可以预设为15cm，当积水深度超过15cm时，则主动拉取在积水上报时间点的客流总数据中分类数据的实际值、气象总数据中分类数据的实际值，通过主动拉取可以避免造成数据通信端的数据拥挤，避免处理过多数据。

S4：根据地铁内涝风险预警体系中各种指标的权重以及各种指标的实际值对应的得分值，将积水总数据、客流总数据、气象总数据中分类数据的实际值进行分层权重计算，得到在该积水上报时间点的风险预警值，并根据风险预警值进行报警显示。

具体的，所述S4中包括以下步骤：

S41：将得到的积水上报时间点、积水持续时间、积水深度、客流等级、过去1h降雨量、未来1h降雨量、气象灾害预警的实际值代入到对应的实际值区间内，获得该实际值对应的得分值；

S42：根据积水上报时间点、积水持续时间、积水深度、客流等级、过去1h降雨量、未来1h降雨量、气象灾害预警的权重，将对应的得分值进行计算，分别获得积水总数据、客流总数据、气象总数据的得分值；

S43：再根据积水总数据、客流总数据、气象总数据的权重，将积水总数据、客流总数据、气象总数据的得分值进行计算，得到在该积水上报时间点的风险预警值；

S44：根据风险预警值的大小进行不同颜色的预警显示。

具体的，可以根据不同的风险预警值的大小进行红色预警、橙色预警、黄色预警、蓝色预警，通过颜色进行预警更加明显，可以提醒操作人员进行操作。其中，所述风险预警值的大小越大则表示地铁内涝风险度较小，可以用蓝色进行预警，所述风险预警值的大小越小则表示地铁内涝风险度较大，即地铁处于内涝危险状态下，可以用红色进行预警。

当预设的积水深度的阈值为15cm时，由于，风险预警值的大小越大则表示地铁内涝风险度较小，所以将一级指标和二级指标都根据不同的实际值划分为多个实际值区间，并且，每个实际值区间都对应一个得分值，根据指标实际情况对应的风险值将不同大小的得分值对应不同的实际值区间。

在这种设计下，可以构建一个预设的积水深度的阈值为15cm的地铁内涝风险预警体系，具体的，所述预设的积水深度的阈值为15cm的地铁内涝风险预警体系如图3所示，在所述地铁内涝风险预警体系下进行地铁内涝监测，使计算得到的风险预警值更加准确，并且，结合了客流数据以及气象数据，可以在多维度下得到风险预警值，而不只是通过地铁积水情况进行风险预警，对于地铁的实际情况来说，可以更加精准地预测到地铁可能会发生内涝的情况，并将该情况发送至不同部门，使其进行地铁内涝风险预警。

由于，本发明公开的地铁内涝风险预警体系结合了客流数据以及气象数据，在多维度下进行地铁内涝监测，会使数据通信端之间发生数据传输拥挤，导致多维度的数据传输不及时，造成地铁内涝风险预警不具备及时性，不能够很好地进行地铁内涝预警，所以，本发明可在地铁出入口设置感知设备，所述感知设备可以精准地获取到该感知设备所在位置的积水数据，通过判断该感知设备所在位置的积水深度是否超过阈值，若超过阈值，则进行地铁内涝相关的多维数据拉取，通过主动拉取可以避免造成数据通信端的数据拥挤，以及处理过多数据，造成计算量过大。

在一种实施例下，本发明也可以在一个地铁出入口设置多个感知设备，多个感知设备采集到的数据可以经过处理得到一个设置在地铁出入口的感知源的数据，所述感知源可以精准地获取到该感知源所在地铁出入口的积水数据，来获取到该感知源所在地铁出入口的积水深度，通过判断该感知源所在地铁出入口的积水深度是否超过阈值，若超过阈值，则进行地铁内涝相关的多维数据拉取，通过主动拉取可以避免造成数据通信端的数据拥挤，以及处理过多数据，造成计算量过大。

实施例2

一种基于感知源的地铁内涝监测系统，包括：

地铁内涝风险预警体系构建模块：构建地铁内涝风险预警体系中各种指标的权重以及各种指标的实际值对应的得分值，所述指标包括一级指标和二级指标，所述一级指标为积水总数据、客流总数据、气象总数据，所述二级指标为积水总数据的分类数据、客流总数据的分类数据、气象总数据的分类数据；

感知模块：在积水上报时间点，接收到设置于地铁出入口的感知设备采集到的积水总数据中分类数据的实际值，所述积水总数据的分类数据包括积水深度；

判断模块：判断所述积水深度是否超过阈值，若是，则主动拉取在积水上报时间点的客流总数据中分类数据的实际值、气象总数据中分类数据的实际值；

风险预警模块：根据地铁内涝风险预警体系中各种指标的权重以及各种指标的实际值对应的得分值，将积水总数据、客流总数据、气象总数据中分类数据的实际值进行分层权重计算，得到在该积水上报时间点的风险预警值，并根据风险预警值进行报警显示。

优选的，所述地铁内涝风险预警体系构建模块中还包括以下模块：

一级指标构建模块：根据积水总数据、客流总数据、气象总数据的风险值进行分析，得到一级指标的权重；

二级指标构建模块：分别对积水上报时间点、积水持续时间、积水深度、客流等级、过去1h降雨量、未来1h降雨量、气象灾害预警进行分析，得到二级指标的权重；

得分值构建模块：再将积水上报时间点、积水持续时间、积水深度、客流等级、过去1h降雨量、未来1h降雨量、气象灾害预警的实际值划分为多个实际值区间，每个实际值区间都对应一个得分值。

优选的，所述风险预警模块中还包括以下子模块：

二级指标计算模块：将得到的积水上报时间点、积水持续时间、积水深度、客流等级、过去1h降雨量、未来1h降雨量、气象灾害预警的实际值代入到对应的实际值区间内，获得该实际值对应的得分值；

一级指标计算模块：根据积水上报时间点、积水持续时间、积水深度、客流等级、过去1h降雨量、未来1h降雨量、气象灾害预警的权重，将对应的得分值进行计算，分别获得积水总数据、客流总数据、气象总数据的得分值；

风险报警值计算模块：再根据积水总数据、客流总数据、气象总数据的权重，将积水总数据、客流总数据、气象总数据的得分值进行计算，得到在该积水上报时间点的风险预警值；

风险报警显示模块：根据风险预警值的大小进行不同颜色的预警显示。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，依据本发明的技术实质，在本发明的精神和原则之内，对以上实施例所作的任何简单的修改、等同替换与改进等，均仍属于本发明技术方案的保护范围之内。