技術(shù)特征：

1.一種基于地理信息的洪澇預(yù)警信息采集方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的基于地理信息的洪澇預(yù)警信息采集方法，其特征在于，所述基于攜帶lidar設(shè)備的無人機(jī)獲取區(qū)域的點(diǎn)云數(shù)據(jù)，基于所述點(diǎn)云數(shù)據(jù)對區(qū)域進(jìn)行三維建模，構(gòu)建三維場景的步驟包括：

3.根據(jù)權(quán)利要求1所述的基于地理信息的洪澇預(yù)警信息采集方法，其特征在于，所述基于三維場景選取降水檢測點(diǎn)，獲取降水檢測點(diǎn)在不同降水量條件下的場景狀態(tài)的步驟包括：

4.根據(jù)權(quán)利要求3所述的基于地理信息的洪澇預(yù)警信息采集方法，其特征在于，所述根據(jù)預(yù)設(shè)的雨量計確定降水量條件，獲取降水檢測點(diǎn)處的場景狀態(tài)，對降水量條件和場景狀態(tài)進(jìn)行時域配準(zhǔn)的步驟包括：

5.根據(jù)權(quán)利要求1所述的基于地理信息的洪澇預(yù)警信息采集方法，其特征在于，所述在天氣預(yù)報信息中讀取未來時間的降水量，基于訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型確定場景狀態(tài)，基于所述場景狀態(tài)生成預(yù)警信息；根據(jù)場景狀態(tài)更新神經(jīng)網(wǎng)絡(luò)模型的步驟包括：

6.根據(jù)權(quán)利要求5所述的基于地理信息的洪澇預(yù)警信息采集方法，其特征在于，場景狀態(tài)的比對過程采用圖像相似度；誤差率的更新條件為：；式中，為當(dāng)前時刻，為預(yù)設(shè)的最大時間長度，表示個單位時間長度；表示時刻對應(yīng)的誤差率，為預(yù)設(shè)的閾值。

7.一種基于地理信息的洪澇預(yù)警信息采集系統(tǒng)，其特征在于，所述系統(tǒng)包括：

8.根據(jù)權(quán)利要求7所述的基于地理信息的洪澇預(yù)警信息采集系統(tǒng)，其特征在于，所述三維場景構(gòu)建模塊包括：

9.根據(jù)權(quán)利要求７所述的基于地理信息的洪澇預(yù)警信息采集系統(tǒng)，其特征在于，所述數(shù)據(jù)采集模塊包括：

10.根據(jù)權(quán)利要求7所述的基于地理信息的洪澇預(yù)警信息采集系統(tǒng)，其特征在于，所述模型應(yīng)用模塊包括：

技術(shù)總結(jié)
本發(fā)明涉及水文監(jiān)測技術(shù)領(lǐng)域，具體公開了一種基于地理信息的洪澇預(yù)警信息采集方法及系統(tǒng)，所述方法包括構(gòu)建三維場景；基于三維場景選取降水檢測點(diǎn)，獲取降水檢測點(diǎn)在不同降水量條件下的場景狀態(tài)；創(chuàng)建降水量條件至場景狀態(tài)的樣本集，基于樣本集訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型；在天氣預(yù)報信息中讀取未來時間的降水量，基于訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型確定場景狀態(tài)，基于所述場景狀態(tài)生成預(yù)警信息；本發(fā)明基于地理信息生成三維場景，基于三維場景獲取降水量信息，同時獲取對應(yīng)時刻的場景狀態(tài)，訓(xùn)練降水量信息至場景狀態(tài)的映射關(guān)系，在預(yù)測時，根據(jù)預(yù)測的降水量信息可以直接預(yù)測場景狀態(tài)，與實際情況的貼合度更高，預(yù)警準(zhǔn)度更高。

技術(shù)研發(fā)人員：楊富寶,周婷,王志翔,吳若靜,田娟,龔定,王復(fù)生
受保護(hù)的技術(shù)使用者：安徽省水利水電勘測設(shè)計研究總院股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/23