基于多源多模态数据的城市路网交通洪灾易损性评估方法

AITNT
正文
推荐专利
基于多源多模态数据的城市路网交通洪灾易损性评估方法
申请号:CN202510121997
申请日期:2025-01-26
公开号:CN119964389B
公开日期:2025-11-21
类型:发明专利
摘要
本发明公开了一种基于多源多模态数据的城市路网交通洪灾易损性评估方法,通过多源数据融合技术,结合水文、水利、土地利用、DEM、路网属性、交通流、社会经济、社交媒体及手机信令等多源数据,构建了路网灾情易损性评估模型。采用加权融合法,将多模态数据高效集成,并利用高性能水动力学集成模型HiPIMS,实现高分辨率水深网格动态模拟,精准捕捉洪灾情境下路段交通流量、速率及通行能力的变化,并通过验证指标验证其结果的可靠性。基于道路等级服务特征与洪灾损失率,推导出不同等级道路的易损性曲线,并利用基于移动基站的手机信令数据进行速率验证,创新性地实现路网灾情易损性的定量化分析与等级划分,显著提升了路网风险量化的准确性和时效性。
技术关键词
城市路网交通 手机信令数据 交通流 多源数据融合技术 卷积神经网络方法 模型验证方法 移动基站 指标 移动轨迹信息 速率 GIS平台 服务特征 社交 数据校准 关键词 媒体 特征值 曲线
系统为您推荐了相关专利信息
1
双碳策略下的智能交通系统与数字孪生技术集成方法
数字孪生技术 智能交通系统 集成方法 机器学习技术 策略
2
平面交叉口次路直行、右转车辆远引掉头设计方法
车道 平面交叉口 流量比 机动车 车辆
3
基于数字孪生驱动的信贷策略智能优化方法及装置
数字孪生体 数字孪生驱动 风险 智能优化方法 信用评估模型
4
自适应图学习时空神经网络的交通流预测方法和系统
交通流预测方法 预测交通状况 卷积模块 神经网络模型 时空卷积神经网络
5
基于卷积去噪自编码的交通流诱导监测方法及系统
交通流诱导 交通流量预测 时空卷积神经网络 联合损失函数 行驶车辆
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号