城市交通的风险服务产品设计

最新推荐文章于 2025-12-21 15:46:06 发布

原创最新推荐文章于 2025-12-21 15:46:06 发布 · 427 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #linux #python #模拟退火算法 #逻辑回归 #线性回归 #数据结构

致灾因子设置

风因子：最大风速
雨因子：1小时降雨量
不同灾种考虑的因子：

台风：风因子、雨因子
暴雨：雨因子
雷雨大风：风因子、雨因子

风险阈值设置

序号	因子	风险等级	阈值	可能造成的影响及防御应对措施	参考
1	风速S （m/s）	1级-高风险	35m/s＜S	有特别严重影响，建议列车停止运行	1.QX/T 334-2016高速铁路运行高影响天气条件等级 2.《铁路技术管理规程》
		2级-较高风险	30m/s＜S≤35m/s	有严重影响，建议列车速度≤120km/h
		3级-中风险	25m/s＜S≤30m/s	有较大影响，建议列车速度≤200km/h
		4级-较低风险	20m/s＜S≤25m/s	有一定影响，建议列车速度≤300km/h
		5级-低风险	S≤20m/s	无影响，列车正常行驶
2	小时降水R （mm）	1级-高风险	R≥100mm	有特别严重影响，建议重点防洪路停运
		2级-较高风险	60mm≤R＜100mm	有严重影响，建议列车速度≤80km/h，重点防洪路段速度≤45km/h
		3级-中风险	45mm≤R＜60mm	有较大影响，建议列车速度≤160km/h，重点防洪路段速度≤120km/h
		4级-较低风险	20mm≤R＜45mm	有一定影响，建议列车速度≤200km/h，重点防洪路段速度≤160km/h
		5级-低风险	R＜20mm	无影响，列车正常行驶

处理流程

格点数据制作

将区域站小时数据中1小时降水量插值成30m*30m的小时降水格点数据；（经度范围：113.5-115.4；纬度范围：22.3-23.1）
将区域站小时数据中最大风速插值成30m*30m的最大风速格点数据；（经度范围：113.5-115.4；纬度范围：22.3-23.1）
1. 提取1-5级风险格点数据
根据铁路雨因子风险阈值，将格点预报降水数据按照阈值赋值，生成1-5级铁路雨因子风险格点数据（格点数值为1/2/3/4/5）；
根据铁路风因子风险阈值，将格点预报风速数据按照阈值赋值，生成1-5级铁路风因子风险格点数据（格点数值为1/2/3/4/5）；
根据地铁雨因子风险阈值，将格点预报降水数据按照阈值赋值，生成1-5级地铁雨因子风险格点数据（格点数值为1/2/3/4/5）；
根据地铁风因子风险阈值，将格点预报风速数据按照阈值赋值，生成1-5级地铁风因子风险格点数据（格点数值为1/2/3/4/5）；
根据高速公路雨因子风险阈值，将格点预报降水数据按照阈值赋值，生成1-5级高速公路雨因子风险格点数据（格点数值为1/2/3/4/5）；
根据高速公路风因子风险阈值，将格点预报风速数据按照阈值赋值，生成1-5级高速公路风因子风险格点数据（格点数值为1/2/3/4/5）；

不同时段风险等级计算
未来1小时风险产品，按上一步计算1小时内的风险格点数据；
未来3小时风险产品，分别计算1小时滑动窗口内的风险数据，取3次计算的最大值作为格点的风险数值；
未来6小时风险产品，分别计算1小时滑动窗口内的风险数据，取6次计算的最大值作为格点的风险数值；
未来12小时风险产品，分别计算1小时滑动窗口内的风险数据，取12次计算的最大值作为格点的风险数值；
未来24小时风险产品，分别计算1小时滑动窗口内的风险数据，取24次计算的最大值作为格点的风险数值；