大数据会观天象 水库泄洪、城市积水早知道

通过大数据技术,将水利基础设施的管理从离线变为在线,打造“智慧水利”。此合作旨在利用大数据采集、分析与预测等工具,提高洪涝灾害预测精度与效率。
×
loading..
当前位置: 大数据业界动态 → 正文

大数据会观天象 水库泄洪、城市积水早知道

责任编辑:editor007 |  2016-01-15 22:22:33 本文摘自:环球网

乌云密布,台风将至,暴雨来临……这场降雨将持续多久?是否会形成洪涝灾害?水库什么时间可以开闸放水,该放多少水?大数据技术与水利技术的结合,或许可以让人们借助于云服务“跑赢”乌云。

近日,阿里云同国内水利信息技术服务及应用产品提供商弘泰水利达成合作。双方计划通过大数据技术,将水利基础设施(水库、河道、泵闸等)的管理从离线变为在线,打造“智慧水利”。 弘泰水利将参加20日开幕的云栖大会上海峰会,展示分享大数据实践经验。

20160115102248219.png

阿里云大数据业务资深专家张金银表示,阿里云将为弘泰水利提供一站式的大数据采集、分析与预测、可视化等工具以及强大的计算引擎,帮助弘泰水利用大数据治水。

据2011年的水利普查数据,我国总共有98002座水库,其中大型水库达到800多座,而80%以上的水库管理几乎都处于离线状态。汶川地震时,政府曾尝试测算多少水库受影响。但算了两天,也没有算出结果。

这样的场景你可能并不陌生,一场台风来临时,各级主管领导,水库管理人员打着伞,冒着狂风暴雨,巡视水库大坝,通过人工观测和计算,判别水库大坝是否处于安全状态,并结合历史经验决定该如何开闸放水…

在传统洪涝灾害预测中,人们通过在辖区各个水库、水电站设置雨量监测站,分析雨量站所反馈的数据做出预测。这种方式主要依赖地表数据,通常只能在洪涝发生前20分钟发出预警,一旦灾害发生,老百姓很难在短时间内撤离。

水利大数据来自于水文自动测报、闸泵远程测控、工程安全监测、视频监控等的前端物联网设备的采集,其数据量包括了和水相关的水位、雨量、工情、地下水、水质、积水、大坝安全、供水、排水等诸多方面,数据复杂而庞大。

如果将这些数据在线联网会怎样呢?弘泰水利总工余丽华表示,获取数据,并将海量数据规范化存储,是水利大数据的基础。数据集中后,可以做水库管理的平台服务,也可以做洪水风险的分析,以及城市内涝的预警分析,并且可以为公众提供防汛减灾的社会化服务。

自去年开始,弘泰水利承建了依托于阿里云弹性存储及大数据计算平台的台风路径查询分析系统。该系统收集了自1945年以来所有影响中国的百余个台风的行走路径、风力风速、水雨情等情况,当台风来临,通过阿里云大数据平台专业算法与历史台风库进行路径比对,在1秒钟之内迅速计算出历史上与本场台风最为相近台风,为预测汛情提供雨型参考。

以宁波地区为例,系统最早可以提前48小时,通过水文水力学模型算法进行高速计算,结合实时降雨情况、河道水位情况、水库水位情况、河道闸门泵站运行情况,将宁波主城区划分为8万个网格,仅需要2分钟就可以计算出宁波主城区任意一100*100米地区或者某一个医院、学校、小区的洪水淹没情况,查询相应的淹没深度、淹没时长、演进过程、退水时间、动态模拟,同时伴随着台风、降雨情况的变化,系统计算结果还可以实时校正,实现精准预测分析。

在去年“灿鸿”台风期间,这一系统得到成功应用,为宁波防汛防台指挥服务提供支撑,并经受住了实测水位的检验,洪水计算结果与实际对比误差在10%以下,其精度和计算效率远高于国内外水利行业其他洪水分析方式。

“我们将通过阿里云,构建包括水库管理、洪水风险管理、城市内涝管理等专业水利应用云平台,并且将公司积累的数百个水利专业基础模型与阿里云结合打造专业的水利PaaS平台,从而使全国更多的地方政府、合作伙伴开发商及公众能尽快享受到水管理信息化技术变革和创新所带来的巨大社会效益和经济效益”, 余丽华表示。  


本文转自d1net(转载)

由于提供的引用内容未涉及交通天象识别相关信息,下面基于专业知识介绍交通天象识别的原理、方法及应用。 ### 原理 交通天象识别的原理主要基于对不同天象下各种特征信息的捕捉与分析。不同的天象如晴天、雨天、雾天、雪天等,会对交通场景中的光线、物体外观、反射特性等产生影响。例如,在雨天时,路面会有积水,光线在水面反射和折射,使得路面的亮度和纹理与晴天不同;雾天会使光线散射,降低物体的对比度和能见度。通过传感器收集这些特征信息,再与已知的不同天象特征模型进行比对,从而实现对天象的识别。 ### 方法 - **基于图像传感器的方法**:利用摄像头采集交通场景的图像,运用图像处理和计算机视觉技术,提取图像的颜色、纹理、对比度等特征。例如,计算图像的平均亮度、颜色直方图等统计特征,根据这些特征判断天象类型。还可以使用深度学习算法,如卷积神经网络(CNN),对大量不同天象的图像进行训练,让模型自动学习天象的特征模式,从而实现对新图像的天象识别。 ```python import tensorflow as tf from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Conv2D, MaxPooling2D, Flatten, Dense # 构建简单的CNN模型 model = Sequential([ Conv2D(32, (3, 3), activation='relu', input_shape=(image_height, image_width, 3)), MaxPooling2D((2, 2)), Conv2D(64, (3, 3), activation='relu'), MaxPooling2D((2, 2)), Flatten(), Dense(64, activation='relu'), Dense(num_classes, activation='softmax') ]) ``` - **基于气象传感器的方法**:使用气象传感器,如湿度传感器、温度传感器、光照传感器等,收集气象据。不同的天象对应着不同的气象参范围,例如,雨天的湿度通常较高,雾天的能见度较低。通过分析这些气象据,结合预设的阈值或规则,判断当前的天象类型。 ### 应用 - **智能交通管理**:交通管理部门可以根据识别的天象信息,调整交通信号的配时。例如,在雨天或雾天,适当延长绿灯时间,以确保车辆有足够的时间通过路口。还可以根据天象情况发布交通预警,提醒驾驶员注意安全驾驶。 - **自动驾驶**:自动驾驶车辆需要准确识别交通天象,以便做出合理的决策。在不同的天象下,车辆的制动距离、视野范围等都会发生变化。例如,在雪天,自动驾驶系统需要降低车速,增加与前车的安全距离,以避免发生碰撞事故。 - **交通规划**:在进行交通规划时,考虑不同天象对交通流量和通行能力的影响。例如,在雾天多发地区,合理设置道路的照明设施和交通标志,提高道路的安全性和通行效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值