[发明专利]大数据分析与机理模型协同的道路积水深度监测方法及系统

权利要求书

1.一种大数据分析与机理模型协同的道路积水深度监测方法，其特征在于：包括如下步骤：

S1.采集道路积水信息；所述道路积水信息包括降雨量、道路单点积水深度以及道路积水区域图像；

S2.对所述道路积水区域图像进行识别，得到道路积水区域实际面积，并对所述降雨量、所述道路单点积水深度以及所述道路积水区域实际面积进行处理，得到道路积水深度；所述道路积水深度包括道路积水区域的最大深度以及最大预测深度；步骤S2中，对所述道路积水区域图像进行识别，得到道路积水区域实际面积，具体包括：

获取道路积水区域样本，并对所述道路积水区域样本进行特征标记处理，得到处理后的道路积水区域样本；

将所述处理后的道路积水区域样本输入至向量机进行训练学习，得到道路积水识别模型；

使用道路积水识别模型对道路积水区域图像进行识别处理，得到道路积水区域实际面积；

根据如下公式确定道路积水区域实际面积S：

S＝k·S_像素；

其中，k为道路积水区域实际面积的换算系数；S_像素为道路积水区域在图像中的像素面积；所述道路积水区域实际面积的换算系数S_参考物为1m×1m的参考物在图像中的像素面积；

步骤S2中，根据如下公式确定所述道路积水区域的最大深度：

其中，H(m)为第m分钟的道路积水区域的最大深度；h(m)为第m分钟的道路单点积水深度；为辅助参数；

根据如下公式确定所述道路积水区域的最大预测深度：

其中，H(m+M)为第m分钟时M分钟后的道路积水区域的最大预测深度；以及均为辅助参数；R(j)为第j分钟的降雨量；S(m)为第m分钟的道路积水区域实际面积；

根据如下式子确定所述辅助参数以及

其中，x_1i为第i次在降雨开始后累计测量得到的降雨量；x_2i为第i次计算得到的降雨开始时间与当前时间的差值；x_3i为第i次计算得到的道路积水区域实际面积的负值；y_i为第i次计算得到的道路积水区域实际面积与道路单点积水深度的乘积；n为测量或计算的总次数；i＝1,2,…,n；

S3.输出所述道路积水深度。