[发明专利]一种城市风况仿真模型的训练方法及装置

说明书

本发明实施例提供了一种城市风况仿真模型的训练方法、装置，该方法包括：建立目标城市的下垫面模型，下垫面模型包括所述目标城市的地貌特征；根据地貌特征和在目标城市的各个检测点检测到的离散的风场数据，获得目标城市的风场数据样本，其中，风场数据样本包括目标城市各个地方在不同时间段的风场变化数据；利用风场数据样本训练神经网络，得到风况仿真模型，风况仿真模型用于对目标城市的各建筑物之间的风况进行预测，通过训练得到的风况仿真模型可以有效解决现有技术中无法预测城市中各建筑物之间风口区域的风速及风向的技术问题，提前预知风况对城市带来的影响，并采取防范措施。

技术领域

本发明涉及风场预测技术领域，具体涉及一种城市风况仿真模型的训练方法及装置。

背景技术

目前对于台风的预测方法有很多，可通过预警雷达和海洋资源卫星两者的运用，对台风的路径进行实时的检测。也可以通过气象卫星对气象进行综合观测，例如：风云四号卫星，可提供高分辨率图像，为台风定位、定强提供更可靠更精细的观测资料。但目前对台风的预测及预报，都是对台风整体的移动轨迹、风向及风速进行分析。台风入境登陆后，对于城市中某一局部的风场无法知晓，各大城市中各建筑物之间风口区域的风速及风向更是无法预估。对城市内部复杂的楼房建筑而言，当台风到达城市时，城市楼与楼之间极易形成风口，产生更强的风力，导致高空坠物、危房倒塌等问题，造成人员的伤亡。

发明内容

因此，本发明要解决现有技术中无法预测城市中各建筑物之间风口区域的风速及风向的技术问题，从而提供一种城市风况仿真模型的训练方法及装置。

根据第一方面，本发明实施例提供了一种城市风况仿真模型的训练方法，包括如下步骤：建立目标城市的下垫面模型，所述下垫面模型包括所述目标城市的地貌特征；根据所述地貌特征和在所述目标城市的各个检测点检测到的离散的风场数据，获得所述目标城市的风场数据样本，其中，所述风场数据样本包括所述目标城市各个地方在不同时间段的风场变化数据；利用所述风场数据样本训练神经网络，得到风况仿真模型，所述风况仿真模型用于对所述目标城市的各建筑物之间的风况进行预测。

可选地，所述根据所述地貌特征和在所述目标城市的各个检测点检测到的离散的风场数据，获得所述目标城市的风场数据样本，包括：步骤A，获取在所述目标城市的各个检测点检测到的离散的风场数据；步骤B，根据所述地貌特征和所述风场数据利用流体力学对所述目标城市进行大涡模拟，得到在空间上连续的风场数据；对于不同时间点，重复执行上述步骤A和步骤B，得到在时间上以及空间上连续的风场数据，作为所述风场数据样本。

可选地，所述建立目标城市的下垫面模型，包括：获取目标城市的建筑物影像和所述建筑物影像相对应的内方位元素和外方位元素；基于所述建筑物影像和所述建筑物影像相对应的内方位元素和外方位元素，采用半自动点位量测的方法自定义出三维模板；基于所述三维模板采用半自动点位量测的方法对所述目标城市的建筑物进行构建。

可选地，所述采用半自动点位量测的方法自定义出三维模板，包括：采用半自动点位量测的方法计算待构建的形状类别的第一精准物方坐标，连接所述第一精准物方坐标，得到每个所述待构建的形状类别对应的精准模板，其中，所述形状类别包括建筑物的各个组成部件；基于不同形状类别之间的联系，对计算得到的精准模板进行合并，采用半自动点位量测的方法计算所述精准模板合并后的第二精准物方坐标，连接所述第二精准物方坐标得到合并模板；采用半自动点位量测的方法计算移动的合并模板的第三精准物方坐标，连接所述第三精准物方坐标，得到所述三维模板。

可选地，所述基于所述三维模板采用半自动点位量测的方法对所述目标城市的建筑物进行构建，包括：利用所述三维模板对所述目标城市的建筑物屋顶进行重建；利用所述三维模板构建所述目标城市的地面模型；利用所述三维模板构建所述目标城市的建筑物墙面模型。

可选地，所述方法还包括：将所述风况仿真模型输出的检测结果与流体力学中大涡模拟出的结果进行对比，以对所述风况仿真模型进行校验。