基于大数据的智慧水务综合信息管理系统的制作方法

1.本发明涉及大数据技术领域，具体为基于大数据的智慧水务综合信息管理系统。


背景技术：

2.现如今，世界上的洪涝灾害发生的越来越频繁，一旦发生洪涝灾害都会极大影响人民的经济损失和国家财产损失；
3.洪水是指暴雨、急剧融化冰雪等自然因素所造成的江河湖泊水量迅速增加，是一种自然灾害现象，洪水灾害涉及学科知识面较为广泛，涉及到了气象学、地理学等学科，问题极其复杂，因此，需要对洪水灾害进行预防，使得人类能够及时采取预防措施；现有很多技术方案对洪水灾害进行预测，会通过神经网络、向量机、灰色预测模型对洪水的特征进行识别并以此对洪水情况进行预测；虽然上述方案能够对洪水进行预测，但是并没有技术方案对在发生洪水的情况下对指定区域的影响程度，使得区域内的人能够及时防洪；
4.在洪水结束之后，仍需要对洪水带来的灾害进行解决，防止区域受到二次灾害，妥善解决物资管理问题，因此，需要对上述问题进行改善。


技术实现要素：

5.本发明的目的在于提供基于大数据的智慧水务综合信息管理系统，以解决上述背景技术中提出的问题。
6.为了解决上述技术问题，本发明提供如下技术方案：基于大数据的智慧水务综合信息管理系统，该系统包括洪水数据分析模块、洪水影响分析模块、物资调度管理模块和水务管理平台；
7.所述洪水数据分析模块用于获取区域内降水量信息，根据降水量信息分析区域内发生洪水的概率；
8.所述洪水影响分析模块用于分析洪水对指定区域的影响程度；从而判断出指定区域发生洪水的概率，若影响程度高，通知指定区域及时采取防洪措施；
9.所述物资调度管理模块用于根据洪水对指定区域的影响结果，进而对指定区域进行物资调度分配；从而能够对指定区域进行物资分配；
10.所述水务管理平台用于保存数据并发布指令；
11.所述水务管理平台与洪水数据分析模块、洪水影响分析模块和物资调度管理模块相连接。
12.进一步的，所述洪水数据分析模块包括区域降水量数据获取单元、数据归一化分析单元、历史数据特征提取单元和数据特征比较单元；
13.所述区域降水量数据获取单元用于获取区域内每小时的降雨量信息，并将降雨量信息输送至数据归一化分析单元；
14.所述数据归一化分析单元用于对降雨量信息进行归一化处理，从而能够分析出降雨量特征是否会成为发生洪水的因素；
15.所述历史数据特征提取单元用于获取历史数据中发生洪水时的降雨量信息和洪水移动距离信息，并将信息输送至数据特征比较单元；
16.所述数据特征比较单元用于将区域内的降水量信息与历史数据中发生洪水时的降雨量信息相比较，得到分析结果；
17.所述数据特征比较单元的输出端与区域降水量数据获取单元、数据归一化分析单元和历史数据特征提取单元的输入端相连接。
18.进一步的，所述洪水影响范围分析模块包括gps定位单元、二维模型显示单元、洪水流向距离获取单元和洪水区域概率影响单元；
19.所述gps定位单元用于对洪水的实时流动位置、洪水发生地和仓库的位置进行定位，并将位置输送至二维模型显示单元中；
20.所述二维模型显示单元用于在二维平面中展示各端点的位置，从而能够了解到距离信息；
21.所述洪水流向距离获取单元用于实时分析洪水的流动位置与指定区域之间的距离，并将分析结果输送至洪水区域概率影响单元中；
22.所述洪水区域概率影响单元用于分析指定区域受到洪水影响的概率，并将结果输送至水务管理平台中；
23.所述洪水区域概率影响单元的输出端与gps定位单元、二维模型显示单元和洪水流向距离获取单元的输入端相连接。
24.进一步的，所述物资调度管理模块包括相似区域位置获取单元、最短路径建立单元、中间节点建立单元、物资数量获取单元和最少车辆数分析单元；
25.所述相似区域位置获取单元用于获取与指定区域受到洪水影响概率相同的其他区域信息；
26.所述最短路径建立单元用于在指定区域与仓库之间建立最短配送路径，并将路径输送至中间节点建立单元中；
27.所述中间节点建立单元用于在指定区域与所述仓库之间建立中间节点，使得车辆能够从中间节点直接运送至指定区域，减少配送费用和来回配送次数；
28.所述物资数量获取单元用于获取指定区域内需要的物资数量和仓库内剩余的物资数量，并将物资数量输送至最少车辆数分析单元中；
29.所述最少车辆数分析单元用于获取分析从中间节点到达指定区域所需的最少车辆数，并将车辆数结果输送至水务管理平台；
30.所述最少车辆数分析单元的输出端与相似区域位置获取单元、最短路径建立单元、中间节点建立单元和物资数量获取单元的输入端相连接。
31.进一步的，所述水务管理平台包括数据库、数据可视化分析单元和指令发布单元；
32.所述数据库用于保存数据；所述数据包括洪水特征数据、车辆配送数据等；
33.所述数据可视化分析单元用于展示数据的变化；
34.所述指令发布单元用于向所述模块发送指令，控制所述模块运行；
35.所述指令发布单元的输出端与数据库和数据可视化分析单元的输入端相连接。
36.所述智慧水务综合信息管理方法执行如下步骤：
37.z01:获取区域内的降水量信息并对降水量信息归一化，将归一化后的信息与历史
数据中发生洪水时的降水量特征对比，得到区域内发生洪水的概率；
38.z02:若检测到区域内发生洪水的概率大于预设概率时，分析洪水的实时流动位置对指定区域的影响概率，若影响概率大于预设概率值，则跳转至步骤z03；若影响概率小于预设概率值，则指定区域不会受到洪水的影响；
39.z03:获取仓库与指定区域的位置信息，在仓库与指定区域之间建立中间节点，得到所述仓库与指定区域之间的最短路径；
40.z04:获取所述仓库剩余的物资数量、指定区域所需的物资数量和配送车辆的最多载重量，得到配送车辆数。
41.在步骤z01中，获取区域内每半小时的降雨量信息，具体为w＝{w1,w2,w3...w
n
},获取历史数据中发生洪水时的平均降雨量信息，具体为h；获取归一化后的降雨量信息，具体为若检测到时，表示区域内发生洪水的概率低于预设概率值；若检测到时，表示区域内发生洪水的概率大于预设概率值；
42.其中，v是指预设差值数，h是指历史数据中发生洪水时的平均降雨量信息，是指区域内平均降雨量信息。
43.在步骤z02中，获取指定区域和洪水流动时的实时位置信息，具体为s＝(x,y)和q＝(e
i
,r
i
),则q＝d*t,若检测到
44.根据公式：
45.得到l<0时洪水流过指定区域的概率为：
[0046][0047]
其中：p(g|l<0)是指在指定区域与洪水实时流动位置的距离小于0的条件下指定区域受到的概率，p(l<0)是指指定区域与洪水实时流动位置的距离小于0的概率，p(l>0)是指指定区域与洪水实时流动位置的距离大于0的概率，p(g|l>0)是指在指定区域与洪水实时流动位置的距离大于0的条件下指定区域受到的概率，p(l<0|g)是指在指定区域下指定区域与洪水实时流动位置的距离小于0的概率，l是指指定区域和洪水流动时的实时位置之间的距离，p表示预设概率；
[0048]
若检测到p(l<0|g)>p时，表示指定区域受到了洪水的影响；若检测到p(l<0|g)<p时，表示指定区域未受到洪水的影响。
[0049]
在步骤z03中，在仓库与指定区域之间建立中间节点，得到所述仓库与指定区域之间的最短路径的具体方法为如下步骤：
[0050]
z031:根据指定区域、所述仓库节点和候选中间节点集，形成节点集合m，根据节点集合m中指定区域、所述仓库节点与候选中间节点集的集合，依次组成指定区域与所述仓库节点和中间节点集之间的配对，组成边集合；最终形成一张包含节点集合和边集合的图s(m,k)；其中：k是指边集合；
[0051]
z032:根据随意设置的中间节点集，计算得到每个中间节点集与所述指定区域和仓库之间的边权重；对所有形成的边权重大小，对所述中间节点集进行排序，得到一个更新的中间节点集，将更新的中间节点集合n
‑
1个节点中边权重最大的边从最小生成树中删除；
[0052]
z033:得到满足区域、所述仓库节点与最终中间节点之间的最小边权重。
[0053]
在步骤z04中，获取到仓库中剩余的物资数量为p,指定区域所需的物资数量为z，配送车辆的最多载重量为u；
[0054]
根据公式：
[0055]
需要配送车辆数为f。
[0056]
与现有技术相比，本发明所达到的有益效果是：
[0057]
通过洪水数据分析模块，根据数据的特征变化，能够得到指定区域内洪水发生的概率，提高了判定为洪水的准确度，能够及时预防，不会对人民财产损失造成影响，从而受到二次洪水覆盖的影响；通过洪水影响分析模块；在本技术方案中使用了贝叶斯方法，分析了洪水对指定区域的影响概率，通过贝叶斯方法进行概率分析，它相比于实时分析洪水的速度，进而得到洪水与指定区域的距离来计算洪水对指定区域的影响程度，提高了分析的精度；通过物资调度管理模块，通过最小生成树的方法进而获取中间节点与仓库和指定区域的最小路径，在计算过程中，排除了最长路径，保证运输车能够及时将物资运输到指定位置，确保了洪水灾害发生后物资能够及时得到保障。
附图说明
[0058]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0059]
图1是本发明基于大数据的智慧水务综合信息管理系统的步骤示意图；
[0060]
图2是本发明基于大数据的智慧水务综合信息管理系统的模块组成示意图。
具体实施方式
[0061]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0062]
请参阅图1
‑
2，本发明提供技术方案：基于大数据的智慧水务综合信息管理系统，该系统包括洪水数据分析模块、洪水影响分析模块、物资调度管理模块和水务管理平台；
[0063]
所述洪水数据分析模块用于获取区域内降水量信息，根据降水量信息分析区域内发生洪水的概率；
[0064]
所述洪水影响分析模块用于分析洪水对指定区域的影响程度；从而判断出指定区域发生洪水的概率，若影响程度高，通知指定区域及时采取防洪措施；
[0065]
所述物资调度管理模块用于根据洪水对指定区域的影响结果，进而对指定区域进行物资调度分配；从而能够对指定区域进行物资分配；
[0066]
所述水务管理平台用于保存数据并发布指令；
[0067]
所述水务管理平台与洪水数据分析模块、洪水影响分析模块和物资调度管理模块相连接。
[0068]
进一步的，所述洪水数据分析模块包括区域降水量数据获取单元、数据归一化分析单元、历史数据特征提取单元和数据特征比较单元；
[0069]
所述区域降水量数据获取单元用于获取区域内每小时的降雨量信息，并将降雨量信息输送至数据归一化分析单元；
[0070]
所述数据归一化分析单元用于对降雨量信息进行归一化处理，从而能够分析出降雨量特征是否会成为发生洪水的因素；
[0071]
所述历史数据特征提取单元用于获取历史数据中发生洪水时的降雨量信息和洪水移动距离信息，并将信息输送至数据特征比较单元；
[0072]
所述数据特征比较单元用于将区域内的降水量信息与历史数据中发生洪水时的降雨量信息相比较，得到分析结果；
[0073]
所述数据特征比较单元的输出端与区域降水量数据获取单元、数据归一化分析单元和历史数据特征提取单元的输入端相连接。
[0074]
进一步的，所述洪水影响范围分析模块包括gps定位单元、二维模型显示单元、洪水流向距离获取单元和洪水区域概率影响单元；
[0075]
所述gps定位单元用于对洪水的实时流动位置、洪水发生地和仓库的位置进行定位，并将位置输送至二维模型显示单元中；
[0076]
所述二维模型显示单元用于在二维平面中展示各端点的位置，从而能够了解到距离信息；
[0077]
所述洪水流向距离获取单元用于实时分析洪水的流动位置与指定区域之间的距离，并将分析结果输送至洪水区域概率影响单元中；
[0078]
所述洪水区域概率影响单元用于分析指定区域受到洪水影响的概率，并将结果输送至水务管理平台中；
[0079]
所述洪水区域概率影响单元的输出端与gps定位单元、二维模型显示单元和洪水流向距离获取单元的输入端相连接。
[0080]
进一步的，所述物资调度管理模块包括相似区域位置获取单元、最短路径建立单元、中间节点建立单元、物资数量获取单元和最少车辆数分析单元；
[0081]
所述相似区域位置获取单元用于获取与指定区域受到洪水影响概率相同的其他区域信息；
[0082]
所述最短路径建立单元用于在指定区域与仓库之间建立最短配送路径，并将路径输送至中间节点建立单元中；
[0083]
所述中间节点建立单元用于在指定区域与所述仓库之间建立中间节点，使得车辆能够从中间节点直接运送至指定区域，减少配送费用和来回配送次数；
[0084]
所述物资数量获取单元用于获取指定区域内需要的物资数量和仓库内剩余的物资数量，并将物资数量输送至最少车辆数分析单元中；
[0085]
所述最少车辆数分析单元用于获取分析从中间节点到达指定区域所需的最少车辆数，并将车辆数结果输送至水务管理平台；
[0086]
所述最少车辆数分析单元的输出端与相似区域位置获取单元、最短路径建立单元、中间节点建立单元和物资数量获取单元的输入端相连接。
[0087]
进一步的，所述水务管理平台包括数据库、数据可视化分析单元和指令发布单元；
[0088]
所述数据库用于保存数据；所述数据包括洪水特征数据、车辆配送数据等；
[0089]
所述数据可视化分析单元用于展示数据的变化；
[0090]
所述指令发布单元用于向所述模块发送指令，控制所述模块运行；
[0091]
所述指令发布单元的输出端与数据库和数据可视化分析单元的输入端相连接。
[0092]
所述智慧水务综合信息管理方法执行如下步骤：
[0093]
z01:获取区域内的降水量信息并对降水量信息归一化，将归一化后的信息与历史数据中发生洪水时的降水量特征对比，得到区域内发生洪水的概率；
[0094]
z02:若检测到区域内发生洪水的概率大于预设概率时，分析洪水的实时流动位置对指定区域的影响概率，若影响概率大于预设概率值，则跳转至步骤z03；若影响概率小于预设概率值，则指定区域不会受到洪水的影响；
[0095]
z03:获取仓库与指定区域的位置信息，在仓库与指定区域之间建立中间节点，得到所述仓库与指定区域之间的最短路径；
[0096]
z04:获取所述仓库剩余的物资数量、指定区域所需的物资数量和配送车辆的最多载重量，得到配送车辆数。
[0097]
在步骤z01中，获取区域内每半小时的降雨量信息，具体为w＝{w1,w2,w3...w
n
},获取历史数据中发生洪水时的平均降雨量信息，具体为h；获取归一化后的降雨量信息，具体为若检测到时，表示区域内发生洪水的概率低于预设概率值；若检测到时，表示区域内发生洪水的概率大于预设概率值；
[0098]
其中，v是指预设差值数，h是指历史数据中发生洪水时的平均降雨量信息，是指区域内平均降雨量信息。
[0099]
在步骤z02中，获取指定区域和洪水流动时的实时位置信息，具体为s＝(x,y)和q＝(e
i
,r
i
),若检测到
[0100]
根据公式：
[0101]
得到l<0时洪水流过指定区域的概率为：
[0102][0103]
其中：p(g|l<0)是指在指定区域与洪水实时流动位置的距离小于0的条件下指定区域受到的概率，p(l<0)是指指定区域与洪水实时流动位置的距离小于0的概率，p(l>0)是指指定区域与洪水实时流动位置的距离大于0的概率，p(g|l>0)是指在指定区域与洪水实时流动位置的距离大于0的条件下指定区域受到的概率，p(l<0|g)是指在指定区域下指定区域与洪水实时流动位置的距离小于0的概率，l是指指定区域和洪水流动时的实时位置之间的距离，p表示预设概率；
[0104]
若检测到p(l<0|g)>p时，表示指定区域受到了洪水的影响；若检测到p(l<0|g)<p时，表示指定区域未受到洪水的影响；
[0105]
通过贝叶斯概率，分析了洪水对指定区域的影响概率，它相比于向量机算法更加简便，提高了分析的精度，在上述公式中，由于洪水的流动速度十分快速，即使洪水不再滚动之后，凭借牛顿第三定律，洪水还是会受到惯性的作用流向部分区域，因此，通过公式实时分析出洪水距离指定区域的距离；通过公式得到了指定区域下，l<0的概率，能够根据该公
式及时预防洪水发生二次滚动对区域造成二次破坏，因此，如果仅仅凭借距离分析指定区域受到的影响，分析结果十分受限制且并不精准。
[0106]
在步骤z03中，在仓库与指定区域之间建立中间节点，得到所述仓库与指定区域之间的最短路径的具体方法为如下步骤：
[0107]
z031:根据指定区域、所述仓库节点和候选中间节点集，形成节点集合m，根据节点集合m中指定区域、所述仓库节点与候选中间节点集的集合，依次组成指定区域与所述仓库节点和中间节点集之间的配对，组成边集合；最终形成一张包含节点集合和边集合的图s(m,k)；其中：k是指边集合；
[0108]
z032:根据随意设置的中间节点集，计算得到每个中间节点集与所述指定区域和仓库之间的边权重；对所有形成的边权重大小，对所述中间节点集进行排序，得到一个更新的中间节点集，将更新的中间节点集合n
‑
1个节点中边权重最大的边从最小生成树中删除；
[0109]
z033:得到满足区域、所述仓库节点与最终中间节点之间的最小边权重，即最短路径；
[0110]
在上述过程中，通过最小生成树获得了运送车配送的最短路径，在上述过程中，通过删除边权重所对应最大的边，从而确保不会产生回路，保证生成最短路径，通过该模型减免了运送车在路上所花费时间，同时减少了经济损失。在上述过程中设置了中间节点，确保运输车不用往返处于不同位置的仓库，统一在中间节点进行装货，因此，在确定配送车辆数时，同时包含了各仓库运往中间节点的车辆，通过不同批次的运送车辆进行运送，确保了在配送过程中不会因为意外损失或者长途配送导致物资全部损坏或者丢失，减少了对经济损失的影响。
[0111]
在步骤z04中，获取到仓库中剩余的物资数量为p,指定区域所需的物资数量为z，配送车辆的最多载重量为u；
[0112]
根据公式：
[0113]
需要配送车辆数为f。
[0114]
实施例1：获取指定区域和洪水流动时的实时位置信息，具体为s＝(x,y)＝(150000,254000)和q＝(e2,r2)＝(80000,150000),若检测到
[0115][0116]
根据公式：
[0117]
根据上述结算可得，p(g|l<0)＝0.5，p(l<0)＝0.1，p(g|l>0)＝0.83，p(l>0)＝0.75；
[0118]
得到l<0时洪水流过指定区域的概率为：
[0119][0120]
其中：p(g|l<0)是指在指定区域与洪水实时流动位置的距离小于0的条件下指定区域受到的概率，p(l<0)是指指定区域与洪水实时流动位置的距离小于0的概率，p(l>0)是指指定区域与洪水实时流动位置的距离大于0的概率，p(g|l>0)是指在指定区域与洪水实时流动位置的距离大于0的条件下指定区域受到的概率，p(l<0|g)是指在指定区域下指定区域与洪水实时流动位置的距离小于0的概率，l是指指定区域和洪水流动时的实时位置之
间的距离，p表示预设概率；
[0121]
因此，洪水流过指定区域的概率为7％，指定区域受到洪水波动的影响较低。
[0122]
实施例2：获取指定区域和洪水流动时的实时位置信息，具体为s＝(x,y)＝(145260,110000)和q＝(e2,r2)＝(145260,1100000),若检测到
[0123][0124]
根据公式：
[0125]
根据上述结算可得，p(g|l<0)＝0.98，p(l<0)＝0.99，p(g|l>0)＝0.12，p(l>0)＝0.11；
[0126]
得到l<0时洪水流过指定区域的概率为：
[0127][0128]
其中：p(g|l<0)是指在指定区域与洪水实时流动位置的距离小于0的条件下指定区域受到的概率，p(l<0)是指指定区域与洪水实时流动位置的距离小于0的概率，p(l>0)是指指定区域与洪水实时流动位置的距离大于0的概率，p(g|l>0)是指在指定区域与洪水实时流动位置的距离大于0的条件下指定区域受到的概率，p(l<0|g)是指在指定区域下指定区域与洪水实时流动位置的距离小于0的概率，l是指指定区域和洪水流动时的实时位置之间的距离，p表示预设概率；
[0129]
因此，洪水流过指定区域的概率为98％，指定区域受到洪水波动的影响较高，需要采取措施进行防洪。
[0130]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0131]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。