道路塌陷预警方法、系统、电子设备及存储介质与流程

本技术涉及道路运用安全，具体涉及一种道路塌陷预警方法、系统、电子设备及存储介质。

背景技术：

1、随着城市化进程的加快，道路建设规模不断扩大，道路塌陷问题日益引起关注。道路塌陷不仅影响交通安全，还可能造成严重的经济损失和次生灾害。因此，及时有效地预警道路塌陷风险，对于保障公众出行安全、减少经济损失至关重要。

2、现有技术通常采用人工巡查、监测点布设等方式发现道路塌陷隐患。这种被动发现方式存在潜在风险，很可能错过一些隐蔽性较强的塌陷隐患，从而导致突发性道路塌陷事故。另一方面，现有技术对塌陷风险的评估和预警往往缺乏科学性，评估过程严重依赖于经验判断，预警级别划分模糊，难以真正反映塌陷风险的严重程度。

技术实现思路

1、本技术提供一种道路塌陷预警方法及装置，提高了塌陷风险预警的准确度。

2、第一方面，本技术提供了一种道路塌陷预警方法，包括：

3、获取道路塌陷样本数据，并基于专家知识对道路塌陷样本数据进行特征提取，得到道路塌陷特征；

4、通过灰色关联度法确定道路塌陷特征与道路类型的关联度，并基于道路塌陷特征与道路类型的关联度和预设的关联度阈值，构建道路塌陷特征和道路类型的映射表；

5、获取待评估道路的道路类型，并根据道路类型和映射表，确定待评估道路的监测数据类型；

6、根据待评估道路的监测数据类型获取对应的监测数据，将监测数据和待评估道路的道路类型输入预设的道路塌陷概率预测模型，得到道路塌陷概率；

7、根据道路塌陷概率和预设的预警阈值，确定道路塌陷的预警级别，并根据预警级别发出预警。

8、通过采用上述技术方案，首先获取道路塌陷样本数据，并基于专家知识对样本数据进行特征提取，得到道路塌陷特征。专家知识能够帮助从样本数据中准确识别出与道路塌陷相关的关键影响因素，作为塌陷特征，为后续分析奠定基础。接下来，通过灰色关联度法确定道路塌陷特征与道路类型的关联度，并根据关联度和预设阈值，构建两者的映射表。灰色关联度法能够量化计算出每个塌陷特征与不同道路类型之间的关联程度，通过设置阈值过滤掉低关联度特征，从而构建精简的、高关联的映射表。该映射表能够直观反映出不同道路类型的关键塌陷影响特征，为后续确定监测数据类型提供指引。对于待评估道路，根据其道路类型查阅映射表，即可确定需要获取哪些类型的监测数据。由于映射表针对性强，所以能够高效精准地锁定重点监测对象，避免盲目性数据收集，提高监测效率。

9、获取到对应的监测数据后，将其与待评估道路类型一并输入预设的道路塌陷概率预测模型，可以得到较为准确的道路塌陷概率。该预测模型是基于大量样本数据训练得到的，能够较好地捕捉监测数据与塌陷概率之间的内在映射关系，因而预测结果较为可靠。

10、最后，根据塌陷概率结合预设的分级预警阈值，即可确定道路塌陷的具体预警级别，并发出相应的预警。分级预警阈值能够将概率值与实际风险级别对应起来，让预警更加直观，为后续采取防范措施提供指导依据。

11、总的来说，该方法通过构建道路塌陷特征与类型的映射表、基于样本训练的概率预测模型、分级预警阈值等创新设计，能够提高道路塌陷隐患发现的及时性和风险评估的准确性，切实提升道路运维管理水平，保障公众出行安全。

12、可选的，基于专家知识对道路塌陷样本数据进行特征提取，得到道路塌陷特征，包括：

13、基于专家知识对道路塌陷样本数据进行分析，确定塌陷原因；

14、根据塌陷原因和道路塌陷样本数据，确定塌陷影响因素，并将塌陷影响因素作为道路塌陷特征。

15、通过采用上述技术方案，在进行道路塌陷特征提取时，首先基于专家知识对道路塌陷样本数据进行分析，确定导致道路塌陷的原因。专家拥有专业知识和丰富经验，能够准确识别出样本数据中暴露的各种塌陷诱因，如路基失稳、排水系统老化、过载行驶等，为下一步分析奠定基础。

16、在确定塌陷原因的基础上，结合道路塌陷样本数据，进一步确定具体的塌陷影响因素，并将这些影响因素作为道路塌陷特征。不同的塌陷原因对应不同的影响因素，如路基失稳可能导致地表下沉、裂缝等；排水系统老化则可能引发路面积水、侵蚀等。通过分析原因与样本数据，能够全面梳理出各种可能的塌陷影响因素，并将其作为特征考虑，从而提高了特征的覆盖面和准确性。

17、以这种基于专家知识、结合塌陷原因和样本数据的方式提取特征，能够较为全面系统地识别出各种潜在的塌陷影响因素，避免遗漏关键特征。同时因为立足于专家知识，能够有效剔除无关因素的干扰，提高特征的针对性和实效性。通过选取合理、准确的塌陷特征，为后续特征与道路类型关联分析、映射表构建等奠定扎实基础，从根本上保障了整个预警方法的可靠性和精度，具有重要的理论意义和应用价值。

18、可选的，通过灰色关联度法确定道路塌陷特征与道路类型的关联度，包括：

19、基于道路塌陷特征与道路类型确定参考序列和比较序列；

20、对比较序列进行无量纲化处理得到无量纲化处理后的比较序列；

21、基于参考序列和无量纲化处理后的比较序列计算灰色关联系数；

22、基于灰色关联系数的平均值计算得到灰色关联度；

23、对灰色关联度按照由小到大的顺序进行排序，确定道路塌陷特征与道路类型的关联度。

24、通过采用上述技术方案，能够有效量化特征与道路类型之间的关联程度，避免了主观判断的片面性。同时，通过排序后只保留关联度较高的特征，可以剔除噪声干扰，提取出对每种道路类型真正具有影响力的核心塌陷特征，使得后续构建的映射表更加精简高效。该映射表能够清晰展现出不同道路类型的关键塌陷影响因素，为制定个性化监测方案提供了可靠的数据支持，从而全面提升了整个预警方法的针对性和精准度。

25、可选的，基于道路塌陷特征与道路类型的关联度和预设的关联度阈值，构建道路塌陷特征和道路类型的映射表，包括：

26、将关联度大于等于关联度阈值的道路塌陷特征与道路类型作为目标数据；

27、基于目标数据构建道路塌陷特征和道路类型的映射表。

28、通过采用上述技术方案，能够根据不同道路类型自动确定对应的关键塌陷特征，提高了预警方法的智能化和自适应能力。同时映射表内容全面覆盖了各种道路类型，具有很强的通用性和适用范围，为道路塌陷风险的全面评估奠定了基础。综上，这一步骤的设计合理高效，对提升整个预警方法的可靠性和先进性具有重要意义。

29、可选的，获取预设的道路塌陷概率预测模型，包括：

30、根据道路塌陷样本数据，通过最小二乘法以及多项式回归算法对道路塌陷样本数据进行拟合处理，得到拟合处理后的道路塌陷样本数据；

31、构建初始道路塌陷概率预测模型，并基于拟合处理后的道路塌陷样本数据对初始道路塌陷概率预测模型进行训练，当初始道路塌陷概率预测模型预测的准确度达到阈值时，得到预设的道路塌陷概率预测模型。

32、通过采用上述技术方案，能够较好地捕捉到监测数据与塌陷概率之间的内在映射关系，预测结果较为可靠。与单纯依赖专家经验或简单统计模型相比，该模型具有更强的数据驱动能力和适应性，能从海量数据中自动挖掘规律，无需人为设置复杂规则，有效降低了工作强度。

33、可选的，根据道路塌陷样本数据，通过最小二乘法以及多项式回归算法对道路塌陷样本数据进行拟合处理，得到拟合处理后的道路塌陷样本数据，包括：

34、将道路塌陷样本数据基于道路类型进行分类，将道路类型相同的道路塌陷样本数据归为一类；

35、通过最小二乘法以及多项式回归算法对道路类型相同的道路塌陷样本数据进行拟合处理，得到拟合处理后的道路塌陷样本数据。

36、通过采用上述技术方案，通过上述分类拟合策略，最终可以为不同道路类型分别获得对应的高质量拟合数据，这为后续分门别类地训练专门的概率预测模型奠定了坚实基础，确保了每个模型都能针对性地刻画出特定道路类型下的塌陷概率规律，从而全面提升了整个预警方法的适用范围和预测精度。

37、可选的，预设的预警阈值包括第一预警阈值和第二预警阈值；根据道路塌陷概率和预设的预警阈值，确定道路塌陷的预警级别，包括：

38、当道路塌陷概率大于第一预警阈值时，道路塌陷的预警级别为高危预警；

39、当道路塌陷概率大于第二预警阈值小于第一预警阈值时，道路塌陷的预警级别为中危预警；

40、当道路塌陷概率小于第二预警阈值时，道路塌陷的预警级别为低危预警。

41、通过采用上述技术手段，通过设置两个不同的预警阈值，并将预警级别细分为三个等级，能够更加直观准确地反映道路塌陷的实际风险程度，避免了简单的二元判断可能带来的模糊性。同时，分级预警为后续制定分阶响应措施提供了依据，高危状态可以及时实施交通管制等严格措施，中危时采取临时性维修或路况巡查，低危则保持例行检查即可，有利于资源的合理调配。

42、预警阈值的设置需要结合大量历史数据和专家经验，使得每个阈值能够较为准确地对应特定的风险等级，确保整个分级预警体系的合理性。同时，根据实际情况，还可以对阈值进行动态调整，以期使预警方法具备更强的适应性和先进性。分级预警等级明确、直观、操作性强，为道路塌陷风险管控提供了系统性解决方案，具有重要的现实意义和应用价值。

43、在本技术的第二方面提供了一种道路塌陷预警系统，包括：

44、第一数据获取模块，用于获取道路塌陷样本数据，并基于专家知识对道路塌陷样本数据进行特征提取，得到道路塌陷特征；

45、映射表构建模块，用于通过灰色关联度法确定道路塌陷特征与道路类型的关联度，并基于道路塌陷特征与道路类型的关联度和预设的关联度阈值，构建道路塌陷特征和道路类型的映射表；

46、第二数据获取模块，用于获取待评估道路的道路类型，并根据道路类型和映射表，确定待评估道路的监测数据类型；

47、道路塌陷概率预测模块，用于根据待评估道路的监测数据类型获取对应的监测数据，将监测数据和待评估道路的道路类型输入预设的道路塌陷概率预测模型，得到道路塌陷概率；

48、预警级别确定模块，用于根据道路塌陷概率和预设的预警阈值，确定道路塌陷的预警级别，并根据预警级别发出预警。

49、在本技术的第三方面提供了一种计算机存储介质，计算机存储介质存储有多条指令，指令适于由处理器加载并执行上述的方法步骤。

50、在本技术的第四方面提供了一种电子设备，包括处理器、存储器、用户接口及网络接口，存储器用于存储指令，用户接口和网络接口用于给其他设备通信，处理器用于执行存储器中存储的指令，以使电子设备执行上述的方法。

51、综上，本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

52、1、本技术实通过构建道路塌陷特征与类型的映射表、基于样本训练的概率预测模型、分级预警阈值等创新设计，能够提高道路塌陷隐患发现的及时性和风险评估的准确性，切实提升道路运维管理水平，保障公众出行安全。

53、2、本申通过设置两个不同的预警阈值，并将预警级别细分为三个等级，能够更加直观准确地反映道路塌陷的实际风险程度，避免了简单的二元判断可能带来的模糊性。同时，分级预警为后续制定分阶响应措施提供了依据，高危状态可以及时实施交通管制等严格措施，中危时采取临时性维修或路况巡查，低危则保持例行检查即可，有利于资源的合理调配。

54、3、本技术在进行道路塌陷特征提取时，首先基于专家知识对道路塌陷样本数据进行分析，确定导致道路塌陷的原因。专家拥有专业知识和丰富经验，能够准确识别出样本数据中暴露的各种塌陷诱因，如路基失稳、排水系统老化、过载行驶等，为下一步分析奠定基础。

55、在确定塌陷原因的基础上，结合道路塌陷样本数据，进一步确定具体的塌陷影响因素，并将这些影响因素作为道路塌陷特征。不同的塌陷原因对应不同的影响因素，如路基失稳可能导致地表下沉、裂缝等；排水系统老化则可能引发路面积水、侵蚀等。通过分析原因与样本数据，能够全面梳理出各种可能的塌陷影响因素，并将其作为特征考虑，从而提高了特征的覆盖面和准确性。