CN119442927A 一种融合历史涝点与空间聚类的道路积水点预测方法 （杭州蚁图科技有限公司）

一种融合历史涝点与空间聚类的道路积水本申请公开了一种融合历史涝点与空间聚2步骤S3：采用改进的DBSCAN聚类算法，以积水高风险2.根据权利要求1所述的一种融合历史涝点与空间聚类的道路积水点预测方法，其特3.根据权利要求2所述的一种融合历史涝点与空间聚类的道路积水点预测方法，其特,a为初始损失；,4.根据权利要求3所述的一种融合历史涝点与空间聚类的道路积水点预测方法，其特,3,,avgavgavgavg5.根据权利要求4所述的一种融合历史涝点与空间聚类的道路积水点预测方法，其特首先根据所有像元DEM值，从小到大排序得到序列[D,D2,…,D]，,6.根据权利要求5所述的一种融合历史涝点与空间聚类的道路积水点预测方法，其特pre水深度预测矩阵M中的目标像元坐标位置i=1,2...n以目标像元坐标位置pre为中心设置矩阵区域作为历史积水高风险区域矩阵Mhis，其中历史积水高风险区域矩阵像,7.根据权利要求6所述的一种融合历史涝点与空间聚类的道路积水点预测方法，其特4步骤S3.3：将元素个数为1的类别簇作为噪声剔除，确定当前实际类别簇个数NumCl，,;8.根据权利要求7所述的一种融合历史涝点与空间聚类的道路积水点预测方法，其特;。5模拟的水文模型进行积水点预测已成为主流；目前积水数值模拟技术与其他技术（GIS技[0003]尽管目前积水数值模拟技术也有一定的发展，但在实际应用中仍存在不小的问6,,,其中Vremain_i为汇水区i地表积水总量，Vcatch_i为汇水区i总,,avgavg,7表积水深度预测矩阵M中的目标像元坐标位置i=1,2...n以目标像元坐标位置为中心设置矩阵区域作为历史积水高风险区域矩阵Mhis，其中历史积水高风险区域矩阵像,步骤S3.1：设定目标积水点聚类簇个数最大期望值（MaxNumCl）、最小期望值步骤S3.3：将元素个数为1的类别簇作为噪声剔除，确定当前实际类别簇个数,step其中，NumCl为当前实际类别簇个数，NumCl为完成聚类后初始类别簇个数，stepNumCl1pts为元素个数为1的类别簇个数NumCl大于期望最大MaxNumCl，搜索半径根据调整增益ε增大，并且重复执行步骤;8最大积水深度信息i=1,2...Num获取地理地址信息，将像元行列号坐标集合i=1,2...N。接连接到另一个元件、或者其间可以存在一个或多个居中的元件。本说明书所使用的术语9,通过经验公式S--254求S值，进而得到区域各像元径流，其中CN值根据土,,其中Vremain_i为汇水区i地表积水总量，Vcatch_i为汇水区i总,,avgavg达排序得到序列,,,像元坐标位置（x,x]，i=1,2...n以目标像元坐标位置为中心设置矩阵区域作为历史,step其中，NumCl为当前实际类别簇个数，NumCl为完成聚类后初始类别簇个数，step理地址信息。将像元行列号坐标集合i=1,2...NumClfinal首先转化成经纬度坐标i=1,2...NumClfinal以经纬度坐标为参数，使用天地图逆地理编码接口服务取该位置地理地址信息，从而形成积水点位地理地址信息（Addressi,i=1,2...。pre快速数值模拟结果，得到地表积水深度预测矩阵M（参照图2再通过步骤S2.1和步骤pre水高风险区域Mhrisk（参照图4根据步骤S3得出聚类点结果，通过步骤S再通过S4.3获取经纬度坐标集