本技術(shù)涉及一種洪澇災(zāi)害大模型實(shí)時(shí)管理系統(tǒng)，特別涉及一種水利傳感網(wǎng)洪澇災(zāi)害ai大模型實(shí)時(shí)管理系統(tǒng)，屬于水利洪災(zāi)大模型管理。

背景技術(shù)：

1、當(dāng)前，如何實(shí)時(shí)動(dòng)態(tài)地展現(xiàn)洪澇狀態(tài)并主動(dòng)提供服務(wù)成為越來越重要的課題。隨著傳感器網(wǎng)的不斷發(fā)展，當(dāng)前災(zāi)害監(jiān)測(cè)系統(tǒng)逐漸從原始的提供監(jiān)測(cè)數(shù)據(jù)服務(wù)管理模式向事件驅(qū)動(dòng)的自動(dòng)化實(shí)時(shí)探查展示模式轉(zhuǎn)變。隨之，洪澇信息系統(tǒng)層出不窮，但當(dāng)前洪澇信息系統(tǒng)多以專用系統(tǒng)為主，各洪澇信息系統(tǒng)針對(duì)特定的研究區(qū)域、水文傳感器類型以及服務(wù)形式，由于未使用通用傳感網(wǎng)數(shù)據(jù)標(biāo)準(zhǔn)，各系統(tǒng)從數(shù)據(jù)接入層相互獨(dú)立，影響系統(tǒng)間的交互與擴(kuò)展。在探查過程中各系統(tǒng)采用粗粒度洪澇探查，將洪澇系統(tǒng)分為發(fā)生與否兩種狀態(tài)，由于洪澇探查中未對(duì)洪澇事件對(duì)象建模，各洪澇探查系統(tǒng)僅可提供洪澇發(fā)生前的預(yù)警服務(wù)，而在洪澇事件發(fā)生時(shí)與洪澇事件發(fā)生后無法提供對(duì)應(yīng)服務(wù)內(nèi)容，因而在洪澇信息服務(wù)擴(kuò)展上存在一定局限性。此外，當(dāng)前洪涉探查系統(tǒng)由于缺乏“訂閱-發(fā)布”的主動(dòng)服務(wù)機(jī)制，導(dǎo)致當(dāng)前洪澇探查在區(qū)域擴(kuò)展與用戶及時(shí)洪澇預(yù)警上存在缺陷。

2、現(xiàn)有技術(shù)的水利洪澇災(zāi)害實(shí)時(shí)管理需要解決的問題和本技術(shù)關(guān)鍵技術(shù)難點(diǎn)包括：

3、(1)如何實(shí)時(shí)動(dòng)態(tài)地展現(xiàn)洪澇狀態(tài)并主動(dòng)提供服務(wù)是當(dāng)前亟需解決的問題，隨著傳感網(wǎng)的不斷發(fā)展，當(dāng)前災(zāi)害監(jiān)測(cè)系統(tǒng)逐漸從原始的提供監(jiān)測(cè)數(shù)據(jù)服務(wù)管理模式向事件驅(qū)動(dòng)的自動(dòng)化實(shí)時(shí)探查展示模式轉(zhuǎn)變。但當(dāng)前洪澇信息系統(tǒng)多以專用系統(tǒng)為主，各洪澇信息系統(tǒng)針對(duì)特定的研究區(qū)域、水文傳感器類型以及服務(wù)形式，由于未使用通用傳感網(wǎng)數(shù)據(jù)標(biāo)準(zhǔn)，各系統(tǒng)從數(shù)據(jù)接入層相互獨(dú)立，影響系統(tǒng)間的交互與擴(kuò)展。在探查過程中各系統(tǒng)采用粗粒度洪澇探查，將洪澇系統(tǒng)分為發(fā)生與否兩種狀態(tài)，由于洪澇探查中未對(duì)洪澇事件對(duì)象建模，各洪澇探查系統(tǒng)僅可提供洪澇發(fā)生前的預(yù)警服務(wù)，而在洪澇事件發(fā)生時(shí)與洪澇事件發(fā)生后無法提供對(duì)應(yīng)服務(wù)內(nèi)容，因而在洪澇信息服務(wù)擴(kuò)展上存在局限性。此外，當(dāng)前洪涉探查系統(tǒng)由于缺乏“訂閱-發(fā)布”的主動(dòng)服務(wù)機(jī)制，導(dǎo)致當(dāng)前洪澇探查在區(qū)域擴(kuò)展與用戶及時(shí)洪澇預(yù)警上存在缺陷。

4、(2)由于服務(wù)發(fā)布形式的不同，各洪澇信息系統(tǒng)之間各自為營，難以實(shí)現(xiàn)洪澇信息的交流，導(dǎo)致了信息“孤島”的形成。此外，當(dāng)前洪澇事件信息系統(tǒng)單純地將洪澇事件分為發(fā)生與未發(fā)生兩種狀態(tài)，無法描述洪澇發(fā)生的階段過程，從而導(dǎo)致洪澇階段無法自動(dòng)演化，因而洪澇狀態(tài)的變化是由探查系統(tǒng)或用戶推動(dòng)的，無法實(shí)現(xiàn)洪澇事件本身主動(dòng)變化，其原因是未對(duì)洪澇事件生命周期建模，并提供對(duì)應(yīng)的洪澇實(shí)時(shí)探查模型。面對(duì)災(zāi)害事件管理問題，現(xiàn)有技術(shù)未能給出一個(gè)洪澇事件自動(dòng)化探測(cè)模型，及通用的全生命周期洪澇探查服務(wù)方法。亟需綜合考慮洪澇災(zāi)害的危害、洪澇探查的共享與自動(dòng)化探查問題在統(tǒng)一服務(wù)框架下，設(shè)計(jì)實(shí)現(xiàn)基于洪澇災(zāi)害信息的實(shí)時(shí)服務(wù)系統(tǒng)，解決現(xiàn)勢(shì)洪澇信息系統(tǒng)的數(shù)據(jù)與服務(wù)壁壘問題，提供更精細(xì)化的洪澇事件主動(dòng)服務(wù)，為決策部門提供更為詳實(shí)的洪澇災(zāi)害影響評(píng)估、指揮決策支持。

5、(3)現(xiàn)有技術(shù)在探查洪澇上，均將其分為發(fā)生與未發(fā)生兩類，未能在反映洪澇從準(zhǔn)備到發(fā)生以及最后消退的時(shí)空狀態(tài)，從而在洪澇主動(dòng)探查及提前預(yù)警上表現(xiàn)薄弱，也給洪澇事件的管理共享帶來了消極影響。現(xiàn)有技術(shù)洪澇服務(wù)方法多以soa架構(gòu)為系統(tǒng)基礎(chǔ)，多以專用框架為基礎(chǔ)，考慮到洪澇事件的實(shí)時(shí)與共享問題，更需要一種以通用框架為基礎(chǔ)，基于“訂閱-發(fā)布”模式的洪澇信息主動(dòng)服務(wù)系統(tǒng)。現(xiàn)有技術(shù)缺少洪澇災(zāi)害ai大模型，缺少結(jié)合洪澇災(zāi)害實(shí)時(shí)探查和基于多種氣象監(jiān)測(cè)數(shù)據(jù)的bp神經(jīng)網(wǎng)絡(luò)水位預(yù)測(cè)方法，缺少將洪澇災(zāi)害分為一個(gè)診斷、準(zhǔn)備、響應(yīng)到恢復(fù)的完整事件階段，在探查當(dāng)前事件狀態(tài)時(shí)，不能預(yù)測(cè)未來洪澇事件的變化趨勢(shì)。缺少洪澇事件大模型實(shí)時(shí)服務(wù)框架，無法解決洪澇傳感器數(shù)據(jù)流實(shí)時(shí)接入、存儲(chǔ)、發(fā)布以及處理的過程，無法實(shí)時(shí)發(fā)布洪澇狀態(tài)信息主動(dòng)提供洪澇信息服務(wù)。缺少洪澇事件大模型實(shí)時(shí)服務(wù)系統(tǒng)，無法提供高時(shí)效、高可用性以及高細(xì)粒度的洪澇信息服務(wù)。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)提出的基于swe框架的洪澇事件大模型實(shí)時(shí)服務(wù)系統(tǒng)，在ogcswe傳感網(wǎng)整合框架下，以洪澇事件過程ai大模型表達(dá)洪澇過去、現(xiàn)在以及未來的變化特征，探查洪澇事件發(fā)展過程，并將其分為診斷、準(zhǔn)備、響應(yīng)以及恢復(fù)階段。相比于傳統(tǒng)的洪澇事件探查發(fā)布系統(tǒng)，本系統(tǒng)除具有良好的實(shí)時(shí)性外，還可解決數(shù)據(jù)共享、多源數(shù)據(jù)統(tǒng)一處理探查以及實(shí)時(shí)主動(dòng)服務(wù)等問題。依據(jù)洪澇事件探查的大模型，本系統(tǒng)提升了洪澇事件服務(wù)細(xì)粒度，豐富了洪澇各階段服務(wù)，為用戶提供了洪澇預(yù)警、水位預(yù)測(cè)以及事件災(zāi)害計(jì)算服務(wù)，為相關(guān)災(zāi)害防治部門提供實(shí)時(shí)主動(dòng)地洪澇狀態(tài)分析以及決策支持，為減輕洪澇災(zāi)害人員傷亡、財(cái)產(chǎn)損失做好準(zhǔn)備，為決策部門提供更為詳實(shí)的洪澇災(zāi)害影響評(píng)估、指揮決策支持。

2、為實(shí)現(xiàn)以上技術(shù)效果，本技術(shù)所采用的技術(shù)方案以下：

3、水利傳感網(wǎng)洪澇災(zāi)害ai大模型實(shí)時(shí)管理系統(tǒng)，構(gòu)建基于swe框架的洪澇事件大模型實(shí)時(shí)服務(wù)系統(tǒng)，從洪澇傳感器的數(shù)據(jù)接入到洪澇事件的探查處理以ogc?swe傳感網(wǎng)整合框架為基礎(chǔ)，建立多源異構(gòu)的洪澇傳感器注冊(cè)及監(jiān)測(cè)數(shù)據(jù)實(shí)時(shí)接入與存儲(chǔ)，并在統(tǒng)一標(biāo)準(zhǔn)下探查洪澇事件的診斷、準(zhǔn)備、響應(yīng)及恢復(fù)階段，實(shí)時(shí)發(fā)布洪澇預(yù)警、水文預(yù)測(cè)以及洪澇事件計(jì)算服務(wù)；

4、1)建立洪澇災(zāi)害ai大模型：以水文、氣象監(jiān)測(cè)數(shù)據(jù)為基礎(chǔ)，將洪澇事件分為診斷、準(zhǔn)備、響應(yīng)、恢復(fù)四個(gè)階段，標(biāo)定洪澇事件的階段狀態(tài)，細(xì)化洪澇事件的過程階段，為洪澇事件的提前預(yù)警與高細(xì)粒度服務(wù)提供基礎(chǔ)，此外，建立洪澇事件過程模型包括計(jì)算與預(yù)測(cè)兩方面，其中計(jì)算模塊從歷史及當(dāng)前水文監(jiān)測(cè)數(shù)據(jù)中探查洪澇信息，預(yù)測(cè)模塊則依據(jù)歷史及當(dāng)前洪澇監(jiān)測(cè)數(shù)據(jù)預(yù)測(cè)未來洪澇變化趨勢(shì)；

5、2)建立基于swe框架的洪澇事件大模型實(shí)時(shí)服務(wù)框架：在swe標(biāo)準(zhǔn)下實(shí)現(xiàn)洪澇傳感器監(jiān)測(cè)數(shù)據(jù)的自動(dòng)接入、洪澇事件的自動(dòng)探查以及洪澇階段服務(wù)的自動(dòng)觸發(fā)，服務(wù)間依據(jù)數(shù)據(jù)接口相互銜接，框架中臺(tái)以服務(wù)獨(dú)立運(yùn)行的方式主動(dòng)向用戶提供洪澇事件探查結(jié)果及相關(guān)服務(wù)內(nèi)容，針對(duì)洪澇事件的準(zhǔn)備、響應(yīng)以及恢復(fù)階段消息內(nèi)容分別提供洪澇預(yù)警、水位預(yù)測(cè)與洪澇事件計(jì)算服務(wù)，用戶以郵件或網(wǎng)絡(luò)通知的方式獲取系統(tǒng)主動(dòng)推送的洪澇狀態(tài)信息，在多源數(shù)據(jù)的擴(kuò)展性上接入氣象站和水文站兩種異構(gòu)的監(jiān)測(cè)站數(shù)據(jù)，系統(tǒng)中臺(tái)服務(wù)保證框架中各服務(wù)以數(shù)據(jù)接口協(xié)調(diào)工作，擴(kuò)展各個(gè)服務(wù)的低層內(nèi)容，基于消息的主動(dòng)服務(wù)機(jī)制，保證系統(tǒng)可根據(jù)消息狀態(tài)提供對(duì)應(yīng)服務(wù)，用戶依據(jù)給定的接口規(guī)范，擴(kuò)展不同的服務(wù)內(nèi)容；

6、3)洪澇事件大模型實(shí)時(shí)服務(wù)系統(tǒng)設(shè)計(jì)：采用洪澇數(shù)據(jù)流式接入單元，以storm平臺(tái)為基礎(chǔ)，實(shí)時(shí)接入洪澇傳感器監(jiān)測(cè)數(shù)據(jù)，并以傳感器監(jiān)測(cè)服務(wù)實(shí)時(shí)發(fā)布，洪澇傳感器監(jiān)測(cè)數(shù)據(jù)流經(jīng)sossesfeeder鏈接服務(wù)實(shí)時(shí)傳入傳感器事件服務(wù)器中，實(shí)時(shí)探查洪澇事件狀態(tài)，系統(tǒng)以實(shí)時(shí)接入的監(jiān)測(cè)數(shù)據(jù)為基礎(chǔ)，實(shí)時(shí)探查洪澇事件，并通過網(wǎng)絡(luò)通知服務(wù)將洪澇狀態(tài)實(shí)時(shí)發(fā)布，經(jīng)洪澇狀態(tài)變化檢測(cè)，觸發(fā)實(shí)時(shí)主動(dòng)服務(wù)；

7、4)基于bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)水位，在基于降水、上游水位的預(yù)測(cè)方法上，新增氣溫、氣壓、大氣濕度等氣象因子，預(yù)測(cè)精度要增高。

8、優(yōu)選地，洪澇災(zāi)害ai大模型：模型是洪澇事件探查的規(guī)則，依據(jù)現(xiàn)勢(shì)洪澇直接表征因子，包括水位、流量等信息，定義洪澇事件各階段因子特征，依據(jù)水位的變化特征模式定義洪澇事件信息過程模型，洪澇災(zāi)害ai大模型包括兩部分，第一部分為計(jì)算過去到當(dāng)前時(shí)間范圍內(nèi)，水位監(jiān)測(cè)值在給定區(qū)間的監(jiān)測(cè)頻率是否大于或等于臨界值的表征模型，作為洪澇災(zāi)害計(jì)算模型，依據(jù)水位作為洪澇直接表征因子，將洪澇事件分為診斷、準(zhǔn)備、響應(yīng)以及恢復(fù)四個(gè)階段，表達(dá)從現(xiàn)在到過去tw時(shí)間范圍內(nèi)的洪澇狀態(tài)；第二部分為預(yù)測(cè)水位的洪澇災(zāi)害預(yù)測(cè)模型，依據(jù)歷史水位、氣象數(shù)據(jù)，在因子歸一化前提下，基于bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練預(yù)測(cè)模型，實(shí)現(xiàn)水位預(yù)測(cè)，基于第一部分的洪澇災(zāi)害計(jì)算模型，在洪澇災(zāi)害處于準(zhǔn)備響應(yīng)以及恢復(fù)階段時(shí)提供未來水位預(yù)測(cè)功能，基于水位預(yù)測(cè)，對(duì)分析未來洪澇趨勢(shì)；

9、定義w表示水位數(shù)據(jù)，u(n)代表階段n的水位臨界值區(qū)間，其中，n∈[a，b，c，d]，a代表診斷階段，b代表準(zhǔn)備階段，c代表響應(yīng)階段，d代表恢復(fù)階段，tw(n)代表階段n的時(shí)間窗口，fre(tw(n))則指代階段n在tw(n)時(shí)間窗口內(nèi)的水位weu(n)的事件頻數(shù)，f(n)表示階段n的計(jì)算頻數(shù)臨界值，其算法步驟如下：

10、第一步：輸入水位監(jiān)測(cè)數(shù)據(jù)；

11、第二步：判斷水位w∈u(n)時(shí)，n的取值空間p；

12、第三步：在p取值范圍內(nèi)，分別計(jì)算該事件類型在tw(n)時(shí)間窗口內(nèi)的頻數(shù)fre(n)，并比較是否大于f(n)，其中n∈p，若滿足計(jì)算頻數(shù)大于給定值，則將該對(duì)象記錄，進(jìn)一步得到n的取值空間e；

13、第四步：對(duì)n的取值空間e中，每一個(gè)取值進(jìn)行循環(huán)；若取值為a則直接輸出：若取值為b則判斷上一洪澇事件狀態(tài)是否為a，若是則輸出階段b，否則拋棄；若取值為c，則判斷上一洪澇事件狀態(tài)是否為b，若是則輸出階段c，否則拋棄：若取值為d，則判斷上一洪澇事件狀態(tài)是否為c若是則輸出d，否則拋棄；

14、第五步：根據(jù)第四步輸出的洪澇階段，判斷洪澇事件是否處于準(zhǔn)備、響應(yīng)和恢復(fù)階段；若是，則進(jìn)入第六步進(jìn)行洪澇災(zāi)害預(yù)測(cè)服務(wù)；

15、第六步：選擇tw1時(shí)間范圍內(nèi)的歷史水位以及氣象數(shù)據(jù)，進(jìn)行歸一化形成訓(xùn)練數(shù)據(jù)，訓(xùn)練bp神經(jīng)網(wǎng)絡(luò)模型；根據(jù)tw2時(shí)間范圍內(nèi)當(dāng)前的監(jiān)測(cè)數(shù)據(jù)，構(gòu)建預(yù)測(cè)數(shù)據(jù)，預(yù)測(cè)水位，得到預(yù)測(cè)結(jié)果r。

16、優(yōu)選地，洪澇災(zāi)害計(jì)算模型：分為診斷、準(zhǔn)備、響應(yīng)以及恢復(fù)階段過濾條件，其各階段探查需滿足水文監(jiān)測(cè)數(shù)據(jù)過濾和事件階段依賴過濾兩個(gè)基本過濾條件；

17、其中，各洪澇事件階段需滿足基本水文監(jiān)測(cè)數(shù)據(jù)過濾條件：

18、condi＝水位∈u&fre(tw)≥f??式1

19、式1所示水位監(jiān)測(cè)數(shù)據(jù)在某一時(shí)間tw范圍內(nèi)出現(xiàn)在給定水位區(qū)間u的頻率fre次數(shù)大于等于給定頻率f；

20、式2為洪澇事件階段依賴過濾條件，是保證洪澇事件各階段相互依賴的關(guān)鍵，洪澇事件階段的定義要嚴(yán)格滿足順序的方式a->b->c->d的依賴關(guān)系是當(dāng)前階段currentphase的定義必須是在滿足水文監(jiān)測(cè)數(shù)據(jù)過濾條件的基礎(chǔ)上，嚴(yán)格依賴前一探查結(jié)果；

21、currentphase＝condi?after?astphase，lastphase∈[a，b，c]???式2

22、診斷階段監(jiān)測(cè)數(shù)據(jù)應(yīng)符合的過濾條件a為：

23、a＝水位＜w1&fre(tw＝t1)≥f1??式3

24、準(zhǔn)備階段監(jiān)測(cè)數(shù)據(jù)應(yīng)符合的過濾條件b為：

25、bcondi＝w1≤水位＜w2&fre(tw＝t2)≥f2

26、b＝bcondi?after?a???????????式4

27、響應(yīng)階段監(jiān)測(cè)數(shù)據(jù)應(yīng)符合的過濾條件c為：

28、ccondi＝水位≥w2&fre(tw＝t3)≥f3

29、c＝ccondi?after?b?????????式5

30、恢復(fù)階段監(jiān)測(cè)數(shù)據(jù)應(yīng)符合的過濾條件d為：

31、dcondi＝水位＜w3&fre(tw＝t4)≥f4

32、d＝ccondi?after?c????????????式6

33、w1、w2和w3分別為不同階段的水位值，且滿足w1＜w2和w3＜w2；tw全稱為timewindow，指的是時(shí)間窗口，t1、t2、t3和t4分別為不同的時(shí)間窗口臨界值，且滿足t1≥t2≥t3≥t4；fre(tw)指的是在時(shí)間窗口tw內(nèi)，符合條件的水位值出現(xiàn)的次數(shù)，f1、f2、f3和f4分別為不同的次數(shù)值，通過水位值和時(shí)間窗口長短的相對(duì)大小限制，避免洪澇事件不同階段的相互混淆，保證洪澇事件所處階段的唯一性；此外，診斷、準(zhǔn)備、響應(yīng)、恢復(fù)階段嚴(yán)格按順序，b、c、d三個(gè)條件除需要判斷滿足當(dāng)前基本條件bcondi、ccondi和dcondi外，還需要滿足a->b->c->d階段演進(jìn)的變化趨勢(shì)，即準(zhǔn)備階段要在診斷階段之后，響應(yīng)階段在準(zhǔn)備階段之后，依次恢復(fù)階段必須要在響應(yīng)階段之后。

34、優(yōu)選地，洪澇災(zāi)害預(yù)測(cè)模型：計(jì)算模型表征從過去到當(dāng)前一段時(shí)間內(nèi)水文監(jiān)測(cè)數(shù)據(jù)變化特征，而預(yù)測(cè)模型基于計(jì)算模型初步過濾后提取的洪澇事件狀態(tài)信息進(jìn)行洪澇事件的水文預(yù)測(cè)，提高洪澇事件發(fā)生時(shí)間及狀態(tài)再判斷的準(zhǔn)確性與時(shí)效性；

35、基于bp神經(jīng)網(wǎng)絡(luò)構(gòu)建短時(shí)水位預(yù)測(cè)模型，由兩大部分構(gòu)成，前向反饋和后向反饋，前向反饋過程中輸入向量x經(jīng)輸入層、隱含層、到輸出層輸出向量y；后向反饋過程根據(jù)前向反饋輸出向量y，與目標(biāo)向量ytarget之間的誤差內(nèi)容，反向解算輸出層、隱含層的權(quán)重調(diào)整梯度，形成新的數(shù)值模型，具體算法流程如下：

36、流程一，構(gòu)建網(wǎng)絡(luò)結(jié)構(gòu)：設(shè)輸入層n個(gè)節(jié)點(diǎn)(輸入層節(jié)點(diǎn)個(gè)數(shù)與輸入向量長度相等)，隱含層p個(gè)節(jié)點(diǎn)，輸出層q個(gè)節(jié)點(diǎn)(輸出層節(jié)點(diǎn)個(gè)數(shù)與輸出向量長度相等)；

37、流程二，設(shè)輸入向量為x＝[x1，x2，...，xn]，隱含層向量h＝[h1，h2，...，hp]，輸出層向量y＝[y1，y2，...，yq]，期望輸出向量t＝[t1，t2，...，tq]，輸入層與隱含層間權(quán)重為w1，b1為兩層間的偏置向量：隱含層與輸出層間權(quán)重為w2，b2為兩層間的偏置向量；

38、流程三，在初始化權(quán)重w及偏置向量b后，由輸入層向量計(jì)算隱含層向量的表達(dá)式為：

39、h＝f(w1x+b1)??式7

40、由隱含層向量計(jì)算輸出層向量表達(dá)式為：

41、y＝f(w2h+b2)??式8

42、從而完成前向反饋的輸出向量y的計(jì)算；

43、流程四，計(jì)算期望輸出向量t與向量y之間的誤差值函數(shù)，并依據(jù)流程三中描述的輸入層、隱含層以及輸出層之間的關(guān)系，反向推導(dǎo)輸出層、隱含層的權(quán)重調(diào)整梯度，其中，誤差函數(shù)為：

44、

45、其中，誤差從輸出層到隱含層反向傳播，其各層權(quán)重調(diào)整采用梯度下降法進(jìn)行更新，即w＝w-ηδep(w，b)，其中η為設(shè)定的學(xué)習(xí)速率，為每次更新的步長，δep(w，b)是第p個(gè)樣本輸入下的輸出偏差對(duì)某一層權(quán)值的偏導(dǎo)數(shù)，表示每輸入一個(gè)樣本更新一次參數(shù)；

46、流程五，基于上述權(quán)重調(diào)整方法，計(jì)算新的權(quán)重值，實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)的后向反饋過程，進(jìn)行權(quán)值的更新；

47、流程六，計(jì)算全局誤差，判斷網(wǎng)絡(luò)誤差是否滿足要求，判斷網(wǎng)絡(luò)誤差是否滿足要求，當(dāng)誤差達(dá)到預(yù)設(shè)精度或?qū)W習(xí)次數(shù)大于設(shè)定的最大次數(shù)，則結(jié)束算法，否則，選取下一個(gè)學(xué)習(xí)樣本及對(duì)應(yīng)的期望輸出，返回到流程三，進(jìn)入下一輪學(xué)習(xí)；

48、本技術(shù)在構(gòu)建洪澇預(yù)測(cè)模型時(shí)，基于bp神經(jīng)網(wǎng)絡(luò)模型，增加蒸散發(fā)、空氣濕度、溫度、氣壓等因子作為輸入以提高水位預(yù)測(cè)的精度；

49、洪澇災(zāi)害預(yù)測(cè)模型是在洪澇災(zāi)害計(jì)算模型基礎(chǔ)上對(duì)洪澇事件再判斷的服務(wù)模塊，該部分依據(jù)洪澇災(zāi)害計(jì)算模型探查出的洪澇事件準(zhǔn)備、響應(yīng)階段狀態(tài)，提供洪澇災(zāi)害中的預(yù)測(cè)服務(wù)，計(jì)算后兩天的水位數(shù)據(jù)，進(jìn)而再根據(jù)洪澇災(zāi)害計(jì)算模型中的階段水位臨界值，再判斷之后的洪澇走勢(shì)，在此基礎(chǔ)上實(shí)現(xiàn)bp神經(jīng)網(wǎng)絡(luò)水位預(yù)測(cè)服務(wù)，提高洪澇事件階段探查的精準(zhǔn)度。

50、優(yōu)選地，洪澇事件大模型實(shí)時(shí)服務(wù)框架：是一個(gè)從洪澇數(shù)據(jù)的實(shí)時(shí)獲取發(fā)布到洪澇狀態(tài)的實(shí)時(shí)探查計(jì)算再到洪澇狀態(tài)變化檢測(cè)、服務(wù)主動(dòng)響應(yīng)的強(qiáng)時(shí)效性洪澇服務(wù)框架；

51、框架以傳感器監(jiān)測(cè)服務(wù)和事件服務(wù)為基礎(chǔ)，構(gòu)建傳感器接入方法和洪澇主動(dòng)服務(wù)模式，完成洪澇災(zāi)害信息實(shí)時(shí)服務(wù)方法，框架由洪澇數(shù)據(jù)基礎(chǔ)服務(wù)、洪澇訂閱服務(wù)注冊(cè)中心、洪澇災(zāi)害探查以及洪澇主動(dòng)服務(wù)四個(gè)部分組成；

52、洪澇數(shù)據(jù)基礎(chǔ)服務(wù)是框架的驅(qū)動(dòng)服務(wù)，傳感器流式數(shù)據(jù)接入單元實(shí)時(shí)接入傳感器監(jiān)測(cè)數(shù)據(jù)，將傳感器字節(jié)流轉(zhuǎn)化為swe框架下的數(shù)據(jù)流，實(shí)時(shí)插入到傳感器監(jiān)測(cè)服務(wù)中，傳感器監(jiān)測(cè)服務(wù)通過接口實(shí)時(shí)暴露接入的洪澇數(shù)據(jù)記錄，實(shí)時(shí)發(fā)布數(shù)據(jù)內(nèi)容；

53、洪澇訂閱服務(wù)注冊(cè)中心是框架對(duì)外提供的洪澇事件訂閱接口，用戶通過訂閱服務(wù)中心，定義洪澇災(zāi)害ai大模型，用戶在洪澇訂閱服務(wù)注冊(cè)中心定義的洪澇災(zāi)害計(jì)算模型在eml編碼后，作用于傳感器事件服務(wù)中，為洪澇消息生產(chǎn)提供探查模型，定義的洪澇災(zāi)害預(yù)測(cè)服務(wù)則作用于洪澇主動(dòng)服務(wù)，明確水位預(yù)測(cè)模型結(jié)構(gòu)，輔助未來洪澇災(zāi)害信息的再判斷；

54、傳感器事件服務(wù)是洪澇災(zāi)害探查的核心，事件服務(wù)器依據(jù)注冊(cè)中心訂閱的洪澇模式，過濾由鏈接層從傳感器監(jiān)測(cè)服務(wù)中拉取的特定監(jiān)測(cè)數(shù)據(jù)，探查洪澇災(zāi)害狀態(tài)信息，發(fā)布消息對(duì)象，形成消息隊(duì)列，消息對(duì)象message包括洪澇事件標(biāo)識(shí)eventid、洪澇事件探查時(shí)間detectedtime以及洪澇事件狀態(tài)類型eventphasetype；

55、message＝[eventid，detectedtime，eventphasetype]?????式10

56、洪澇主動(dòng)服務(wù)依據(jù)洪澇階段探查生成的洪澇消息內(nèi)容，將洪澇階段狀態(tài)自動(dòng)轉(zhuǎn)化為洪澇信息服務(wù)內(nèi)容，負(fù)責(zé)消費(fèi)洪澇消息，在主動(dòng)服務(wù)模塊中，消息隊(duì)列經(jīng)變化檢測(cè)，實(shí)時(shí)觸發(fā)、變更洪澇主動(dòng)服務(wù)類型與內(nèi)容，在診斷轉(zhuǎn)變?yōu)闇?zhǔn)備階段或準(zhǔn)備轉(zhuǎn)變?yōu)轫憫?yīng)階段時(shí)，觸發(fā)定時(shí)洪澇預(yù)測(cè)與預(yù)警服務(wù)；在響應(yīng)轉(zhuǎn)化為恢復(fù)階段時(shí)，發(fā)布洪澇狀態(tài)降級(jí)信息服務(wù)；在恢復(fù)轉(zhuǎn)化為診斷階段時(shí)，即恢復(fù)結(jié)束階段時(shí)，提供洪澇災(zāi)害信息計(jì)算服務(wù)。

57、優(yōu)選地，存算分離的傳感器接入方法：將數(shù)據(jù)接收、數(shù)據(jù)過濾以及數(shù)據(jù)存儲(chǔ)相互分離，各組件單元相互獨(dú)立，具有高復(fù)用性，基于storm流式處理框架，將傳感器數(shù)據(jù)接入分為數(shù)據(jù)接收組件、監(jiān)測(cè)過濾組件和監(jiān)測(cè)存儲(chǔ)組件，接入框架以拓?fù)鋵又械膕torm拓?fù)浔O(jiān)測(cè)接入單元為核心，將傳感器網(wǎng)絡(luò)層的字節(jié)流數(shù)據(jù)轉(zhuǎn)換為符合ogcswe監(jiān)測(cè)服務(wù)標(biāo)準(zhǔn)的數(shù)據(jù)流，在sos服務(wù)支持下，完成傳感器監(jiān)測(cè)數(shù)據(jù)的快速獲取、解析、過濾與存儲(chǔ)；

58、1)數(shù)據(jù)接收組件：在ogc?swe標(biāo)準(zhǔn)下，數(shù)據(jù)接收組件由sos服務(wù)獲取傳感器八元組元模型，以傳感器站點(diǎn)為中心的方式構(gòu)建統(tǒng)一接入模型，將傳感器地理空間位置、監(jiān)測(cè)時(shí)間和監(jiān)測(cè)屬性等信息組織在傳感器站點(diǎn)下，其中，統(tǒng)一接入模型是傳感器屬性監(jiān)測(cè)值的信息存儲(chǔ)單元，以“傳感器站點(diǎn)-傳感器-監(jiān)測(cè)屬性”的方式描述傳感器監(jiān)測(cè)，站點(diǎn)與傳感器、傳感器與監(jiān)測(cè)屬性均以一對(duì)多的方式組織，除構(gòu)建傳感器統(tǒng)一接入模型，數(shù)據(jù)獲取組件為獲取、解析傳感器從網(wǎng)絡(luò)層傳輸來的字節(jié)流，從傳感器元建模中獲取對(duì)應(yīng)的傳感器數(shù)據(jù)傳輸協(xié)議與數(shù)據(jù)表達(dá)相關(guān)數(shù)據(jù)接入的元數(shù)據(jù)，其中數(shù)據(jù)表達(dá)的結(jié)構(gòu)為[sensorid，propertyid，dataposition，datalength，dataratio]數(shù)組形式，其中sensorid指當(dāng)前傳感器標(biāo)識(shí)，propertyid為傳感器監(jiān)測(cè)屬性標(biāo)識(shí)，dataposition為數(shù)據(jù)位置，datalength為數(shù)據(jù)長度，dataratio為監(jiān)測(cè)數(shù)據(jù)轉(zhuǎn)化為目標(biāo)單位比率；

59、2)監(jiān)測(cè)過濾組件：傳感器監(jiān)測(cè)是空間和時(shí)間相關(guān)的地理現(xiàn)象表達(dá)，監(jiān)測(cè)過濾組件解決傳感器監(jiān)測(cè)接入過程中所遇到的監(jiān)測(cè)場(chǎng)景限制，是對(duì)時(shí)間、空間以及監(jiān)測(cè)值的過濾；過濾模塊依據(jù)ogc?filter標(biāo)準(zhǔn)，支持多條件過濾，其以and邏輯操作銜接各過濾單元，同時(shí)支持時(shí)空?qǐng)鼍跋碌谋O(jiān)測(cè)數(shù)值過濾；空間過濾是針對(duì)傳感器空間場(chǎng)景的過濾，是對(duì)空間點(diǎn)的過濾，包括包含、不包含以及矩形查詢等方法：時(shí)間過濾是對(duì)監(jiān)測(cè)時(shí)間場(chǎng)景的過濾，過濾時(shí)間點(diǎn)信息，包括在某一時(shí)間范圍內(nèi)、在某時(shí)刻之前和某時(shí)刻之后操作：屬性過濾是對(duì)異常值的過濾，其支持大于、小于、等于基本比較過濾操作；

60、3)監(jiān)測(cè)存儲(chǔ)組件：傳感器監(jiān)測(cè)數(shù)據(jù)經(jīng)采集、解析、過濾后，其數(shù)據(jù)格式和表達(dá)符合對(duì)應(yīng)應(yīng)用場(chǎng)景需求，此時(shí)，監(jiān)測(cè)存儲(chǔ)組件將其數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)化為以o&m編碼的標(biāo)準(zhǔn)監(jiān)測(cè)數(shù)據(jù)模型結(jié)構(gòu)，同時(shí)構(gòu)建監(jiān)測(cè)數(shù)據(jù)服務(wù)插入請(qǐng)求，實(shí)現(xiàn)傳感器監(jiān)測(cè)數(shù)據(jù)的快速插入過程；

61、傳感器數(shù)據(jù)接收組件、監(jiān)測(cè)過濾組件以及監(jiān)測(cè)存儲(chǔ)組件是傳感器監(jiān)測(cè)數(shù)據(jù)接入的基本單元，storm流式數(shù)據(jù)處理框架在此基礎(chǔ)上整合三者，以spout單元構(gòu)建數(shù)據(jù)接收組件、blot單元構(gòu)建監(jiān)測(cè)過濾組件與監(jiān)測(cè)存儲(chǔ)組件，形成符合storm平臺(tái)標(biāo)準(zhǔn)的傳感器監(jiān)測(cè)接入單元，拓?fù)湟?guī)范傳感器接入過程，并確保傳感器接入具有實(shí)時(shí)變更的可能性，接入過程采用拓?fù)淠０宓姆绞揭詘mlschema標(biāo)準(zhǔn)構(gòu)建拓?fù)洌渲媚Ｊ桨ㄋ膫€(gè)部分，拓?fù)錁?biāo)識(shí)topologyid、傳感器接入組件receive、傳感器過濾組件filter和傳感器監(jiān)測(cè)存儲(chǔ)組件部分store；

62、在拓?fù)涔?jié)點(diǎn)上傳開啟后，傳感器接入單元進(jìn)入運(yùn)行狀態(tài)，狀態(tài)管理通過stormui提供的restflapi服務(wù)控制，以開啟、關(guān)閉傳感器接入拓?fù)鋯卧?/p>

63、優(yōu)選地，洪澇主動(dòng)服務(wù)：提供預(yù)警、水位預(yù)測(cè)以及洪澇計(jì)算三種主動(dòng)服務(wù)內(nèi)容，洪澇預(yù)警、警報(bào)以及降級(jí)發(fā)布服務(wù)是一種作用于主動(dòng)服務(wù)模塊上的持續(xù)性階段服務(wù)，對(duì)應(yīng)于洪澇主動(dòng)服務(wù)中的水位預(yù)測(cè)服務(wù)；洪澇水位預(yù)測(cè)服務(wù)從洪澇準(zhǔn)備階段開始直至洪澇恢復(fù)階段結(jié)束后自動(dòng)結(jié)束，在準(zhǔn)備階段系統(tǒng)提供洪澇預(yù)警與預(yù)測(cè)服務(wù)；在響應(yīng)階段也提供洪澇預(yù)警與洪澇預(yù)測(cè)服務(wù)；在恢復(fù)階段提供洪澇降級(jí)通知、洪澇預(yù)測(cè)以及洪澇計(jì)算服務(wù)；

64、1)洪澇預(yù)警服務(wù)：以郵件形式實(shí)時(shí)發(fā)布洪澇狀態(tài)消息內(nèi)容，系統(tǒng)依據(jù)當(dāng)前洪澇裝態(tài)，自動(dòng)編輯洪澇事件預(yù)警信息內(nèi)容，通過郵件服務(wù)器調(diào)用郵件服務(wù)，通知用戶洪澇事件狀態(tài)信息，并生成洪澇預(yù)警記錄；

65、2)洪澇預(yù)測(cè)服務(wù)：依據(jù)當(dāng)前上游水位站水位和流域內(nèi)氣象數(shù)據(jù)信息，實(shí)時(shí)預(yù)測(cè)未來兩天目標(biāo)監(jiān)測(cè)站的水位數(shù)據(jù)，步驟為：步驟1：輸入當(dāng)前事件id以及時(shí)間，獲取洪澇災(zāi)害ai大模型參數(shù)，獲取預(yù)測(cè)模型參數(shù)配置；步驟2：依據(jù)預(yù)測(cè)模型參數(shù)配置，獲取洪澇監(jiān)測(cè)數(shù)據(jù)，并對(duì)齊數(shù)據(jù)內(nèi)容，形成預(yù)測(cè)模型訓(xùn)練數(shù)據(jù)和預(yù)測(cè)輸入數(shù)據(jù)；步驟3：訓(xùn)練數(shù)據(jù)歸一化，并初始化bp神經(jīng)網(wǎng)絡(luò)模型參數(shù)，訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型；步驟4：預(yù)測(cè)數(shù)據(jù)歸一化，并使用訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行水位預(yù)測(cè)，得到歸一化預(yù)測(cè)結(jié)果；步驟5：依據(jù)歸一化預(yù)測(cè)結(jié)果，進(jìn)行反歸一化，獲取水位預(yù)測(cè)結(jié)果，并存儲(chǔ)預(yù)測(cè)結(jié)果。

66、優(yōu)選地，洪澇計(jì)算服務(wù)：洪澇災(zāi)害對(duì)象是指在洪澇災(zāi)害信息服務(wù)中探查到的完整洪澇事件對(duì)象，包括洪澇事件的起止時(shí)間、洪澇診斷階段開始時(shí)間、準(zhǔn)備階段開始時(shí)間、響應(yīng)階段開始時(shí)間以及恢復(fù)階段開始和結(jié)束時(shí)間，描述整個(gè)洪澇事件過程的各個(gè)階段信息，洪澇計(jì)算服務(wù)計(jì)算洪澇災(zāi)害信息，自動(dòng)生成、存儲(chǔ)、管理洪澇事件過程對(duì)象，并計(jì)算洪澇發(fā)生階段內(nèi)的最大水位信息，為后續(xù)的洪澇事件分析研究做好數(shù)據(jù)準(zhǔn)備；

67、洪澇災(zāi)害計(jì)算服務(wù)流程步驟：步驟a：依據(jù)洪澇事件id和當(dāng)前時(shí)間點(diǎn)，獲取從上一事件結(jié)束到當(dāng)前事件的歷史消息時(shí)間序列集合，并初始化洪澇災(zāi)害對(duì)象；步驟b：根據(jù)消息類型分類，將當(dāng)前消息分為診斷、準(zhǔn)備、響應(yīng)及恢復(fù)四個(gè)階段；步驟c：若當(dāng)前消息類型為診斷階段則判斷消息類型是否改變，若改變則更新洪澇事件狀態(tài)，否則更新洪澇災(zāi)害對(duì)象的準(zhǔn)備階段和事件開始時(shí)間；并判斷上一消息類型是否為恢復(fù)階段，若是則設(shè)置洪澇災(zāi)害對(duì)象恢復(fù)階段和事件結(jié)束時(shí)間存儲(chǔ)洪澇災(zāi)害對(duì)象及計(jì)算最大水位，否則，更新洪澇災(zāi)害對(duì)象的準(zhǔn)備階段和事件開始時(shí)間；若當(dāng)前消息類型為準(zhǔn)備、響應(yīng)或恢復(fù)階段，則更新當(dāng)前事件狀態(tài)并設(shè)置對(duì)應(yīng)階段的開始時(shí)間，檢查消息集合是否遍歷完成，若是則拋出異常，否則，回到步驟b。

68、優(yōu)選地，洪澇事件大模型實(shí)時(shí)服務(wù)系統(tǒng)業(yè)務(wù)流程：包括用戶訂閱洪澇事件、洪澇事件大模型探查與服務(wù)、傳感器接入管理以及洪澇事件管理查看四大業(yè)務(wù)部分；

69、在用戶訂閱業(yè)務(wù)中，用戶通過配置洪澇事件訂閱模型，從傳感器監(jiān)測(cè)服務(wù)中選取洪澇事件相關(guān)的監(jiān)測(cè)數(shù)據(jù)集，進(jìn)而配置洪澇災(zāi)害計(jì)算模型參數(shù)、洪澇災(zāi)害預(yù)測(cè)模型及其它參數(shù)，之后，洪澇事件訂閱模型被注冊(cè)到傳感器事件服務(wù)中，并在洪澇數(shù)據(jù)庫服務(wù)器中統(tǒng)一管理；

70、在洪澇事件大模型探查與服務(wù)的業(yè)務(wù)中，水文氣象傳感器在建模注冊(cè)前提下，通過傳感器接入單元實(shí)時(shí)接入傳感器監(jiān)測(cè)數(shù)據(jù)，并通過傳感器監(jiān)測(cè)服務(wù)實(shí)時(shí)發(fā)布監(jiān)測(cè)數(shù)據(jù)，監(jiān)測(cè)數(shù)據(jù)流經(jīng)sos統(tǒng)一發(fā)布后，流入傳感器事件探查服務(wù)器，實(shí)時(shí)探查各個(gè)洪澇事件階段，觸發(fā)洪澇事件各階段服務(wù)模塊，并以郵件形式向用戶主動(dòng)發(fā)送服務(wù)結(jié)果，完成洪澇事件主動(dòng)探查與服務(wù)，探查結(jié)果與階段服務(wù)結(jié)果也會(huì)被記錄在洪澇數(shù)據(jù)庫中，以便服務(wù)后續(xù)的洪澇管理與信息展示業(yè)務(wù)；

71、在傳感器接入管理業(yè)務(wù)中，用戶查看、刪除、新增傳感器接入單元，實(shí)現(xiàn)對(duì)接入傳感器的可視化管理；在洪澇管理與查看的業(yè)務(wù)中，用戶通過傳感器監(jiān)測(cè)服務(wù)、傳感器事件服務(wù)以及洪澇數(shù)據(jù)庫獲取洪澇歷史內(nèi)容，主動(dòng)查看洪澇傳感器信息、洪澇傳感器監(jiān)測(cè)數(shù)據(jù)信息、洪澇事件訂閱信息、洪澇事件階段狀態(tài)信息與洪澇階段服務(wù)信息；

72、系統(tǒng)依據(jù)上述業(yè)務(wù)流程，進(jìn)行系統(tǒng)總體框架設(shè)計(jì)、功能設(shè)計(jì)以及數(shù)據(jù)庫設(shè)計(jì)，明確洪澇事件大模型實(shí)時(shí)服務(wù)的主體功能、任務(wù)流程以及數(shù)據(jù)結(jié)構(gòu)。

73、優(yōu)選地，系統(tǒng)后臺(tái)服務(wù)：采用四層分層體系，將后臺(tái)分為用戶交互層、業(yè)務(wù)邏輯層、中間服務(wù)層以及數(shù)據(jù)庫層；

74、用戶交互層：為系統(tǒng)界面中的操作單元提供對(duì)應(yīng)的接口支持，直接依賴于下層的業(yè)務(wù)邏輯層，即業(yè)務(wù)邏輯層為用戶交互層提供具體的算法實(shí)現(xiàn)，前端界面調(diào)用用戶交互層接口，完成業(yè)務(wù)流程；該層操作接口包括登錄接口、地圖操作接口、洪澇管理接口、洪澇傳感器接入單元管理接口以及洪澇訂閱模型參數(shù)配置接口，主動(dòng)服務(wù)接口則直接通過郵件服務(wù)向用戶發(fā)送郵件通知洪澇事件階段狀態(tài)以及水位預(yù)測(cè)結(jié)果；在接口支撐下，用戶登錄本系統(tǒng)，可自己上傳傳感器接入單元，獲取特定場(chǎng)景下的數(shù)據(jù)；同時(shí)，用戶訂閱某一地理場(chǎng)景下的洪澇事件，通過洪澇事件管理單元查看對(duì)應(yīng)的洪澇災(zāi)害信息；

75、業(yè)務(wù)邏輯層：負(fù)責(zé)調(diào)用中間服務(wù)層的服務(wù)內(nèi)容，并在解析或編碼數(shù)據(jù)后，根據(jù)業(yè)務(wù)需求整合業(yè)務(wù)流程，向用戶交互層、中間服務(wù)層提供需要的數(shù)據(jù)對(duì)象和算法結(jié)果，業(yè)務(wù)邏輯包括洪澇事件訂閱編碼、ogcswe標(biāo)準(zhǔn)解析、登錄邏輯判斷、傳感器監(jiān)測(cè)接入及洪澇階段服務(wù)；

76、中間服務(wù)層：將系統(tǒng)中的基礎(chǔ)服務(wù)單元抽象為一個(gè)個(gè)soa服務(wù)，帶來業(yè)務(wù)復(fù)用，同時(shí)，中間服務(wù)層中各服務(wù)單元自我性能擴(kuò)展，傳感器監(jiān)測(cè)使用先后出現(xiàn)基于postgresql存儲(chǔ)的單機(jī)型或mongodb存儲(chǔ)的分布式服務(wù)；依據(jù)主動(dòng)服務(wù)模塊原理能夠主動(dòng)探查洪澇事件，并觸發(fā)對(duì)應(yīng)階段的洪澇服務(wù)內(nèi)容；傳感器接入單元在storm平臺(tái)上實(shí)時(shí)運(yùn)行，向傳感器監(jiān)測(cè)服務(wù)注冊(cè)洪澇傳感器實(shí)時(shí)感知的洪澇數(shù)據(jù)內(nèi)容，feeder鏈接服務(wù)定時(shí)拉取傳感器事件探查服務(wù)需要的洪澇數(shù)據(jù)內(nèi)容，實(shí)時(shí)注入傳感器事件服務(wù)器中，傳感器事件服務(wù)器能夠主動(dòng)探查用戶訂閱的洪澇事件，最終以網(wǎng)絡(luò)通知服務(wù)主動(dòng)發(fā)布洪澇事件狀態(tài)信息，完成自動(dòng)化洪澇災(zāi)害探查；

77、數(shù)據(jù)庫層：存儲(chǔ)洪澇災(zāi)害信息實(shí)時(shí)服務(wù)系統(tǒng)中的所有數(shù)據(jù)內(nèi)容，其中sos數(shù)據(jù)庫存儲(chǔ)洪澇傳感器模型及其監(jiān)測(cè)數(shù)據(jù)內(nèi)容；feeder數(shù)據(jù)庫則存儲(chǔ)鏈接的sos數(shù)據(jù)源以及需要接入到ses中的傳感器信息；ses訂閱管理庫以文件的方式管理事件訂閱信息；洪澇數(shù)據(jù)庫則存儲(chǔ)本系統(tǒng)在業(yè)務(wù)邏輯服務(wù)層涉及的所有對(duì)象信息。

78、與現(xiàn)有技術(shù)相比，本技術(shù)的創(chuàng)新點(diǎn)和優(yōu)勢(shì)在于：

79、(1)本技術(shù)針對(duì)現(xiàn)行的洪澇探查系統(tǒng)分析后，提出了一種基于ogcswe傳感網(wǎng)整合框架的洪澇災(zāi)害信息實(shí)時(shí)服務(wù)框架，其依據(jù)洪澇災(zāi)害ai大模型，探查洪澇事件的診斷、準(zhǔn)備、響應(yīng)以及恢復(fù)階段，實(shí)時(shí)自動(dòng)觸發(fā)洪澇預(yù)測(cè)服務(wù)、預(yù)警服務(wù)以及計(jì)算服務(wù)，從而以高細(xì)粒度提供主動(dòng)式的洪澇災(zāi)害信息服務(wù)：1)設(shè)計(jì)了洪澇災(zāi)害ai大模型，結(jié)合洪澇災(zāi)害探查與多氣象數(shù)據(jù)支持的bp神經(jīng)網(wǎng)絡(luò)水位預(yù)測(cè)內(nèi)容，在洪澇發(fā)生過程中進(jìn)行水位預(yù)測(cè)；2)設(shè)計(jì)了基于swe框架的洪澇事件大模型實(shí)時(shí)服務(wù)框架，明確傳感器流式數(shù)據(jù)的接入方法、洪澇事件探查機(jī)制以及主動(dòng)服務(wù)方法；3)實(shí)現(xiàn)了基于swe框架的洪澇事件大模型實(shí)時(shí)服務(wù)系統(tǒng)；4)在洪澇事件探查上，本系統(tǒng)能夠提前探查洪澇事件，并自動(dòng)形成洪澇災(zāi)害對(duì)象，且探查結(jié)果精細(xì)程度比現(xiàn)行系統(tǒng)高；在水位預(yù)測(cè)上，引入蒸散發(fā)、相對(duì)濕度等氣象數(shù)據(jù)后，水位預(yù)測(cè)結(jié)果明顯提升；在主動(dòng)服務(wù)實(shí)時(shí)性上，系統(tǒng)可在2.5分鐘內(nèi)完成洪澇事件階段探查、服務(wù)觸發(fā)以及服務(wù)發(fā)布過程，其具良好實(shí)時(shí)性；在系統(tǒng)可擴(kuò)展性上，基于swe框架標(biāo)準(zhǔn)和系統(tǒng)內(nèi)部服務(wù)接口標(biāo)準(zhǔn)，對(duì)外提供可擴(kuò)展性支持，因而保證了系統(tǒng)的良好擴(kuò)展能力。

80、(2)為解決洪澇事件探查中系統(tǒng)專用標(biāo)準(zhǔn)導(dǎo)致的信息孤島與服務(wù)壁壘問題，提高洪澇事件探查的細(xì)粒度，豐富洪澇系統(tǒng)服務(wù)，本技術(shù)構(gòu)建基于swe框架的洪澇事件大模型實(shí)時(shí)服務(wù)系統(tǒng)，從洪澇傳感器的數(shù)據(jù)接入到洪澇事件的探查處理以ogc?swe傳感網(wǎng)整合框架為基礎(chǔ)，建立多源異構(gòu)的洪澇傳感器注冊(cè)及監(jiān)測(cè)數(shù)據(jù)實(shí)時(shí)接入與存儲(chǔ)，并在統(tǒng)一標(biāo)準(zhǔn)下探查洪澇事件的診斷、準(zhǔn)備、響應(yīng)以及恢復(fù)階段，實(shí)時(shí)發(fā)布洪澇預(yù)警、水文預(yù)測(cè)以及洪澇事件計(jì)算服務(wù)；具體建立了洪澇災(zāi)害ai大模型、基于swe框架的洪澇事件大模型實(shí)時(shí)服務(wù)框架、洪澇事件大模型實(shí)時(shí)服務(wù)系統(tǒng)，具有實(shí)時(shí)性系統(tǒng)基礎(chǔ)，可解決洪澇事件的及時(shí)預(yù)警、發(fā)布以及預(yù)測(cè)問題，為相關(guān)部門迅速?zèng)Q策、有效應(yīng)對(duì)提供了有利條件；采用bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)水位，在基于降水、上游水位的預(yù)測(cè)方法上，新增氣溫、氣壓、大氣濕度等氣象因子，預(yù)測(cè)精度增高，提供高時(shí)效、高可用性以及高細(xì)粒度的洪澇信息服務(wù)。

81、(3)本技術(shù)提出的基于swe框架的洪澇事件大模型實(shí)時(shí)服務(wù)系統(tǒng)，在ogcswe傳感網(wǎng)整合框架下，以洪澇事件過程ai大模型表達(dá)洪澇過去、現(xiàn)在以及未來的變化特征，探查洪澇事件發(fā)展過程，并將其分為診斷、準(zhǔn)備、響應(yīng)以及恢復(fù)階段。相比于傳統(tǒng)的洪澇事件探查發(fā)布系統(tǒng)，本系統(tǒng)除具有良好的實(shí)時(shí)性外，還可解決數(shù)據(jù)共享、多源數(shù)據(jù)統(tǒng)一處理探查以及實(shí)時(shí)主動(dòng)服務(wù)等問題。依據(jù)洪澇事件探查的大模型，本系統(tǒng)提升了洪澇事件服務(wù)細(xì)粒度，豐富了洪澇各階段服務(wù)，為用戶提供了洪澇預(yù)警、水位預(yù)測(cè)以及事件災(zāi)害計(jì)算服務(wù)，為相關(guān)災(zāi)害防治部門提供實(shí)時(shí)主動(dòng)地洪澇狀態(tài)分析以及決策支持，為減輕洪澇災(zāi)害人員傷亡、財(cái)產(chǎn)損失做好準(zhǔn)備，為決策部門提供更為詳實(shí)的洪澇災(zāi)害影響評(píng)估、指揮決策支持。