1.基于大数据的城市洪涝灾害动态监测方法,其特征在于,所述方法包括:构建城市三维模型,所述城市三维模型以数字孪生城市技术为基础,针对洪涝灾害维度进行基于城市三维模型的结构脆弱性、功能脆弱性与负荷脆弱性的解耦评估,构建灾害监理架构;
根据所述灾害监理架构,监督训练灾害监理组件并嵌入式部署于城市信息平台,其中,训练方向包含灾害概率依赖关系、洪涝脆弱性熵量化与耦合评估;
通过进行城市多源传感并回传至城市信息平台,对所述灾害监理组件进行数据初始化下的联合评估,确定灾害监测状态;
根据所述灾害监测状态,进行城市洪涝灾害管理与定向监测指导;
针对洪涝灾害维度进行基于城市三维模型的结构脆弱性解耦评估,包括:根据所述城市三维模型,以排水汇水区与管网为第一城市要素,对各排水汇水区进行地形汇聚势与排水路径依赖度的联合评估,确定梗阻线性关系,其中,排水汇水区与梗阻线性关系一一对应;
以所述第一城市要素为基底,对所述梗阻线性关系进行基底位置匹配标记,生成第一结构脆弱性图谱;
针对洪涝灾害维度进行基于城市三维模型的功能脆弱性解耦评估,包括:根据所述城市三维模型,以路网为第二城市要素,对关键交通枢纽进行路网通行评估,确定交通流韧性关系,其中,关键交通枢纽与交通流韧性关系一一对应;
以所述第二城市要素为基底,对所述交通流韧性关系进行基底位置匹配标记,生成第二功能脆弱性图谱;
针对洪涝灾害维度进行基于城市三维模型的负荷脆弱性的解耦评估,构建灾害监理架构,包括:以第一城市要素与第二城市要素为基底,对降雨时空聚集度、面雨量进行排水冲击评估,确定排水冲击关系并进行基底位置匹配标记,生成第三负荷脆弱性图谱;
以城市三维模型为一层、以第三负荷脆弱性图谱为二层,并行所述第一结构脆弱性图谱与第二功能脆弱性图谱为三层,构成灾害监理架构;
监督训练灾害监理组件,包括:
对所述灾害监理架构进行基于灾害概率依赖关系的一阶训练,确定第一监测器;
该训练以概率图模型,对城市洪涝灾害相关要素之间的互信息关系进行量化,建立灾害因果依赖链;
对所述灾害监理架构进行基于洪涝脆弱性熵量化的二阶训练,确定第二监测器;
熵值用作衡量城市系统稳定性和可预测性的指标,通过量化洪涝脆弱性熵,生成城市洪涝脆弱性熵的热力分布图;
并行部署所述第一监测器与第二监测器,以并行输出的耦合评估进行三阶训练,搭建所述灾害监理组件。
2.如权利要求1所述的基于大数据的城市洪涝灾害动态监测方法,其特征在于,对所述灾害监理组件进行数据初始化,包括:根据城市多源传感,采集多源数据集,其中,所述多源数据集至少包含雷达降雨数据、地形数据、GPS数据与通信信息流场;
根据所述多源数据集,对灾害监理组件内的城市三维模型进行数据初始化;
基于数据初始化后的灾害监理组件,分析灾害监测状态。
3.如权利要求2所述的基于大数据的城市洪涝灾害动态监测方法,其特征在于,进行数据初始化下的联合评估,包括:根据第一监测器,对数据初始化后的城市三维模型进行二层图谱与三层图谱的各向异性投影映射;
执行基于二层的第三负荷脆弱性图谱的分析,确定一步分析结果;
将所述一步分析结果流转至三层,执行基于第一结构脆弱性图谱与第二功能脆弱性图谱的独立分析,确定二步分析结果;
根据所述一步分析结果与二步分析结果,进行实时的灾害概率依赖分析,输出一维监测结果。
4.如权利要求3所述的基于大数据的城市洪涝灾害动态监测方法,其特征在于,根据侧向交互通道,将所述一步分析结果与二步分析结果共享至第二监测器;
所述第二监测器执行洪涝脆弱性熵的实时量化,输出二维监测结果;
对所述一维监测结果与二维监测结果进行时空映射的耦合评估,输出灾害监测状态。
5.如权利要求1所述的基于大数据的城市洪涝灾害动态监测方法,其特征在于,进行城市洪涝灾害管理与定向监测指导,包括:识别所述灾害监测状态,定位风控点并进行风控预案确定,生成灾害管理指令;
根据所述风控点,以风控趋势生成定向监测指令;
对所述灾害管理指令与定向监测指令进行最小执行单元解耦与多线程下放,执行城市洪涝灾害的动态监管。
6.基于大数据的城市洪涝灾害动态监测系统,采用如权利要求1-5任一项所述的基于大数据的城市洪涝灾害动态监测方法,其特征在于,所述系统包括:多维解耦评估模块,用于构建城市三维模型,针对洪涝灾害维度进行基于城市三维模型的结构脆弱性、功能脆弱性与负荷脆弱性的解耦评估,构建灾害监理架构;
监理组件训练模块,用于根据所述灾害监理架构,监督训练灾害监理组件并嵌入式部署于城市信息平台,其中,训练方向包含灾害概率依赖关系、洪涝脆弱性熵量化与耦合评估;
联合评估模块,用于通过进行城市多源传感并回传至城市信息平台,对所述灾害监理组件进行数据初始化下的联合评估,确定灾害监测状态;
灾害管理模块,用于根据所述灾害监测状态,进行城市洪涝灾害管理与定向监测指导。