买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜杭州蚁图科技有限公司申请的专利一种融合历史涝点与空间聚类的道路积水点预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119442927B 。

龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510037733.0，技术领域涉及：G06F30/27；该发明授权一种融合历史涝点与空间聚类的道路积水点预测方法是由吴朋;肖刘涛;张煜洲设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本一种融合历史涝点与空间聚类的道路积水点预测方法在说明书摘要公布了：本申请公开了一种融合历史涝点与空间聚类的道路积水点预测方法，包括以下步骤：步骤S1：通过降雨径流、排水量快速估算，对地表积水进行快速数值模拟，得到地表积水深度估算值；步骤S2：基于历史涝点位置，综合地表积水深度估算值，确定积水高风险区域；步骤S3：采用改进的DBSCAN聚类算法，以积水高风险区域作为输入针对积水点位进行预测；步骤S4：基于地理编码，输出具有经纬度坐标、地理地址、最大积水深度信息的预测积水点。本申请通过在地表积水深度预测矩阵基础上获取位置地址信息，从而形成基于点的积水地址信息，便于应急处置人员快速抵达现场。

本发明授权一种融合历史涝点与空间聚类的道路积水点预测方法在权利要求书中公布了：1.一种融合历史涝点与空间聚类的道路积水点预测方法，其特征在于：包括以下步骤：步骤S1：通过降雨径流、排水量快速估算，对地表积水进行快速数值模拟，得到地表积水深度估算值；步骤S2：基于历史涝点位置，综合地表积水深度估算值，确定积水高风险区域；步骤S3：采用改进的DBSCAN聚类算法，以积水高风险区域作为输入针对积水点位进行预测；步骤S4：基于地理编码，输出具有经纬度坐标、地理地址、最大积水深度信息的预测积水点；所述步骤S1中地标积水快速数值模拟具体包括以下步骤：步骤S1.1：基于概化排水管点的汇水区划分，通过建立泰森多边形，形成区域子汇水区；步骤S1.2：通过降雨径流曲线数模型SCS-CN，计算各像元降雨径流深度，并将其换算成径流量，累加单个汇水区像元径流量，得到各汇水区径流量；步骤S1.3：根据各汇水区径流量和排水管网排水量，得到各汇水区地表积水总量；步骤S1.4：根据各汇水区地表积水总量，与数字高程模型DEM，通过无源淹没计算，估算所有像元积水深度，输出地表积水深度预测矩阵；所述步骤S2具体包括以下步骤：步骤S2.1：通过先验知识及历史预测得到的积水涝点，建立历史涝点库，包含位置信息经度、纬度；步骤S2.2：将历史积水点位经纬度坐标位置信息转换成地表积水深度预测矩阵中的目标像元坐标位置，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，其中历史积水高风险区域矩阵像元值设为1，非历史积水高风险区域矩阵像元值设置为0；步骤S2.3：通过步骤S1.4输出的地表积水深度预测矩阵，点乘步骤S2.2输出的历史积水高风险区域矩阵，得到预测积水高风险区域矩阵：所述步骤S3具体包括以下步骤：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MinNumCl、初始搜索半径Eps0、半径调整增益ε，同类簇包含最小元素设置为1；步骤S3.2：以步骤S2.3的预测积水高风险区域、初始搜索半径Eps0、最小包含元素个数1作为输入，完成一次DBSCAN算法聚类；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，即： ，其中，NumCl为当前实际类别簇个数，NumClstep为完成聚类后初始类别簇个数，NumCl1pts为元素个数为1的类别簇个数；步骤S3.4：根据实际类别簇个数与最大最小期望值的关系，调整搜索半径；如果实际类别簇个数NumCl小于期望最小MinNumCl，搜素半径根据调整增益ε减小；如果实际类别簇个数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S3.2-步骤S3.4，即首先计算搜索半径： ；再将预测积水高风险区域、Epsstep、同类簇包含最小元素1作为输入，迭代进行DBSCAN算法聚类；步骤S3.5：根据聚类类别数，当类别数在期望最大最小值之间，跳出算法，得到最后的聚类类别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州蚁图科技有限公司，其通讯地址为：310000 浙江省杭州市余杭区仓前街道文一西路1378号1幢E409-3室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。