基于LSTM与Transformer的地面沉降智能预测方法研究——以上海市为例

受地面沉降严重威胁到生命财产安全的人口已达19%,开展地面沉降模拟预测对防灾减灾具有非常重要的现实意义。针对现有地面沉降预测在模型参数难以获取、单一深度学习方法在预测精度低等方面的局限性,本文提出了集成大模型核心技术的地面沉降预测方法。首先,从地面沉降模拟预测的顶层设计,提出了基于深度学习的地面沉降预测包括算力层、数据层、模型层、评估层与应用层的总体架构;其次,基于LSTM与Transformer提出了地面沉降预测的实用方法;最后,利用上海的地面沉降数据进行了实验研究。结果表明:深度学习技术可以在地面沉降模拟预测中取得较好的结果,多模型法对地面沉降变化不大、回弹、变化较大均可进行预测,iTransformer模型对地面沉降变化较小的情况预测效果较好;在微量地面沉降时代,利用大模型的核心技术Transformer可以取得较高的精度。

基于档案数据的地质知识图谱构建研究

地质知识图谱是一种将地质学领域的知识结构化的新型智能化工具。本文针对上海地质资料应用中存在的问题,基于地质档案数据库,探究如何构建一种适用于地质学领域的知识图谱及应用框架。首先本文介绍了知识图谱的发展历程及相关技术,然后提出了地质知识图谱的构建框架,并详细说明了其实现方法。最后,通过实验验证了地质知识图谱的可行性及应用途径,并给出了下一步改进方向。

工程地质三维模型精细构建方法研究

上海三维城市地质信息系统有很好的地质建模基础,但是由于地质数据及其应用本身所具有的复杂性和不确定性,建立的三维地质模型与实际的地质条件之间还有不小的差距。本文结合上海地质条件和钻孔数据情况,对当前的钻孔自动建模方法流程进行了分解、对实现过程缺陷进行了剖析,从工程地质条件分析、数据预处理方法、建模算法优化三个层面开展了建模流程的精细优化,并选择典型的中山公园场地进行建模验证和精度分析,通过将建模结果与人工生成的成果图进行精度评估,取得了较好的建模效果。

数字化转型背景下国土空间数据治理实践探索

由于多年沉淀和机构改革,规划资源部门面临着数据资源分散、信息系统破碎、业务流程独立等问题。在数字化转型背景下,上海市规划资源部门率先做出响应,积极探索以数据治理解决业务系统问题。运用空间信息技术、大数据挖掘分析等技术手段,进行核心业务数据梳理、流程再造、系统整合,通过建立数据标准体系、统一数据资源底座、赋能数据业务应用,实现了“一套数据、一个平台、一张蓝图”。该探索工作深化了数据治理理论研究,打破了数据壁垒,贯通了业务信息流,提升了数据资产价值,为数字化城市建设提供了实践经验。

基于云计算的水深测量潮位改正体系架构探索与实践

针对国外软件不能进行水深测量多站潮位改正等关键技术问题,将潮位改正理论方法与云计算技术集成,提出了潮位改正系统的体系架构。在考虑潮位控制方案、验潮站布设合理性、质量控制等水深测量技术规范要求的基础上,利用Web技术和数据库研制了具有完全自主知识产权的通用潮位改正系统。某市海岸带地质调查项目超过7000 km测线及其所涉及的20多个验潮站的试验表明,该系统可自适应进行单站、双站、三站、多站的潮位数据改正,并可同时实施多基面的数据改正。自主开发的系统与国际Hypack软件的改正结果是一致的,满足规范要求。

城市轨道交通智慧监护的数字底座构建与应用

针对城市轨道交通智慧监护中底数不清、标准不一、管理不规范、数据孤岛、数据更新不及时、共享协同难等问题,基于云计算、大数据、人工智能、物联网、GIS、CIM、BIM等技术,在考虑地铁结构及其周边全时空要素的基础上,提出了包括感知层、网络层、计算存储设施层、数据层、服务层与应用层的城轨智慧监护数字底座总体架构。探讨了构建智慧监护数字底座的关键技术。数据标准规范是建设数字底座的基础,针对智慧监护集成地质信息的痛点,研究了工程地质数据标准。探讨了多源异构数据汇集的基于OGC标准与基于地球剖分网格GeoSOT等实用集成技术。研究了BIM模型的高效可视化技术。基于属性建模技术,探索了隧道模型与三维地质模型的融合技术。利用ArcGIS、Java、微服务框架Spring Cloud等开发了某市的城轨智慧监护数字底座,并在智慧审批与智慧运维中进行了应用。