基于多源数据深度学习的地下空间智慧防灾系统框架研究

本文基于应急韧性防灾理念,结合地下基础设施智慧防灾决策需求,提出了一种基于多源数据深度学习的智慧防灾系统框架,建立了基于地下空间火灾事故案例库、防灾专家知识库、多源数据深度学习融合库和灾害救援与恢复联动策略库的功能架构。根据火灾领域知识和历史灾害案例制定防灾标准,对多传感器监测数据运用多尺度方法分析与表达,为深度学习方法奠定数据基础。以多源数据融合预警、智能通风控制和图像识别辅助救援为例,介绍了智慧防灾系统深度学习模型在上海多个服役隧道和运营地下综合体中的应用。结果显示,该模型相比传统方法可提前发出火灾预警,降低运营通风能耗,在火灾紧急通风和人员自救疏散等方面提供辅助决策支持。智慧防灾系统对于突发灾害时地下空间决策支持体系的数字化、信息化和智慧化建设具有重要意义。