CN110880229A - 一种地质灾害监测预警方法和系统 - Google Patents
一种地质灾害监测预警方法和系统 Download PDFInfo
- Publication number
- CN110880229A CN110880229A CN201911214431.7A CN201911214431A CN110880229A CN 110880229 A CN110880229 A CN 110880229A CN 201911214431 A CN201911214431 A CN 201911214431A CN 110880229 A CN110880229 A CN 110880229A
- Authority
- CN
- China
- Prior art keywords
- early warning
- data
- monitoring
- area
- point cloud
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Alarm Systems (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明提供了一种地质灾害检测预警系统和系统,包括:飞行时间TOF相机根据接收到的监控数据采集指令采集所属监控区域的环境图像,生成三维点云数据,并将其与相机ID一起发送给监控服务器;监控服务器对三维点云数据进行去噪处理和特征数据提取,得到监控区域的地貌特征点云数据,并保存在监控区域ID对应的区域地貌特征数据列表中,然后将其与监控区域的基准地貌特征点云数据进行分析对比处理,得到监控区域的地貌形态变化数据;监控处理器确定监控区域的变化数据预警阈值,经判断监控区域的地貌形态变化数据超出变化数据预警阈值时,向监控区域ID对应的预警处理中心发送第一预警信息;第一预警信息包括:监控区域ID和地貌形态变化数据。
Description
技术领域
本发明涉及预警防控领域,尤其涉及一种地质灾害监测预警方法和系统。
背景技术
山体滑坡和泥石流是常见的地质灾害,泥石流是暴雨或淫雨使沙土石达到水饱和并达到液化状态,在重力的作用下,液化的泥沙石向低洼处流动,给人民生命财产造成危害。山体滑坡是暴雨或淫雨使山体不堪重负,由山体薄弱地带断开,整体下滑,造成山体滑坡可以是第四纪残坡积物,也可以是风化的基岩。山体滑坡和泥石流作为最常见的地质灾害,给人们的生活带来诸多不便,造成巨大的生命财产损失。因此,对山体滑坡和泥石流的检测和预警就成为防治灾害减少人民和国家损失的重要环节。
目前的山体滑坡技术还通过人工测量的方式采集数据,监控机构投入大量人力对重要的区域进行人工测量获得山体的变化数据。通过人工测量的方式,一方面耗费人力,投入资金量大;另一方面,测得的数据准确度也存在人为主观测量技术的影响,例如,通过人工测量很难保证每次测量地点都固定,这对测量数值和计算结果都带来了主观影响。并且,人工测量得到的数据也通过手动记录,测量速度慢,监测效率低。
随着互联网技术的发展,人们将先进的信息技术、通信技术和计算机技术等应用于地质灾害的防控领域。由于地质灾害区域地形条件的特殊性,对于地质灾害区域的数据采集困难也极大地限制了地质灾害防控自动化的发展,尤其在夜间,采集地质灾害区域的数据成为了阻碍其发展的重要原因。
发明内容
针对现有技术缺陷,本发明实施例的目的是提供一种地质灾害监测预警方法和系统,通过安装在监控区域内的固定位置的飞行时间(Time Of Flight,TOF)相机按照预设频率采集对所属监控区域的环境图像进行采集,生成三维点云数据发送给监控处理器。其对图像数据的采集不受外界照明光线的影响,即便是在黑暗的情况下也能采集到监控区域的环境图像数据。监控处理器对接收到的三维点云数据进行分析,得到监控区域的地貌形态变化数据,然后根据监控区域的地貌形态变化数据进行判断,生成预警信息发送给预警处理中心进行进一步的分析,判断预警级别,生成预警提示消息发送给用户终端。
为了实现上述目的,在一方面,本发明提供了一种地质灾害监测预警方法,包括:
飞行时间TOF相机根据接收到的监控数据采集指令采集所属监控区域的环境图像,生成三维点云数据;
所述TOF相机将所述三维点云数据和相机ID发送给监控服务器;
所述监控服务器对三维点云数据进行去噪处理,得到去噪后的三维点云数据;
所述监控处理器对所述去噪后的三维点云数据进行特征数据提取,得到监控区域的地貌特征点云数据,并保存在监控区域ID对应的区域地貌特征数据列表中;
所述监控处理器将所述地貌特征点云数据与所述监控区域的基准地貌特征点云数据进行分析对比处理,得到所述监控区域的地貌形态变化数据;
所述监控处理器根据监控区域ID查找监控区域控制数据列表,确定所述监控区域的变化数据预警阈值;
当所述监控区域的地貌形态变化数据超出所述变化数据预警阈值时,所述监控处理器向监控区域ID对应的预警处理中心发送第一预警信息;所述第一预警信息包括:所述监控区域ID和所述地貌形态变化数据。
优选的,在所述TOF相机根据预设频率采集所属监控区域的环境图像之前,所述地质灾害监测预警方法还包括:
所述监控处理器接收外部输入的监控启动指令,根据所述预设频率生成监控图像数据采集指令,并发送给TOF相机。
优选的,所述地质灾害监测预警方法还包括:
所述监控处理器获取所述区域地貌特征数据列表中最后存入的连续第一数量个地貌特征点云数据;
对所述连续第一数量个地貌特征点云数据进行趋势分析,得到区域地貌特征预测数据;所述区域地貌特征预测数据包括第二数量的预测数据;
当所述第二数量的预测数据中存在超出所述变化数据预警阈值的数据时,所述监控处理器向监控区域ID对应的预警处理中心发送第二预警信息;所述第二预警信息包括:所述监控区域ID、所述连续第一数量个地貌特征点云数据和所述区域地貌特征预测数据。
进一步优选的,所述方法还包括:
所述预警处理中心对接收到的第二预警信息进行解析,得到所述监控区域ID和所述区域地貌特征预测数据;
所述预警处理中心根据所述区域地貌特征预测数据确定预警级别,以及,根据所述监控ID确定预警区域;
所述预警处理中心根据预警级别和所述预警区域生成预警提示消息,发送给所述预警区域内的用户终端。
进一步优选的,所述地质灾害监测预警方法还包括:
所述监控处理器获取所述区域地貌特征数据列表中最后存入的连续第一数量个地貌特征点云数据;
对所述连续第一数量个地貌特征点云数据进行趋势分析,得到区域地貌特征变化趋势数据;所述区域地貌特征变化趋势数据包括多个相对变化率数据;每个相对变化率数据根据相邻两个地貌特征点云数据计算得到;
当所述多个相对变化率数据的变化趋势为持续增大时,所述监控处理器向监控区域ID对应的预警处理中心发送第二预警信息;所述第二预警信息包括:所述监控区域ID、所述连续第一数量个地貌特征点云数据和所述区域地貌特征变化趋势数据。
进一步优选的,所述方法还包括:
所述预警处理中心对接收到的第二预警信息进行解析,得到所述监控区域ID和所述区域地貌特征变化趋势数据;
所述预警处理中心根据所述区域地貌特征变化趋势数据确定预警级别,以及,根据所述监控ID确定预警区域;
所述预警处理中心根据预警级别和所述预警区域生成预警提示消息,发送给所述预警区域内的用户终端。
优选的,所述方法还包括:
所述预警处理中心对接收到的第一预警信息进行解析,得到所述地貌形态变化数据和所述监控区域ID;
所述预警处理中心根据所述地貌形态变化数据确定预警级别;以及,根据所述监控ID确定预警区域;
所述预警处理中心根据预警级别和所述预警区域生成预警提示消息,发送给所述预警区域内的用户终端。
进一步优选的,所述预警处理中心根据所述监控ID确定预警区域具体为:
所述预警处理中心根据所述监控ID在监控区域信息列表中查找监控区域位置,得到监控ID对应的监控区域中心位置数据;
所述预警处理中心根据所述监控区域位置数据确定以所述监控区域中心位置数据为中心半径小于等于第一半径大小的区域为所述预警区域。
在另一方面,本发明提供了一种地质灾害监测预警系统,包括:行时间TOF相机、监控处理器和预警处理中心;
所述飞行时间TOF相机用于根据接收到的监控数据采集指令采集所属监控区域的环境图像,生成三维点云数据;
所述TOF相机还用于将所述三维点云数据和相机ID发送给监控服务器;
所述监控服务器用于对三维点云数据进行去噪处理,得到去噪后的三维点云数据;
所述监控处理器还用于对所述去噪后的三维点云数据进行特征数据提取,得到监控区域的地貌特征点云数据,并保存在监控区域ID对应的区域地貌特征数据列表中;
所述监控处理器还用于将所述地貌特征点云数据与所述监控区域的基准地貌特征点云数据进行分析对比处理,得到所述监控区域的地貌形态变化数据;
所述监控处理器还用于根据监控区域ID查找监控区域控制数据列表,确定所述监控区域的变化数据预警阈值;
当所述监控区域的地貌形态变化数据超出所述变化数据预警阈值时,所述监控处理器还用于向监控区域ID对应的预警处理中心发送第一预警信息;所述第一预警信息包括:所述监控区域ID和所述地貌形态变化数据。
优选的,所述地质灾害监测预警系统还包括:
用户终端,用于接收所述预警处理中心发送的预警提示消息,并进行显示或者语音播报。
本发明实施例提供的一种地质灾害监测预警方法,通过使用TOF相机,利用TOF相机对环境图像的采集不受环境光的影响的特点,按照预设频率对监控区域的进行环境图像采集,生成三维点云数据,并发送给监控处理器,经过监控处理器采集得到的三维点云数据进行分析,得到地貌形态变化数据,并确定地貌形态变化数据与变化数据预警阈值的关系,当地貌形态变化数据超出变化数据预警阈值时,监控处理器向监控区域对应的预警处理中心发送第一预警信息。预警处理中心根据第一预警信息,预警处理中心对第一预警信息进行等级判断,生成预警提示消息发送给预警区域内的用户终端,以提醒大家危害的发生。本发明实施例提供的方法能够完成对地质灾害的自动化监控预警,提高了测量的准确度,提高了预警的时效性,大减小了人工采集数据、处理数据投入人力和物力成本。
附图说明
图1为本发明实施例提供的一种地质灾害监测预警方法的流程图;
图2为本发明实施例提供的根据连续多个的地貌特征点云数据进行预警的方法流程图;
图3为本发明实施例提供的根据地貌特征点云数据的变化趋势进行预警的方法流程图;
图4为本发明实施例提供的一种地质灾害监测预警系统的系统框图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
本发明的一种地质灾害监测预警方法,用于对地质灾害多发区的山体滑坡和泥石流进行监测预警,图1为本发明实施例提供的一种地质灾害监测预警方法的流程图,如图所述,包括以下步骤:
步骤101,监控处理器接收外部输入的监控启动指令,根据预设频率生成监控图像数据采集指令,并发送给TOF相机。
具体的,监控处理器接收管理员用户的监控启动指令后,按照预设频率生成监控图像数据采集指令,并将监控图像数据采集指令发送给TOF相机。其中,TOF相机安装在所属监控区域的固定位置,例如,山体或者专门设置的安装设备支撑杆等一切可以固定TOF相机的地方。
其中,预设频率根据监控区域的地质情况和天气情况进行评估后写入监控处理器。例如,对监控区域的土壤湿度、岩石坚硬度等地质情况进行测量后,结合天气情况进行综合评估后确定。一般情况下,土壤湿度与预设频率正比关系,降雨量与预设频率也成正比关系。本发明实施例中的一个具体例子中,预设频率为6次/天,即每4小时采集一次数据。
步骤102,飞行时间TOF相机根据接收到的监控数据采集指令采集所属监控区域的环境图像,生成三维点云数据。
具体的,TOF相机接收到监控数据采集指令拍摄监控区域的环境图像,经过TOF相机的处理单元,对采集到的图像环境信息进行分析处理,生成三维点云数据。
本发明实施例中采用的TOF相机通过内置激光发射模块发射光信号,并通过内置的互补金属氧化物半导体(Complementary Metal Oxide Semiconductor,CMOS)像素阵列来获取三维场景的距离景深数据,成像率可达上百帧每秒,同时结构紧凑,功耗低。对于目标场景的三维数据获取方式为:TOF相机使用振幅调制的光源,该光源主动地照射目标场景,并与锁定在同一频率的每个像素上的相关传感器耦合。其内置激光发射的发射光和发射光照射到场景物体上后发射的反射光具有相移,通过检测发射光和反射光之间的不同的相移量获得多次测量。内置激光发射器的振幅调制在10-100MH的调制频率区间,而频率控制着TOF相机传感器深度范围和深度分辨率。同时TOF相机的处理单元在每个像素上单独地执行相位差进行计算,得出目标场景的深度数据,TOF相机的处理单元进过对反射光的反射强度进行分析计算,得出目标场景的强度数据,再结合获取的二维数据进行分析处理后得到目标场景的三维点云数据。
本发明实施例的具体例子中,TOF相机采用固态激光器或者LED阵列发射波长在850nm附近的光波发射器作为内置激光发射器。发射光源为通过连续调制方式得到的连续方波或正弦波。TOF相机处理单元通过计算多个采样样本中的发射光与反射光的相位角以及目标物体的距离,并对反射光强度转换的电流强度进行分析计算得到强度数据,然后再结合光学相机得到的二维图像数据进行融合处理,得到目标场景的三维点云数据。
在对监控区域的环境图像进行采集过程中,由于是通过TOF相机主动发射的非可见光进行场景拍摄,所以即使在黑暗情况下也能得到监控区域环境图像的清晰的三维点云数据。因此,本发明实施例提供的方法在夜间或者照明状态不佳,甚至没有照明的黑暗环境中也适用。
步骤103,TOF相机将三维点云数据和相机ID发送给监控服务器。
具体的,每个TOF相机都保存有相机ID,且每个相机ID其所属的监控区域的监控区域ID对应。TOF相机将生成的三维点云数据和监控区域ID一起发送给监控服务器,以便监控服务器在接收到三维点云数据时能确定是哪个TOF相机采集到的。
步骤104,监控服务器对三维点云数据进行去噪处理,得到去噪后的三维点云数据。
具体的,监控服务器选用特定的滤波方式对接收到的三维点云数据进行滤波处理,去除其中的噪点。例如使用如下方法对三维点云数据进行滤波处理:
本发明实施例中的TOF相机分辨率为M×N(M、N都为正整数),所以其获取的一帧三维点云数据具有M×N个像素点,每个像素点进一步包括X、Y、Z三维坐标值。其中,TOF相机原始深度数据到我们需要的3维点云数据的步骤:首先,对原始深度数据做初步校正和温度校准;其次,对图像做畸变校正处理;再次,深度图像坐标系(x0,y0,z0)转化成相机坐标系(x1,y1,z1),及把图像上的深度信息转化成以相机为原点的三维坐标系;最后,相机坐标系(x1,y1,z1)转化成需要的世界坐标系(x2,y2,z2),及把相机的坐标系转化成项目需要的坐标系,也就是最终的点云的坐标系。X轴、Y轴的数据值表示场景点的平面坐标位置,Z轴的数据值表示采集到的获取到的场景的实际深度值。
监控处理器将三维点云数据转化为M×N×3的矩阵,每一行代表飞行时间传感器中排列的一个像素。通过将M×N×3的矩阵重置为M×N的矩阵,并且用深度值表示重置矩阵中的每个元素的值,三维点云数据就转化成二维平面图像数据。
监控处理器采用基于三维点云的3×3空间滤波算子,对二维平面图像数据的各像素点的深度值进行计算,并计算中心点像素与周围像素的深度差。用深度差与预设全局阈值进行比较,当深度差大于预设全局阈值时,判断该像素点测得的深度值为噪点,将其对应的三维点云数据中的像素点滤除。否则,保留其对应的三维点云数据中的像素点。经过处理后得到去噪后的三维点云数据。
步骤105,监控处理器对去噪后的三维点云数据进行特征数据提取,得到监控区域的地貌特征点云数据,并保存在监控区域ID对应的区域地貌特征数据列表中。
具体的,监控处理器对去噪后的三维点云数据的二维图像的灰度数据进行边缘检测,得到灰度边缘像素点的数据,并将灰度边缘像素点的数据与去噪后的三维点云数据中的像素点进行对应,从去噪后的三维点云数据中提出灰度边缘数据对应的三维点云数据,得到边缘三维点云数据,即为监控区域的地貌特征点云数据。监控处理器根据相机ID在相机区域对应列表中查找监控区域对应关系,确定相机ID对应的监控区域ID。监控处理器将所述地貌特征点云数据保存在监控区域ID对应的区域地貌特征数据列表中。
步骤106,监控处理器将地貌特征点云数据与监控区域的基准地貌特征点云数据进行分析对比处理,得到监控区域的地貌形态变化数据。
具体的,监控处理器中保存有每个监控区域的基准地貌特征点云数据。
监控处理器根据监控区域ID在存储单元中查找基准数据,得到该监控区域的基准地貌特征点云数据。监控处理器将地貌特征点云数据的各像素点的深度数据与基准地貌特征点云数据各像素点的深度数据进行比对,计算各像素点的深度数据差,并将各差值进行加权处理,得到监控区域的地貌形态变化数据。
其中,基准地貌特征点云数据的来源为,在实施发明的方法时,每个监控区域的TOF相机第一次对监控区域的环境图像进行采集生成三维点云数据,监控处理器对三维点云数据进行步骤104-步骤106的处理得到的地貌特征点云数据。然后监控处理器将得到的地貌特征点云数据作为基准点云数据保存在存储单元中监控区域ID对应的存储位置。
步骤107,监控处理器根据监控区域ID查找监控区域控制数据列表,确定监控区域的变化数据预警阈值。
具体的,监控处理器根据监控区域ID在监控区域控制数据列表中查找监控区域ID对应的变换数据预警阈值,也就是该监控区域的变化数据预警阈值。其中,变化数据预警阈值是经过对监控区域的监控数据进行统计,综合考虑监控区域的地质特性,例如岩石坚硬度,土壤含水量等因素后得出,且由管理员写入监控处理器的存储设备中。
步骤108,当监控区域的地貌形态变化数据超出变化数据预警阈值时,监控处理器向监控区域ID对应的预警处理中心发送第一预警信息。
第一预警信息包括:监控区域ID和地貌形态变化数据。
具体的,当监控区域的地貌形态变化数据超出变化数据预警阈值时,监控处理器向根据监控区域ID和地貌形态变化数据生成第一预警信息。
步骤109,预警处理中心对接收到的第一预警信息进行解析,得到地貌形态变化数据和监控区域ID。
步骤110,预警处理中心根据地貌形态变化数据确定预警级别;以及,根据监控ID确定预警区域。
具体的,预警处理中心对每个监控区域的地貌形态变化数据进行分析,确定其预警级别。按照一般依据突发事件可能造成的危害程度、波及范围、影响力大小、人员及财产损失等情况,由高到低划分为特别重大Ⅰ级、重大Ⅱ级、较大Ⅲ级、一般Ⅳ级四个级别,并依次采用红色预警、橙色预警、黄色预警、蓝色预警来加以表示。对每个级别划定的地貌形态变化数据范围为第一地貌形态变化数据范围、第二地貌形态变化数据范围、第三地貌形态变化数据范围和第四地貌形态变化数据范围。根据地貌形态变化数据d满足的预警区域和对应的预警级别如下:
第一地貌形态变化数据范围(D3<d≤D4)为红色预警。
第二地貌形态变化数据范围(D2<d≤D3)为橙色预警。
第三地貌形态变化数据范围(D1<d≤D2)为黄色预警。
第四地貌形态变化数据范围(D0<d≤D1)为蓝色预警。
预警区域的确定有以下步骤完成:
首先,预警处理中心根据监控ID在监控区域信息列表中查找监控区域位置,得到监控ID对应的监控区域中心位置数据。
然后,预警处理中心根据监控区域位置数据确定以监控区域中心位置数据为中心半径小于等于第一半径大小的区域为预警区域。
步骤111,预警处理中心根据预警级别和预警区域生成预警提示消息,发送给预警区域内的用户终端。
具体的,各用户终端都具有定位功能,并能与预警处理中心进行数据交互,将其定位的位置数据发送给预警处理中心。当预警处理中心在确定好预警区域后,就根据预警区域确定位置数据在预警区域范围内的用户终端为发送预警提示信息的对象。预警处理中心根据预警级别和预警区域生成预警提示消息,发送给预警区域内的用户终端。预警提示消息用于提示预警区域的人,其已经处于预警范围内,且所处区域可能发生地质灾害以及对灾害的危险级别进行告知,请大家做好防御工作。
在优选的方案中,本发明实施例还提供了根据各监控区域的TOF相机多次拍摄经过分析得到的地貌特征点云数据进行分析,预测灾害发生的可能性并在有可能发生灾害的情况下发出预警。图2为本发明实施例提供的根据连续多个的地貌特征点云数据进行预警的方法流程图,如图所示,包括以下步骤:
步骤210,监控处理器获取区域地貌特征数据列表中最后存入的连续第一数量个地貌特征点云数据。
具体的,监控处理器在预设时刻对存储在地貌数据列表中的连续第一数量个地貌特征点云数据进行分析处理。在一个具体的例子中,第一数量为A=10,预设时刻为每天早晨8:00。那么,监控处理器读取区域地貌特征数据列表中的最后存入的10个地貌特征点云数据。
步骤220,对连续第一数量个地貌特征点云数据进行趋势分析,得到区域地貌特征预测数据。
区域地貌特征预测数据包括第二数量的预测数据和每个预测数据的预计发生时间。
具体的,监控处理器对第一数量个地貌特征点云数据中的两两相邻地貌特征点云数据采用步骤106的分析方法进行两两比对分析,得到A-1个相对地貌特征变化数据,计算A-1个相对地貌变化数据的平均值,将其作为趋势预测的预测增量值。取步骤106中计算出来的地貌形态变化数据作为预测基础数值。预测基础数值依次加上一倍的预测增量值至第二数量倍的预测增量值,从而得到第二数量个预测数据。
在一个具体例子中,第一数量个为A=10,得到9个相对地貌特征变化数据,计算9个相对地貌变化数据的平均值,将其作为趋势预测的预测增量值。第二数量为B=3,那么只计算三个预测数据,即预测基础数值加上一倍的预测增量值得到第一预测数据、预测基础数值加上二倍的预测增量值得到第二预测数据、预测基础数值加上三倍的预测增量值得到第三预测数据,即3个预测数据。同时,根据第三个预测数据区域地貌特征数据列表中的最后存入地貌特征点云数据的时间和预设频率,确定第一个预测数据的预计发生时间。如,最后存入地貌特征点云数据的时间为当日3:00,预设频率为6次/天,即每4小时采集一次数据,那么第一个预测数据的预计发生时间为当日7:00,记为预计发生时间为,第二个预测数据的预计发生时间为当日11:00,第三个预测数据的预计发生时间为当日15:00。每个预测数据的预计发生时间也保存在区域地貌特征预测数据中。
步骤230,当第二数量的预测数据中存在超出变化数据预警阈值的数据时,监控处理器向监控区域ID对应的预警处理中心发送第二预警信息。
第二预警信息包括:监控区域ID、连续第一数量个地貌特征点云数据和区域地貌特征预测数据。
具体的,监控处理器对第二数量个预测数据一一进行是否超出变化数据预警阈值的判定,当次第二数量个预测数据中存在超出变化数据预警阈值的预测数据时,监控处理器根据监控区域ID连续第一数量个地貌特征点云数据和区域地貌特征预测数据生成第二预警信息,并发送给监控区域ID对应的预警处理中心。
步骤240,预警处理中心对接收到的第二预警信息进行解析,得到监控区域ID和区域地貌特征预测数据。
步骤250,预警处理中心根据区域地貌特征预测数据确定预警级别,以及,根据监控ID确定预警区域。
具体的,预警处理中心根据区域地貌特征预测数据中的第二数量个预测数据中的第一个超出变化数据预警阈值使用步骤310的方法确定预警级别和预警区域。
步骤260,预警处理中心根据预警级别和预警区域生成预警提示消息,发送给预警区域内的用户终端。
具体的,预警处理中心根据预警级别和预警区域生成预警提示消息,这个预警提示消息用于提示预警区域内的人,预测的预警数据在预计发生时间可能发生,需要人们做好防御工作。
在另一个优选的方案中,本发明实施例还提供了根据各监控区域的TOF相机多次拍摄经过分析得到的地貌特征点云数据的变化趋势进行分析,预测灾害发生的可能性,并在有可能发生灾害的情况下发出预警。图3为本发明实施例提供的根据地貌特征点云数据的变化趋势进行预警的方法流程图,如图所示,包括以下步骤:
步骤310,监控处理器获取区域地貌特征数据列表中最后存入的连续第一数量个地貌特征点云数据。
具体的,具体的,监控处理器在预设时刻对存储在地貌数据列表中的连续第一数量个地貌特征点云数据进行分析处理。在一个具体的例子中,第一数量为A=5,预设时刻为8:00。那么,监控处理器读取区域地貌特征数据列表中的最后存入的5个地貌特征点云数据。
步骤320,对连续第一数量个地貌特征点云数据进行趋势分析,得到区域地貌特征变化趋势数据。
区域地貌特征变化趋势数据包括多个相对变化率数据;每个相对变化率数据根据相邻两个地貌特征点云数据计算得到。
具体的,监控处理器对连续第一数量A个地貌特征点云数据中各地貌特征点云数据的各像素点的深度数据与其前一个地貌特征点云数据各像素点的深度数据进行比对,计算各像素点的深度数据差,计算像素点的深度数据差与预设采样时间间隔的比值,记为像素变化率,并将各像素变化率进行加权平均处理,得到相对地貌特征变化数据。由连续第一数量A个地貌特征点云数据经过计算得到A-1个相对地貌特征变化数据,在一个具体例子中,第一数量为A=4,经过计算得到的3个相对地貌特征变化数据记为k1、k2、k3,即为相对变化率数据。预设采样时间间隔由预设频率决定,例如,预设频率为6次/天,那么采样时间间隔为4小时。
步骤330,当多个相对变化率数据的变化趋势为持续增大时,监控处理器向监控区域ID对应的预警处理中心发送第二预警信息。
第二预警信息包括:监控区域ID、连续第一数量个地貌特征点云数据和区域地貌特征变化趋势数据。
具体的,判断相对变化率数据的变化趋势,在一个具体实施例中,相对变化率数据为k1、k2、k3,比较k1、k2、k3的大小:
当k1<k2<k3时,说明相对变化率数据的变化趋势为持续增大,监控处理器根据监控区域ID、连续第一数量个地貌特征点云数据和区域地貌特征变化趋势数据生成第二预警信息,并发送给预警处理中心。
步骤340,预警处理中心对接收到的第二预警信息进行解析,得到监控区域ID和区域地貌特征变化趋势数据。
步骤350,预警处理中心根据区域地貌特征变化趋势数据确定预警级别;以及,根据监控ID确定预警区域。
具体的,预警处理中心将解析第二预警信息得到的区域地貌特征变化趋势数据与预设趋势范围进行比对,确定预警范围,并根据监控区域ID确定预警区域。按照一般依据突发事件可能造成的危害程度、波及范围、影响力大小、人员及财产损失等情况,由高到低划分为特别重大Ⅰ级、重大Ⅱ级、较大Ⅲ级、一般Ⅳ级四个级别,并依次采用红色预警、橙色预警、黄色预警、蓝色预警来加以表示。对每个级别划定的地貌形态变化数据范围为第一预警范围、第二预警范围、第三预警范围和第四预警范围。根据区域地貌特征变化趋势数据中的最后一个相对变化率数据为k满足的预警范围和对应的预警级别如下:
第一预设趋势范围(K3<k≤K4)为红色预警。
第二预设趋势范围(K2<k≤K3)为橙色预警。
第三预设趋势范围(K1<k≤K2)为黄色预警。
第四预设趋势范围(K0<k≤K1)为蓝色预警。
在一个具体例子中,得到的相对变化率数据为k1、k2、k3,预警处理中心判断k3与预设趋势范围进行比较,确定其在第四预设趋势范围,那么预警级别为蓝色预警。
步骤360,预警处理中心根据预警级别和预警区域生成预警提示消息,发送给预警区域内的用户终端。
具体的,预警处理中心根据预警级别在预警提示消息模板中查找预警趋势模板,对预警趋势模板的相关数据根据预警级别和预警区域进行填充,得到预警提示消息,将预警提示消息发送给预警区域内的用户终端,用以告知预警区域内的人,监控区域近期的变化增大,需要对灾害的发生进行防御。
以上为本发明实施例提供的一种地质灾害监测预警方法的完整实现过程。
本发明还提供了一种地质灾害预测预警系统,用于实现上述方法,图4为本发明实施例提供的一种地质灾害监测预警系统的系统框图,如图所示为系统包括:飞行时间TOF相机1、监控处理器2和预警处理中心3。
飞行时间TOF相机1设置于在各监控区域的任何可架设相机的柱子、墙体或者上体上,设置完成了即固定,不轻易改变其设置位置,以此保证每次采集到的数据具有精确的可对比性。监控处理器2设置于监控区域附近的机房等位置。预警处理中心3设置于经考察确定的安全区域内。地质灾害监测预警系统的系统还包括用户终端4,可以是手机、笔记本、台式电脑等可接收通信消息的终端设备。
飞行时间TOF相机1与监控处理器2通过有线或者无线通信连接方式连接。监控处理器2与预警处理中心3通过有线或者无线通信连接方式连接。预警处理中心3与用户终端4通过有线或者无线通信连接方式连接。
系统中的各组件所执行的功能和他们之间的交互如上述方法实施例中所描述,此处不再赘述。
本发明实施例提供的一种地质灾害监测预警方法,通过使用TOF相机,利用TOF相机对环境图像的采集不受环境光的影响的特点,按照预设频率对监控区域的进行环境图像采集,生成三维点云数据,并发送给监控处理器,经过监控处理器采集得到的三维点云数据进行分析,得到地貌形态变化数据,并确定地貌形态变化数据与变化数据预警阈值的关系,当地貌形态变化数据超出变化数据预警阈值时,监控处理器向监控区域对应的预警处理中心发送第一预警信息。预警处理中心根据第一预警信息,预警处理中心对第一预警信息进行等级判断,生成预警提示消息发送给预警区域内的用户终端,以提醒大家危害的发生。本发明实施例提供的方法能够完成对地质灾害的自动化监控预警,提高了测量的准确度,提高了预警的时效性,大减小了人工采集数据、处理数据投入人力和物力成本。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种地质灾害监测预警方法,其特征在于,所述地质灾害监测预警方法包括:
飞行时间TOF相机根据接收到的监控数据采集指令采集所属监控区域的环境图像,生成三维点云数据;
所述TOF相机将所述三维点云数据和相机ID发送给监控服务器;
所述监控服务器对三维点云数据进行去噪处理,得到去噪后的三维点云数据;
所述监控处理器对所述去噪后的三维点云数据进行特征数据提取,得到监控区域的地貌特征点云数据,并保存在监控区域ID对应的区域地貌特征数据列表中;
所述监控处理器将所述地貌特征点云数据与所述监控区域的基准地貌特征点云数据进行分析对比处理,得到所述监控区域的地貌形态变化数据;
所述监控处理器根据监控区域ID查找监控区域控制数据列表,确定所述监控区域的变化数据预警阈值;
当所述监控区域的地貌形态变化数据超出所述变化数据预警阈值时,所述监控处理器向监控区域ID对应的预警处理中心发送第一预警信息;所述第一预警信息包括:所述监控区域ID和所述地貌形态变化数据。
2.根据权利要求1所述地质灾害监测预警方法,其特征在于,在所述TOF相机根据预设频率采集所属监控区域的环境图像之前,所述地质灾害监测预警方法还包括:
所述监控处理器接收外部输入的监控启动指令,根据所述预设频率生成监控图像数据采集指令,并发送给TOF相机。
3.根据权利要求1所述地质灾害监测预警方法,其特征在于,所述地质灾害监测预警方法还包括:
所述监控处理器获取所述区域地貌特征数据列表中最后存入的连续第一数量个地貌特征点云数据;
对所述连续第一数量个地貌特征点云数据进行趋势分析,得到区域地貌特征预测数据;所述区域地貌特征预测数据包括第二数量的预测数据;
当所述第二数量的预测数据中存在超出所述变化数据预警阈值的数据时,所述监控处理器向监控区域ID对应的预警处理中心发送第二预警信息;所述第二预警信息包括:所述监控区域ID、所述连续第一数量个地貌特征点云数据和所述区域地貌特征预测数据。
4.根据权利要求3所述地质灾害监测预警方法,其特征在于,所述方法还包括:
所述预警处理中心对接收到的第二预警信息进行解析,得到所述监控区域ID和所述区域地貌特征预测数据;
所述预警处理中心根据所述区域地貌特征预测数据确定预警级别,以及,根据所述监控ID确定预警区域;
所述预警处理中心根据预警级别和所述预警区域生成预警提示消息,发送给所述预警区域内的用户终端。
5.根据权利要求1所述地质灾害监测预警方法,其特征在于,所述地质灾害监测预警方法还包括:
所述监控处理器获取所述区域地貌特征数据列表中最后存入的连续第一数量个地貌特征点云数据;
对所述连续第一数量个地貌特征点云数据进行趋势分析,得到区域地貌特征变化趋势数据;所述区域地貌特征变化趋势数据包括多个相对变化率数据;每个相对变化率数据根据相邻两个地貌特征点云数据计算得到;
当所述多个相对变化率数据的变化趋势为持续增大时,所述监控处理器向监控区域ID对应的预警处理中心发送第二预警信息;所述第二预警信息包括:所述监控区域ID、所述连续第一数量个地貌特征点云数据和所述区域地貌特征变化趋势数据。
6.根据权利要求4所述地质灾害监测预警方法,其特征在于,所述方法还包括:
所述预警处理中心对接收到的第二预警信息进行解析,得到所述监控区域ID和所述区域地貌特征变化趋势数据;
所述预警处理中心根据所述区域地貌特征变化趋势数据确定预警级别,以及,根据所述监控ID确定预警区域;
所述预警处理中心根据预警级别和所述预警区域生成预警提示消息,发送给所述预警区域内的用户终端。
7.根据权利要求1所述地质灾害监测预警方法,其特征在于,所述方法还包括:
所述预警处理中心对接收到的第一预警信息进行解析,得到所述地貌形态变化数据和所述监控区域ID;
所述预警处理中心根据所述地貌形态变化数据确定预警级别;以及,根据所述监控ID确定预警区域;
所述预警处理中心根据预警级别和所述预警区域生成预警提示消息,发送给所述预警区域内的用户终端。
8.根据权利要求4或6或7所述地质灾害监测预警方法,其特征在于,所述预警处理中心根据所述监控ID确定预警区域具体为:
所述预警处理中心根据所述监控ID在监控区域信息列表中查找监控区域位置,得到监控ID对应的监控区域中心位置数据;
所述预警处理中心根据所述监控区域位置数据确定以所述监控区域中心位置数据为中心半径小于等于第一半径大小的区域为所述预警区域。
9.一种地质灾害监测预警系统,其特征在于,所述地质灾害监测预警系统包括:行时间TOF相机、监控处理器和预警处理中心;
所述飞行时间TOF相机用于根据接收到的监控数据采集指令采集所属监控区域的环境图像,生成三维点云数据;
所述TOF相机还用于将所述三维点云数据和相机ID发送给监控服务器;
所述监控服务器用于对三维点云数据进行去噪处理,得到去噪后的三维点云数据;
所述监控处理器还用于对所述去噪后的三维点云数据进行特征数据提取,得到监控区域的地貌特征点云数据,并保存在监控区域ID对应的区域地貌特征数据列表中;
所述监控处理器还用于将所述地貌特征点云数据与所述监控区域的基准地貌特征点云数据进行分析对比处理,得到所述监控区域的地貌形态变化数据;
所述监控处理器还用于根据监控区域ID查找监控区域控制数据列表,确定所述监控区域的变化数据预警阈值;
当所述监控区域的地貌形态变化数据超出所述变化数据预警阈值时,所述监控处理器还用于向监控区域ID对应的预警处理中心发送第一预警信息;所述第一预警信息包括:所述监控区域ID和所述地貌形态变化数据。
10.根据权利要求9所述地质灾害监测预警系统,其特征在于,所述地质灾害监测预警系统还包括:
用户终端,用于接收所述预警处理中心发送的预警提示消息,并进行显示或者语音播报。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911214431.7A CN110880229B (zh) | 2019-12-02 | 2019-12-02 | 一种地质灾害监测预警方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911214431.7A CN110880229B (zh) | 2019-12-02 | 2019-12-02 | 一种地质灾害监测预警方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110880229A true CN110880229A (zh) | 2020-03-13 |
CN110880229B CN110880229B (zh) | 2022-04-12 |
Family
ID=69730820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911214431.7A Active CN110880229B (zh) | 2019-12-02 | 2019-12-02 | 一种地质灾害监测预警方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110880229B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112036347A (zh) * | 2020-09-05 | 2020-12-04 | 深圳市易智博网络科技有限公司 | 一种用于地质灾害生命周期跟踪与动态防治方法、设备和系统 |
CN112215439A (zh) * | 2020-11-09 | 2021-01-12 | 广东新禾道信息科技有限公司 | 一种基于gis的地质灾害应急指挥数据处理方法及系统 |
CN112329982A (zh) * | 2020-09-29 | 2021-02-05 | 武汉地大信息工程股份有限公司 | 一种基于k线图的地质灾害预测方法及系统 |
CN113627668A (zh) * | 2021-08-10 | 2021-11-09 | 贵州中云数据服务有限公司 | 一种超算环境下的数据分析处理系统 |
CN113792642A (zh) * | 2021-09-08 | 2021-12-14 | 江苏省工程勘测研究院有限责任公司 | 一种基于智能化技术的河湖生态治理数据处理方法及系统 |
CN114267155A (zh) * | 2021-11-05 | 2022-04-01 | 国能大渡河革什扎水电开发有限公司 | 一种基于视频识别技术的地质灾害监测预警系统 |
CN116935248A (zh) * | 2023-07-17 | 2023-10-24 | 深圳大学 | 基于无人机编队的工程结构安全状态监测方法及系统 |
CN117809260A (zh) * | 2024-02-23 | 2024-04-02 | 中国地质调查局水文地质环境地质调查中心 | 泥石流物源启动的识别方法、装置以及电子设备 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003240613A (ja) * | 2002-02-20 | 2003-08-27 | Tamu Tec:Kk | 遠隔監視装置 |
CN201315089Y (zh) * | 2008-09-26 | 2009-09-23 | 大连海事大学 | 用于监测隧道岩体塌方的报警装置 |
JP4545219B1 (ja) * | 2009-05-18 | 2010-09-15 | 国際航業株式会社 | 地形画像を用いた地形変化の解析方法及びそのプログラム |
CN102005104A (zh) * | 2009-09-02 | 2011-04-06 | 吴立新 | 滑坡体位移和姿态远距离快速监测报警装置及方法 |
CN102013150A (zh) * | 2010-09-28 | 2011-04-13 | 浙江工业大学 | 基于雨强、斜坡土壤含水量和形变量的地质灾害预测系统 |
CN103139577A (zh) * | 2011-11-23 | 2013-06-05 | 华为技术有限公司 | 一种深度图像滤波方法、获取深度图像滤波阈值的方法和装置 |
CN206037988U (zh) * | 2016-09-26 | 2017-03-22 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种土石坝gps三维变形预警系统 |
CN107067470A (zh) * | 2017-04-05 | 2017-08-18 | 东北大学 | 基于红外热像仪与深度相机的便携式三维温度场重建系统 |
CN108010280A (zh) * | 2017-12-26 | 2018-05-08 | 成都理工大学 | 一种突发性黄土滑坡预警方法及其应用 |
CN108416985A (zh) * | 2018-04-20 | 2018-08-17 | 北京航天控制仪器研究所 | 一种基于图像识别的地质灾害监测预警系统及预警方法 |
CN207963788U (zh) * | 2018-02-28 | 2018-10-12 | 江苏大学 | 一种基于深度摄像头的公路边坡安全智能监测及预警装置 |
CN207976988U (zh) * | 2018-03-26 | 2018-10-16 | 中科院广州电子技术有限公司 | 一种山体滑坡地质灾害的预警系统 |
CN108711264A (zh) * | 2018-05-16 | 2018-10-26 | 深圳市城市公共安全技术研究院有限公司 | 基于大数据的地质灾害监测方法及监测系统 |
CN109448326A (zh) * | 2018-10-29 | 2019-03-08 | 大连理工大学 | 一种基于快速图像识别的地质灾害智能群防监测系统 |
CN109859099A (zh) * | 2019-01-22 | 2019-06-07 | 华中农业大学 | 基于sfm点云深度的盆栽玉米杂草快速去除方法 |
CN109993103A (zh) * | 2019-03-29 | 2019-07-09 | 华南理工大学 | 一种基于点云数据的人体行为识别方法 |
CN110223383A (zh) * | 2019-06-17 | 2019-09-10 | 重庆大学 | 一种基于深度图修补的植物三维重建方法及系统 |
CN110310362A (zh) * | 2019-06-24 | 2019-10-08 | 中国科学院自动化研究所 | 基于深度图及imu的高动态场景三维重建方法、系统 |
CN110473385A (zh) * | 2019-07-30 | 2019-11-19 | 中石化石油工程技术服务有限公司 | 油气管道地质灾害监测预警系统 |
-
2019
- 2019-12-02 CN CN201911214431.7A patent/CN110880229B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003240613A (ja) * | 2002-02-20 | 2003-08-27 | Tamu Tec:Kk | 遠隔監視装置 |
CN201315089Y (zh) * | 2008-09-26 | 2009-09-23 | 大连海事大学 | 用于监测隧道岩体塌方的报警装置 |
JP4545219B1 (ja) * | 2009-05-18 | 2010-09-15 | 国際航業株式会社 | 地形画像を用いた地形変化の解析方法及びそのプログラム |
CN102005104A (zh) * | 2009-09-02 | 2011-04-06 | 吴立新 | 滑坡体位移和姿态远距离快速监测报警装置及方法 |
CN102013150A (zh) * | 2010-09-28 | 2011-04-13 | 浙江工业大学 | 基于雨强、斜坡土壤含水量和形变量的地质灾害预测系统 |
CN103139577A (zh) * | 2011-11-23 | 2013-06-05 | 华为技术有限公司 | 一种深度图像滤波方法、获取深度图像滤波阈值的方法和装置 |
CN206037988U (zh) * | 2016-09-26 | 2017-03-22 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种土石坝gps三维变形预警系统 |
CN107067470A (zh) * | 2017-04-05 | 2017-08-18 | 东北大学 | 基于红外热像仪与深度相机的便携式三维温度场重建系统 |
CN108010280A (zh) * | 2017-12-26 | 2018-05-08 | 成都理工大学 | 一种突发性黄土滑坡预警方法及其应用 |
CN207963788U (zh) * | 2018-02-28 | 2018-10-12 | 江苏大学 | 一种基于深度摄像头的公路边坡安全智能监测及预警装置 |
CN207976988U (zh) * | 2018-03-26 | 2018-10-16 | 中科院广州电子技术有限公司 | 一种山体滑坡地质灾害的预警系统 |
CN108416985A (zh) * | 2018-04-20 | 2018-08-17 | 北京航天控制仪器研究所 | 一种基于图像识别的地质灾害监测预警系统及预警方法 |
CN108711264A (zh) * | 2018-05-16 | 2018-10-26 | 深圳市城市公共安全技术研究院有限公司 | 基于大数据的地质灾害监测方法及监测系统 |
CN109448326A (zh) * | 2018-10-29 | 2019-03-08 | 大连理工大学 | 一种基于快速图像识别的地质灾害智能群防监测系统 |
CN109859099A (zh) * | 2019-01-22 | 2019-06-07 | 华中农业大学 | 基于sfm点云深度的盆栽玉米杂草快速去除方法 |
CN109993103A (zh) * | 2019-03-29 | 2019-07-09 | 华南理工大学 | 一种基于点云数据的人体行为识别方法 |
CN110223383A (zh) * | 2019-06-17 | 2019-09-10 | 重庆大学 | 一种基于深度图修补的植物三维重建方法及系统 |
CN110310362A (zh) * | 2019-06-24 | 2019-10-08 | 中国科学院自动化研究所 | 基于深度图及imu的高动态场景三维重建方法、系统 |
CN110473385A (zh) * | 2019-07-30 | 2019-11-19 | 中石化石油工程技术服务有限公司 | 油气管道地质灾害监测预警系统 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112036347A (zh) * | 2020-09-05 | 2020-12-04 | 深圳市易智博网络科技有限公司 | 一种用于地质灾害生命周期跟踪与动态防治方法、设备和系统 |
CN112329982A (zh) * | 2020-09-29 | 2021-02-05 | 武汉地大信息工程股份有限公司 | 一种基于k线图的地质灾害预测方法及系统 |
CN112329982B (zh) * | 2020-09-29 | 2022-06-28 | 武汉地大信息工程股份有限公司 | 一种基于k线图的地质灾害预测方法及系统 |
CN112215439A (zh) * | 2020-11-09 | 2021-01-12 | 广东新禾道信息科技有限公司 | 一种基于gis的地质灾害应急指挥数据处理方法及系统 |
CN112215439B (zh) * | 2020-11-09 | 2021-05-14 | 广东新禾道信息科技有限公司 | 一种基于gis的地质灾害应急指挥数据处理方法及系统 |
CN113627668A (zh) * | 2021-08-10 | 2021-11-09 | 贵州中云数据服务有限公司 | 一种超算环境下的数据分析处理系统 |
CN113627668B (zh) * | 2021-08-10 | 2024-06-11 | 贵州中云数据服务有限公司 | 一种超算环境下的数据分析处理系统 |
CN113792642A (zh) * | 2021-09-08 | 2021-12-14 | 江苏省工程勘测研究院有限责任公司 | 一种基于智能化技术的河湖生态治理数据处理方法及系统 |
CN114267155A (zh) * | 2021-11-05 | 2022-04-01 | 国能大渡河革什扎水电开发有限公司 | 一种基于视频识别技术的地质灾害监测预警系统 |
CN116935248A (zh) * | 2023-07-17 | 2023-10-24 | 深圳大学 | 基于无人机编队的工程结构安全状态监测方法及系统 |
CN117809260A (zh) * | 2024-02-23 | 2024-04-02 | 中国地质调查局水文地质环境地质调查中心 | 泥石流物源启动的识别方法、装置以及电子设备 |
CN117809260B (zh) * | 2024-02-23 | 2024-05-14 | 中国地质调查局水文地质环境地质调查中心 | 泥石流物源启动的识别方法、装置以及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110880229B (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110880229B (zh) | 一种地质灾害监测预警方法和系统 | |
Zheng et al. | Nighttime light remote sensing for urban applications: Progress, challenges, and prospects | |
Small et al. | Spatial analysis of global urban extent from DMSP-OLS night lights | |
Jensen et al. | Remote sensing change detection in urban environments | |
US20160260306A1 (en) | Method and device for automated early detection of forest fires by means of optical detection of smoke clouds | |
Grotti et al. | An intensity, image-based method to estimate gap fraction, canopy openness and effective leaf area index from phase-shift terrestrial laser scanning | |
CN110488391B (zh) | 针对小区域的天气预测系统、方法及存储介质 | |
US12032659B2 (en) | Method for identifying dry salt flat based on sentinel-1 data | |
CN103903014A (zh) | 一种基于卫星遥感技术的荒漠化判释方法 | |
CN111144252A (zh) | 一种用于人流分析的监控预警方法 | |
CN118135412B (zh) | 一种农村黑臭水体遥感识别方法 | |
Reddy et al. | Automatic tree identification and diameter estimation using single scan terrestrial laser scanner data in central indian forests | |
CN111127436B (zh) | 一种用于桥梁的位移检测预警方法 | |
Hooda | IoT and remote sensing | |
CN117571056B (zh) | 一种基于物联网的环境保护监测方法、系统 | |
CN110706491B (zh) | 一种用于高速公路的交通监控预警方法及系统 | |
CN111144276B (zh) | 一种用于牧场的监测预警方法 | |
CN108956395B (zh) | 一种空气微粒浓度检测的方法及终端 | |
CN110942631B (zh) | 一种基于飞行时间相机的交通信号控制方法 | |
CN116256314A (zh) | 一种天基红外点目标探检一体传感器设计方法 | |
KR102209866B1 (ko) | 지상기반 전운량 자동 산출을 위한 왜곡 영상 전처리 방법 | |
KR20230143499A (ko) | Cctv를 활용한 강우입자 분포 및 강우강도 추정 방법 | |
CN110751398B (zh) | 一种区域生态质量评价方法及装置 | |
CN113589319A (zh) | 一种迭代极小值激光雷达点云滤波方法 | |
Wang | Estimating forest attributes from spherical images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |