CN112734617A - 一种基于5g定位技术的地质灾害预警监测方法 - Google Patents
一种基于5g定位技术的地质灾害预警监测方法 Download PDFInfo
- Publication number
- CN112734617A CN112734617A CN202110091691.0A CN202110091691A CN112734617A CN 112734617 A CN112734617 A CN 112734617A CN 202110091691 A CN202110091691 A CN 202110091691A CN 112734617 A CN112734617 A CN 112734617A
- Authority
- CN
- China
- Prior art keywords
- data
- disaster
- module
- early warning
- monitoring
- 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.)
- Withdrawn
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 134
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000005516 engineering process Methods 0.000 title claims abstract description 18
- 238000007405 data analysis Methods 0.000 claims abstract description 30
- 230000008859 change Effects 0.000 claims abstract description 29
- 238000012795 verification Methods 0.000 claims abstract description 12
- 238000009795 derivation Methods 0.000 claims abstract description 6
- 238000012216 screening Methods 0.000 claims description 76
- 238000013500 data storage Methods 0.000 claims description 44
- 230000004927 fusion Effects 0.000 claims description 27
- 238000012549 training Methods 0.000 claims description 24
- 230000002159 abnormal effect Effects 0.000 claims description 22
- 238000004891 communication Methods 0.000 claims description 19
- 238000007500 overflow downdraw method Methods 0.000 claims description 15
- 238000010586 diagram Methods 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 239000003086 colorant Substances 0.000 abstract description 2
- 238000013473 artificial intelligence Methods 0.000 abstract 1
- 230000001360 synchronised effect Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Computer Security & Cryptography (AREA)
- Remote Sensing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于5G定位技术的地质灾害预警监测方法，涉及地质灾害监测技术领域；本发明设置了数据初筛模块，该设置结合人工智能模型对监测子区域i对应的遥感图像进行初步筛选，有助于缩小地质灾害监测的区域，提高本发明的工作效率，节约时间；本发明设置了数据分析模块，该设置通过参数拟合的方式获取了验证预警曲线和灾害预警曲线，并对验证预警曲线和灾害预警曲线进行求导分析判断监测子区域是否发生地质灾害，有助于提高地质灾害预警的准确度；本发明设置了信息发布模块，该设置通过第三方地图平台结合监测子区域i制作灾害实时变化图并进行颜色标记，对发生地质灾害的监测子区域进行直观展示，有助于及时避险和人员调度。
Description
技术领域
本发明属于地质灾害监测领域，涉及5G定位技术，具体是一种基于5G定位技术的地质灾害预警监测方法。
背景技术
地质灾害是指在地球的发展演化过程中，由各种地质作用形成的灾害性地质事件；地质灾害在时间和空间上的分布变化规律，既受制于自然环境，又与人类活动有关，往往是人类与自然界相互作用的结果；目前，对于地质灾害的预警警示方法和系统大都比较落后，实时性差，且定位精度低，当可能出现险情时，不能及时快速地发现和处理，并且由于定位不准确，及时发现也不能及时地处理，导致耽误时间而让险情不能得到快速有效的控制和处理。
公开号为CN111341074A的发明专利提供了一种基于5G定位技术的地质灾害警示的方法，包括按照如下的顺序依次包括步骤：将地质灾害监测区域分为多个子监测区，每个子监测区都非均匀设置多个非5G基站和设置一个5G基站，其中多个非5G基站分散的设置于子监测区内，5G基站设置于子监测区内的中心区域；在每个子监测区中，均匀设置多个监测装置，监测装置用于对监测点的数据进行采集。
上述方案在监测的过程中，利用5G基站进行同步和校准等步骤，可以快速高效的传输和处理数据，及时发现和警示地质灾害险情，从而实现及时有效的处理，降低了地质灾害带来的危险和减少了损失；但是，上述方案中只是将监测装置的监测数据统一发送，并没有对监测数据进行分析处理，导致工作效率不高；因此，上述方案仍需进一步改进。
发明内容
为了解决上述方案存在的问题，本发明提供了一种基于5G定位技术的地质灾害预警监测方法。
本发明的目的可以通过以下技术方案实现：一种基于5G定位技术的地质灾害预警监测方法，所述地质灾害预警监测方法包括以下步骤：
步骤一：通过与控制系统通信连接的数据采集装置采集数据，并将采集到的数据进行整合分析之后标记为原始数据，将原始数据发送至数据初筛模块；
步骤二：数据初筛模块接收到原始数据之后将地质灾害监测区域划分为若干个监测子区域；并通过初筛模型对监测子区域i进行分析获取初筛标签，根据初筛标签获取监测子区域对应的区域报警信号；将区域异常信号对应监测子区域的原始数据发送至数据分析模块；
步骤三：数据分析模块根据天气数据对监测子区域的地质灾害发生情况进行分析，当监测子区域发生地质灾害时，将灾害预警信号分别发送至信息发布模块和数据存储模块；
步骤四：信息发布模块结合第三方地图平台制作灾害实时变化图，并对灾害实时变化图进行颜色标记。
优选的，所述控制系统包括处理器、信息发布模块、预警调度模块、数据存储模块、智能物联模块、数据初筛模块和数据分析模块；
所述智能物联模块与数据采集装置通信连接；所述数据采集装置将采集到的数据发送至智能物联模块，所述智能物联模块接收到数据采集装置发送的数据之后进行整合分析之后并标记为原始数据；通过处理器将原始数据发送至数据存储模块进行存储，同时，将原始数据发送至数据初筛模块。
优选的，所述数据初筛模块获取原始数据之后进行初步筛选，包括：
通过预警调度模块和数据存储模块获取地质灾害监测区域，并将地质灾害监测区域划分为若干个监测子区域，并将若干个监测子区域标记为i，i＝1，2，……，n；
数据初筛模块接收到原始数据之后按照划分的监测子区域i进行对应划分；
获取监测子区域i对应原始数据中的遥感图像，对遥感图像进行图像预处理之后标记为初筛图像i；所述图像预处理包括几何校正、大气校正和图像融合；
通过数据存储模块获取初筛模型；
将初筛图像i进行数据归一化之后输入值初筛模型获取输出结果，将输出结果标记为初筛标签；所述初筛标签即为初筛图像i对应的灾害标签；
当初筛标签为0时，则生成区域正常信号，并将区域正常信号分别发送至信息发布模块和数据存储模块；当初筛标签为1时，则生成区域异常信号，并将区域异常信号分别发送至数据分析模块和数据存储模块，同时将监测子区域i对应的原始数据发送至数据分析模块。
优选的，所述数据分析模块用于对原始数据进行详细分析，包括：
当数据分析模块接收到区域异常信号时，提取对应监测子区域i原始数据中的天气数据；所述天气数据包括温度均值、湿度均值、气压均值、风速均值和雨量均值，并分别标记为WJ、SJ、QJ、FJ和YJ；
通过公式ZYPX＝α1×WJ+α2×SJ+α3×QJ+α4×FJ+α5×YJ获取灾害预警系数ZYPX；其中α1、α2、α3、α4和α5为比例系数，且α1、α2、α3、α4和α5均根据监测子区域的地质参数和软件模拟获得；
以时间为自变量，灾害预警系数ZYPX为因变量进行参数拟合建立验证预警曲线；
通过数据存储模块获取灾害预警曲线；
分别对验证预警曲线和灾害预警曲线进行求导，获取对应时间的导数差值并求取导数差值的均方差；
当均方差小于等于均方差阈值时，则判定监测子区域i发生地质灾害，将灾害预警信号分别发送至信息发布模块和数据存储模块。
优选的，所述信息发布模块用于制作灾害实时变化图，包括：
通过第三方地图平台结合监测子区域i制作灾害实时变化图；所述第三方地图平台包括高德地图、腾讯地图和百度地图；
当信息发布模块接收到报警信号时，将报警信号对应的监测子区域i进行颜色标记；所述报警信号包括区域正常信号、区域异常信号和灾害预警信号；
将完成颜色标记的灾害实时变化图发送至数据存储模块进行存储。
优选的，所述颜色标记的具体步骤包括：
当监测子区域i发送区域安全信号时，将灾害实时变化图中对应的位置标记为绿色；当监测子区域i只发送区域异常信号时，将灾害实时变化图中对应的位置标记为黄色；当监测子区域i发送灾害预警信号时，将灾害实时变化图中对应的位置标记为红色。
优选的，所述灾害预警曲线的具体获取步骤包括：
获取发生监测子区域的地质灾害发生记录；所述地质灾害发生记录包括灾害发生时的天气数据；
地质灾害发生记录结合参数拟合建立灾害预警曲线；
通过处理器将灾害预警曲线发送至数据存储模块进行存储。
优选的，所述初筛模型的获取步骤包括：
通过互联网获取训练图像；所述训练图像包括自然灾害卫星图像和非自然灾害卫星图像；为训练图像设置灾害标签；所述灾害标签包括0和1，其中0表示非自然灾害卫星图像，1表示自然灾害卫星图像；
按照设定比例将训练图像划分成训练集和测试集；所述设定比例包括3:1、4:1和2:1；
构建融合模型；所述融合模型通过SVM、LR和GBDT三种基线模型结合融合方式构建的模型，所述融合方式包括线性加权融合法、交叉融合法、瀑布融合法、特征融合法和预测融合法；
将训练集和测试集进行数据归一化之后对融合模型进行训练和测试；当融合模型的目标精度达到要求时，则判定融合模型训练完成，将训练完成的融合模型标记为初筛模型；
通过处理器将初筛模型发送至数据存储模块进行存储。
优选的，所述数据采集装置包括采集传感器、非5G基站和5G基站；将地质灾害监测区域划分为若干个监测子区域，若干个所述监测子区域包括若干个非5G基站和一个5G基站，若干所述非5G基站与对应监测子区域内的5G基站通信连接，且若干所述非5G基站分散设置于监测子区域内，所述非5G基站与采集传感器通信连接；所述采集传感器包括图像采集单元、温度传感器、湿度传感器、气压传感器、风速传感器和雨量传感器；所述图像采集单元包括高清摄像头和动作云台，且所述图像采集单元与资源卫星应用中心通信连接。
与现有技术相比，本发明的有益效果是：
1、本发明设置了数据初筛模块，该设置获取原始数据之后进行初步筛选；数据初筛模块通过图像分析技术结合人工智能模型对监测子区域i对应的遥感图像进行初步筛选，有助于缩小地质灾害监测的区域，提高本发明的工作效率，节约时间；
2、本发明设置了数据分析模块，该设置用于对原始数据进行详细分析；数据分析模块通过参数拟合的方式获取了验证预警曲线和灾害预警曲线，并对验证预警曲线和灾害预警曲线进行求导分析判断监测子区域是否发生地质灾害，有助于提高地质灾害预警的准确度；
3、本发明设置了信息发布模块，该设置用于制作灾害实时变化图；信息发布模块通过第三方地图平台结合监测子区域i制作灾害实时变化图并进行颜色标记，对发生地质灾害的监测子区域进行直观展示，有助于及时避险和人员调度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的步骤示意图；
图2为本发明控制系统的原理示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1-图2，一种基于5G定位技术的地质灾害预警监测方法，地质灾害预警监测方法包括以下步骤：
步骤一：通过与控制系统通信连接的数据采集装置采集数据，并将采集到的数据进行整合分析之后标记为原始数据，将原始数据发送至数据初筛模块；
步骤二：数据初筛模块接收到原始数据之后将地质灾害监测区域划分为若干个监测子区域；并通过初筛模型对监测子区域i进行分析获取初筛标签，根据初筛标签获取监测子区域对应的区域报警信号；将区域异常信号对应监测子区域的原始数据发送至数据分析模块；
步骤三：数据分析模块根据天气数据对监测子区域的地质灾害发生情况进行分析，当监测子区域发生地质灾害时，将灾害预警信号分别发送至信息发布模块和数据存储模块；
步骤四：信息发布模块结合第三方地图平台制作灾害实时变化图，并对灾害实时变化图进行颜色标记。
进一步地，控制系统包括处理器、信息发布模块、预警调度模块、数据存储模块、智能物联模块、数据初筛模块和数据分析模块；
智能物联模块与数据采集装置通信连接；数据采集装置将采集到的数据发送至智能物联模块，智能物联模块接收到数据采集装置发送的数据之后进行整合分析之后并标记为原始数据；通过处理器将原始数据发送至数据存储模块进行存储，同时，将原始数据发送至数据初筛模块。
进一步地，数据初筛模块获取原始数据之后进行初步筛选，包括：
通过预警调度模块和数据存储模块获取地质灾害监测区域，并将地质灾害监测区域划分为若干个监测子区域，并将若干个监测子区域标记为i，i＝1，2，……，n；
数据初筛模块接收到原始数据之后按照划分的监测子区域i进行对应划分；
获取监测子区域i对应原始数据中的遥感图像，对遥感图像进行图像预处理之后标记为初筛图像i；图像预处理包括几何校正、大气校正和图像融合；
通过数据存储模块获取初筛模型；
将初筛图像i进行数据归一化之后输入值初筛模型获取输出结果，将输出结果标记为初筛标签；初筛标签即为初筛图像i对应的灾害标签；
当初筛标签为0时，则生成区域正常信号，并将区域正常信号分别发送至信息发布模块和数据存储模块；当初筛标签为1时，则生成区域异常信号，并将区域异常信号分别发送至数据分析模块和数据存储模块，同时将监测子区域i对应的原始数据发送至数据分析模块。
进一步地，数据分析模块用于对原始数据进行详细分析，包括：
当数据分析模块接收到区域异常信号时，提取对应监测子区域i原始数据中的天气数据；天气数据包括温度均值、湿度均值、气压均值、风速均值和雨量均值，并分别标记为WJ、SJ、QJ、FJ和YJ；
通过公式ZYPX＝α1×WJ+α2×SJ+α3×QJ+α4×FJ+α5×YJ获取灾害预警系数ZYPX；其中α1、α2、α3、α4和α5为比例系数，且α1、α2、α3、α4和α5均根据监测子区域的地质参数和软件模拟获得；
以时间为自变量，灾害预警系数ZYPX为因变量进行参数拟合建立验证预警曲线；
通过数据存储模块获取灾害预警曲线；
分别对验证预警曲线和灾害预警曲线进行求导，获取对应时间的导数差值并求取导数差值的均方差；
当均方差小于等于均方差阈值时，则判定监测子区域i发生地质灾害，将灾害预警信号分别发送至信息发布模块和数据存储模块。
进一步地，信息发布模块用于制作灾害实时变化图，包括：
通过第三方地图平台结合监测子区域i制作灾害实时变化图；第三方地图平台包括高德地图、腾讯地图和百度地图；
当信息发布模块接收到报警信号时，将报警信号对应的监测子区域i进行颜色标记；报警信号包括区域正常信号、区域异常信号和灾害预警信号；
将完成颜色标记的灾害实时变化图发送至数据存储模块进行存储。
进一步地，颜色标记的具体步骤包括：
当监测子区域i发送区域安全信号时，将灾害实时变化图中对应的位置标记为绿色；当监测子区域i只发送区域异常信号时，将灾害实时变化图中对应的位置标记为黄色；当监测子区域i发送灾害预警信号时，将灾害实时变化图中对应的位置标记为红色。
进一步地，灾害预警曲线的具体获取步骤包括：
获取发生监测子区域的地质灾害发生记录；地质灾害发生记录包括灾害发生时的天气数据；
地质灾害发生记录结合参数拟合建立灾害预警曲线；
通过处理器将灾害预警曲线发送至数据存储模块进行存储。
进一步地，初筛模型的获取步骤包括：
通过互联网获取训练图像；训练图像包括自然灾害卫星图像和非自然灾害卫星图像；为训练图像设置灾害标签；灾害标签包括0和1，其中0表示非自然灾害卫星图像，1表示自然灾害卫星图像；
按照设定比例将训练图像划分成训练集和测试集；设定比例包括3:1、4:1和2:1；
构建融合模型；融合模型通过SVM、LR和GBDT三种基线模型结合融合方式构建的模型，融合方式包括线性加权融合法、交叉融合法、瀑布融合法、特征融合法和预测融合法；
将训练集和测试集进行数据归一化之后对融合模型进行训练和测试；当融合模型的目标精度达到要求时，则判定融合模型训练完成，将训练完成的融合模型标记为初筛模型；
通过处理器将初筛模型发送至数据存储模块进行存储。
进一步地，数据采集装置包括采集传感器、非5G基站和5G基站；将地质灾害监测区域划分为若干个监测子区域，若干个监测子区域包括若干个非5G基站和一个5G基站，若干非5G基站与对应监测子区域内的5G基站通信连接，且若干非5G基站分散设置于监测子区域内，非5G基站与采集传感器通信连接；采集传感器包括图像采集单元、温度传感器、湿度传感器、气压传感器、风速传感器和雨量传感器；图像采集单元包括高清摄像头和动作云台，且图像采集单元与资源卫星应用中心通信连接。
进一步地，处理器分别与信息发布模块、预警调度模块、数据存储模块、智能物联模块、数据初筛模块和数据分析模块通信连接；预警调度模块分别与数据存储模块和信息发布模块通信连接，数据初筛模块分别与智能物联模块和数据分析模块通信连接，数据分析模块和信息发布模块通信连接。
进一步地，5G基站在预警监测过程中实现同步和校准，包括：
5G基站接收到卫星系统的时钟信息同步自身的时钟，并基于自身的时钟产生时钟编码；时钟编码包括监测子区域的ID码、校验码和若干个时钟同步码，若干个时钟同步码包括开始码、时间码信息和结束码；
在非5G基站中对应设置有时钟解码器，监测子区域中的5G基站发送时钟编码至对应监测子区域的非5G基站；其中若干个时钟同步码按照非均匀的设定时长和间隔依次连续发送；
若干个非5G基站分别接收时钟编码的ID码和校验码，通过时钟解码器进行解码；
当接收到的时钟同步码的开始码时开始计时，直到接收时钟结束码的时刻停止计时，通过计算结束时刻和同步开始时刻的差值得到若干个时钟同步码的发送时长以及通过接收时间之间的差值得到若干个时钟同步码之间的发送间隔；
将计算得到的若干个时钟同步码的发送时长和发送间隔与设定时长和间隔分别进行对比，得到对应的时长校准参数和间隔校准参数，通过时长校准参数和间隔校准参数分别对若干个非5G基站进行校准。
进一步地，预警调度模块用于根据灾害实时变化图调度工作人员，区域报警信号包括区域正常信号和区域异常信号。
上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
本发明的工作原理：
所述数据采集装置将采集到的数据发送至智能物联模块，所述智能物联模块接收到数据采集装置发送的数据之后进行整合分析之后并标记为原始数据；通过处理器将原始数据发送至数据存储模块进行存储，同时，将原始数据发送至数据初筛模块；
通过预警调度模块和数据存储模块获取地质灾害监测区域，并将地质灾害监测区域划分为若干个监测子区域，并将若干个监测子区域标记为i；数据初筛模块接收到原始数据之后按照划分的监测子区域i进行对应划分；获取监测子区域i对应原始数据中的遥感图像，对遥感图像进行图像预处理之后标记为初筛图像i；通过数据存储模块获取初筛模型；将初筛图像i进行数据归一化之后输入值初筛模型获取输出结果，将输出结果标记为初筛标签；当初筛标签为0时，则生成区域正常信号，并将区域正常信号分别发送至信息发布模块和数据存储模块；当初筛标签为1时，则生成区域异常信号，并将区域异常信号分别发送至数据分析模块和数据存储模块，同时将监测子区域i对应的原始数据发送至数据分析模块。
当数据分析模块接收到区域异常信号时，提取对应监测子区域i原始数据中的天气数据；获取灾害预警系数ZYPX；其中α1、α2、α3、α4和α5为比例系数，且α1、α2、α3、α4和α5均根据监测子区域的地质参数和软件模拟获得；以时间为自变量，灾害预警系数ZYPX为因变量进行参数拟合建立验证预警曲线；通过数据存储模块获取灾害预警曲线；分别对验证预警曲线和灾害预警曲线进行求导，获取对应时间的导数差值并求取导数差值的均方差；当均方差小于等于均方差阈值时，则判定监测子区域i发生地质灾害，将灾害预警信号分别发送至信息发布模块和数据存储模块；
通过第三方地图平台结合监测子区域i制作灾害实时变化图；当信息发布模块接收到报警信号时，将报警信号对应的监测子区域i进行颜色标记。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (8)
1.一种基于5G定位技术的地质灾害预警监测方法，其特征在于，所述地质灾害预警监测方法包括以下步骤：
步骤一：通过与控制系统通信连接的数据采集装置采集数据，并将采集到的数据进行整合分析之后标记为原始数据，将原始数据发送至数据初筛模块；
步骤二：数据初筛模块接收到原始数据之后将地质灾害监测区域划分为若干个监测子区域；并通过初筛模型对监测子区域i进行分析获取初筛标签，根据初筛标签获取监测子区域对应的区域报警信号；将区域异常信号对应监测子区域的原始数据发送至数据分析模块；
步骤三：数据分析模块根据天气数据对监测子区域的地质灾害发生情况进行分析，当监测子区域发生地质灾害时，将灾害预警信号分别发送至信息发布模块和数据存储模块；
步骤四：信息发布模块结合第三方地图平台制作灾害实时变化图，并对灾害实时变化图进行颜色标记。
2.根据权利要求1所述的一种基于5G定位技术的地质灾害预警监测方法，其特征在于，所述控制系统包括处理器、信息发布模块、预警调度模块、数据存储模块、智能物联模块、数据初筛模块和数据分析模块；
所述智能物联模块与数据采集装置通信连接；所述数据采集装置将采集到的数据发送至智能物联模块，所述智能物联模块接收到数据采集装置发送的数据之后进行整合分析之后并标记为原始数据；通过处理器将原始数据发送至数据存储模块进行存储，同时，将原始数据发送至数据初筛模块。
3.根据权利要求2所述的一种基于5G定位技术的地质灾害预警监测方法，其特征在于，所述数据初筛模块获取原始数据之后进行初步筛选，包括：
通过预警调度模块和数据存储模块获取地质灾害监测区域，并将地质灾害监测区域划分为若干个监测子区域，并将若干个监测子区域标记为i，i＝1，2，……，n；
数据初筛模块接收到原始数据之后按照划分的监测子区域i进行对应划分；
获取监测子区域i对应原始数据中的遥感图像，对遥感图像进行图像预处理之后标记为初筛图像i；所述图像预处理包括几何校正、大气校正和图像融合；
通过数据存储模块获取初筛模型；
将初筛图像i进行数据归一化之后输入值初筛模型获取输出结果，将输出结果标记为初筛标签；所述初筛标签即为初筛图像i对应的灾害标签；
当初筛标签为0时，则生成区域正常信号，并将区域正常信号分别发送至信息发布模块和数据存储模块；当初筛标签为1时，则生成区域异常信号，并将区域异常信号分别发送至数据分析模块和数据存储模块，同时将监测子区域i对应的原始数据发送至数据分析模块。
4.根据权利要求2所述的一种基于5G定位技术的地质灾害预警监测方法，其特征在于，所述数据分析模块用于对原始数据进行详细分析，包括：
当数据分析模块接收到区域异常信号时，提取对应监测子区域i原始数据中的天气数据；所述天气数据包括温度均值、湿度均值、气压均值、风速均值和雨量均值，并分别标记为WJ、SJ、QJ、FJ和YJ；
通过公式ZYPX＝α1×WJ+α2×SJ+α3×QJ+α4×FJ+α5×YJ获取灾害预警系数ZYPX；其中α1、α2、α3、α4和α5为比例系数，且α1、α2、α3、α4和α5均根据监测子区域的地质参数和软件模拟获得；
以时间为自变量，灾害预警系数ZYPX为因变量进行参数拟合建立验证预警曲线；
通过数据存储模块获取灾害预警曲线；
分别对验证预警曲线和灾害预警曲线进行求导，获取对应时间的导数差值并求取导数差值的均方差；
当均方差小于等于均方差阈值时，则判定监测子区域i发生地质灾害，将灾害预警信号分别发送至信息发布模块和数据存储模块。
5.根据权利要求2所述的一种基于5G定位技术的地质灾害预警监测方法，其特征在于，所述信息发布模块用于制作灾害实时变化图，包括：
通过第三方地图平台结合监测子区域i制作灾害实时变化图；所述第三方地图平台包括高德地图、腾讯地图和百度地图；
当信息发布模块接收到报警信号时，将报警信号对应的监测子区域i进行颜色标记；所述报警信号包括区域正常信号、区域异常信号和灾害预警信号；
将完成颜色标记的灾害实时变化图发送至数据存储模块进行存储。
6.根据权利要求5所述的一种基于5G定位技术的地质灾害预警监测方法，其特征在于，所述颜色标记的具体步骤包括：
当监测子区域i发送区域安全信号时，将灾害实时变化图中对应的位置标记为绿色；当监测子区域i只发送区域异常信号时，将灾害实时变化图中对应的位置标记为黄色；当监测子区域i发送灾害预警信号时，将灾害实时变化图中对应的位置标记为红色。
7.根据权利要求2所述的一种基于5G定位技术的地质灾害预警监测方法，其特征在于，所述初筛模型的获取步骤包括：
通过互联网获取训练图像；所述训练图像包括自然灾害卫星图像和非自然灾害卫星图像；为训练图像设置灾害标签；所述灾害标签包括0和1，其中0表示非自然灾害卫星图像，1表示自然灾害卫星图像；
按照设定比例将训练图像划分成训练集和测试集；所述设定比例包括3:1、4:1和2:1；
构建融合模型；所述融合模型通过SVM、LR和GBDT三种基线模型结合融合方式构建的模型，所述融合方式包括线性加权融合法、交叉融合法、瀑布融合法、特征融合法和预测融合法；
将训练集和测试集进行数据归一化之后对融合模型进行训练和测试；当融合模型的目标精度达到要求时，则判定融合模型训练完成，将训练完成的融合模型标记为初筛模型；
通过处理器将初筛模型发送至数据存储模块进行存储。
8.根据权利要求2所述的一种基于5G定位技术的地质灾害预警监测方法，其特征在于，所述数据采集装置包括采集传感器、非5G基站和5G基站；将地质灾害监测区域划分为若干个监测子区域，若干个所述监测子区域包括若干个非5G基站和一个5G基站，若干所述非5G基站与对应监测子区域内的5G基站通信连接，且若干所述非5G基站分散设置于监测子区域内，所述非5G基站与采集传感器通信连接；所述采集传感器包括图像采集单元、温度传感器、湿度传感器、气压传感器、风速传感器和雨量传感器；所述图像采集单元包括高清摄像头和动作云台，且所述图像采集单元与资源卫星应用中心通信连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110091691.0A CN112734617A (zh) | 2021-01-23 | 2021-01-23 | 一种基于5g定位技术的地质灾害预警监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110091691.0A CN112734617A (zh) | 2021-01-23 | 2021-01-23 | 一种基于5g定位技术的地质灾害预警监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112734617A true CN112734617A (zh) | 2021-04-30 |
Family
ID=75595242
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110091691.0A Withdrawn CN112734617A (zh) | 2021-01-23 | 2021-01-23 | 一种基于5g定位技术的地质灾害预警监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112734617A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114067531A (zh) * | 2021-11-15 | 2022-02-18 | 中大检测(湖南)股份有限公司 | 一种基于5g的远程地质灾害监测系统及监测方法 |
| CN114089332A (zh) * | 2021-12-01 | 2022-02-25 | 中大检测(湖南)股份有限公司 | 基于雷达和遥感技术的地质灾害预警系统 |
| CN114463948A (zh) * | 2022-01-26 | 2022-05-10 | 南昌工程学院 | 一种地质灾害监测预警方法及系统 |
| CN114584597A (zh) * | 2022-03-02 | 2022-06-03 | 湖北中腾智能科教有限公司 | 一种基于云端系统的智能监控消防系统 |
| CN116091881A (zh) * | 2023-02-14 | 2023-05-09 | 安徽星太宇科技有限公司 | 一种基于多源数据融合的遥感信息管理系统 |
| CN116546431A (zh) * | 2023-07-04 | 2023-08-04 | 北京江云智能科技有限公司 | 一种基于北斗全网通多网融合数据采集通信系统及方法 |
| CN117452941A (zh) * | 2023-10-27 | 2024-01-26 | 淮阴工学院 | 基于云平台的自动巡检深海养殖避灾系统及方法 |
-
2021
- 2021-01-23 CN CN202110091691.0A patent/CN112734617A/zh not_active Withdrawn
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114067531A (zh) * | 2021-11-15 | 2022-02-18 | 中大检测(湖南)股份有限公司 | 一种基于5g的远程地质灾害监测系统及监测方法 |
| CN114089332A (zh) * | 2021-12-01 | 2022-02-25 | 中大检测(湖南)股份有限公司 | 基于雷达和遥感技术的地质灾害预警系统 |
| CN114089332B (zh) * | 2021-12-01 | 2022-08-16 | 中大检测(湖南)股份有限公司 | 基于雷达和遥感技术的地质灾害预警系统 |
| CN114463948A (zh) * | 2022-01-26 | 2022-05-10 | 南昌工程学院 | 一种地质灾害监测预警方法及系统 |
| CN114584597A (zh) * | 2022-03-02 | 2022-06-03 | 湖北中腾智能科教有限公司 | 一种基于云端系统的智能监控消防系统 |
| CN116091881A (zh) * | 2023-02-14 | 2023-05-09 | 安徽星太宇科技有限公司 | 一种基于多源数据融合的遥感信息管理系统 |
| CN116546431A (zh) * | 2023-07-04 | 2023-08-04 | 北京江云智能科技有限公司 | 一种基于北斗全网通多网融合数据采集通信系统及方法 |
| CN116546431B (zh) * | 2023-07-04 | 2023-09-19 | 北京江云智能科技有限公司 | 一种基于北斗全网通多网融合数据采集通信系统及方法 |
| CN117452941A (zh) * | 2023-10-27 | 2024-01-26 | 淮阴工学院 | 基于云平台的自动巡检深海养殖避灾系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112734617A (zh) | 一种基于5g定位技术的地质灾害预警监测方法 | |
| CN113450545B (zh) | 自然灾害预警系统、方法、云平台及可储存介质 | |
| CN113793234B (zh) | 基于数字孪生技术的智慧园区平台 | |
| CN113724105A (zh) | 建筑施工现场监控系统及其监控方法 | |
| CN114155601A (zh) | 一种基于视觉的作业人员危险行为检测方法及系统 | |
| CN115393566A (zh) | 电力设备的故障识别与预警方法、装置、存储介质、设备 | |
| CN114511784A (zh) | 环境监测预警方法、装置、设备及存储介质 | |
| CN117172959B (zh) | 一种林业生态环境监测系统及方法 | |
| CN111160838A (zh) | 一种基于bim技术的3d可视化建筑项目管理系统及方法 | |
| CN112685812A (zh) | 一种动态监管方法、装置、设备及存储介质 | |
| CN112906464A (zh) | 行人检测识别方法、装置、设备及存储介质 | |
| CN115659673A (zh) | 基于无人机图像的桥梁施工过程安全监控系统 | |
| CN111860187A (zh) | 一种高精度的佩戴口罩识别方法及系统 | |
| CN113076999B (zh) | 基于人工智能信息数据采集方法 | |
| Murugan et al. | AI based Weather Monitoring System | |
| CN117058855A (zh) | 一种物联网云边通信方法 | |
| CN117095512A (zh) | 一种滑坡多场数据融合调度监测系统及方法 | |
| CN115083229B (zh) | 基于ai视觉识别的飞行训练设备智能识别与警示系统 | |
| CN115908728A (zh) | 一种智能煤矿井下监控系统、方法、终端设备及存储介质 | |
| CN115641014A (zh) | 基于定位的人员轨迹数据处理方法、装置以及电子设备 | |
| CN114743332A (zh) | 一种智能消防的感知预警方法、装置、存储介质及终端 | |
| CN113627017A (zh) | 振动监测模型复用方法、装置、设备及存储介质 | |
| CN114005041A (zh) | 一种基于uavrs和bim的道路病害识别管控方法和设备 | |
| CN114022305A (zh) | 地下水动态监测方法及装置 | |
| CN113835139A (zh) | 一种台风动态监视系统 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210430 |
|
| WW01 | Invention patent application withdrawn after publication |