CN113487251A - 基于一键式遥感的自然灾害预警与应急响应方法与系统 - Google Patents
基于一键式遥感的自然灾害预警与应急响应方法与系统 Download PDFInfo
- Publication number
- CN113487251A CN113487251A CN202111041339.2A CN202111041339A CN113487251A CN 113487251 A CN113487251 A CN 113487251A CN 202111041339 A CN202111041339 A CN 202111041339A CN 113487251 A CN113487251 A CN 113487251A
- Authority
- CN
- China
- Prior art keywords
- data
- disaster
- point
- fusion
- class
- 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
- 230000004044 response Effects 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000004927 fusion Effects 0.000 claims abstract description 64
- 230000007246 mechanism Effects 0.000 claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 238000012544 monitoring process Methods 0.000 claims description 77
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000013075 data extraction Methods 0.000 claims description 5
- 230000002123 temporal effect Effects 0.000 claims 2
- 230000008569 process Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 10
- 238000007781 pre-processing Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005305 interferometry Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 238000000547 structure data Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Alarm Systems (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本申请提供一种基于一键式遥感的自然灾害预警与应急响应方法与系统，方法包括从不同数据源获取与灾害相关的不同的源数据，并对所述源数据进行数据融合，得到融合数据；对所述融合数据进行灾害隐患点和/或灾害点分析，并在发现所述灾害隐患点时进行预警，在发现所述灾害点或接收到灾害点报警信息时，启动应急响应机制。这就使得在进行灾害隐患点和/或灾害点分析时，可以基于不同数据源的源数据进行综合分析，从而可以更为及时地发现灾害情况，及时进行预警以及应急响应。
Description
技术领域
本申请涉及灾害监测技术领域，具体而言，涉及基于一键式遥感的自然灾害预警与应急响应方法与系统。
背景技术
自然灾害往往与环境破坏存在复杂的相互联系，需要进一步深入自然灾害发生演变规律与成灾机理研究，加强自然灾害监测预测预警能力，减少自然灾害造成的损失。同时灾害应急响应工作的效率会直接影响到人民自身的财产安全，甚至会很大程度影响灾害修复难度，从而影响工作的顺利开展。提高灾害应急响应速度是提高防灾救灾的重要基础，同时也是衡量组织救灾能力高低的重要标准。通过分析现阶段开展的自然灾害应急管理工作发现存在以下问题：目前不同系统的灾害信息侧重点不同且相互独立，数据不同步，导致灾情信息获取与分析不及时。该问题严重影响了对于自然灾害的预警与应急响应。
发明内容
本申请实施例的目的在于提供基于一键式遥感的自然灾害预警与应急响应方法与系统，用以解决相关技术存在的问题。
本申请实施例提供了一种基于一键式遥感的自然灾害预警与应急响应方法，包括：从不同数据源获取与灾害相关的不同的源数据，并对所述源数据进行数据融合，得到融合数据；对所述融合数据进行灾害隐患点和/或灾害点分析，并在发现所述灾害隐患点时进行预警，在发现所述灾害点或接收到灾害点报警信息时，启动应急响应机制；其中：
在发现所述灾害点或接收到灾害点报警信息时，启动应急响应机制包括：根据发现的所述灾害点的灾害点位置或所述灾害点报警信息中的灾害点位置生成灾害点应急监测范围；根据发现的所述灾害点的灾害类型或所述灾害点报警信息中的灾害类型确定所需的源数据类型和各所述源数据类型对应的应急响应时间；将所述灾害点应急监测范围和各所述源数据类型对应的所述应急响应时间分别发送至各所述源数据类型对应的执行机构，以使各所述执行机构对所述灾害点应急监测范围进行监测，并按照各自对应的应急响应时间返回相应类型的源数据。
在上述实现过程中，通过从不同数据源处获取不同的源数据并进行数据融合，得到融合数据，进而对融合数据进行灾害隐患点和/或灾害点分析，并在发现所述灾害隐患点时进行预警，在发现所述灾害点或接收到灾害点报警信息时，启动应急响应机制。这就使得在进行灾害隐患点和/或灾害点分析时，可以基于不同数据源的源数据进行综合分析，从而可以更为及时地发现灾害情况，及时进行预警以及应急响应。
此外，在上述实现过程中，在发现所述灾害点或接收到灾害点报警信息时，即可以自动生成灾害点应急监测范围，并确定所需的源数据类型和各所述源数据类型对应的应急响应时间，从而将灾害点应急监测范围和各源数据类型对应的所述应急响应时间分别发送至各源数据类型对应的执行机构，实现快速实现对于灾害区域高频率、高时效性地监测，为救灾过程提供详实可靠的数据支撑。
进一步地，所述不同的源数据包括卫星影像数据和航空影像数据；对所述源数据进行数据融合，得到融合数据，包括：对所述卫星影像数据和所述航空影像数据进行坐标转换并进行图像配准，得到空间坐标统一且位置匹配的目标卫星影像数据和目标航空影像数据；所述目标卫星影像数据和所述目标航空影像数据为所述融合数据。
在上述实现过程中，对于卫星影像数据和航空影像数据进行坐标转换并进行图像配准后，即可将卫星影像数据和航空影像数据在空间坐标以及位置上进行统一，从而可以使得后续进行灾害隐患点和/或灾害点分析时，可以针对同一位置，实现多源分析，从而可以更为及时地发现灾害情况，及时进行预警以及应急响应。
进一步地，所述不同的源数据包括地面监测数据和各灾害管理部门的业务系统接入数据；对所述源数据进行数据融合，得到融合数据，包括：按照预设的工作需求对所述地面监测数据和所述业务系统接入数据进行数据抽取，得到所述地面监测数据和所述业务系统接入数据中的业务数据；按照各所述业务数据的关键词关联各所述业务数据；关联后的所述业务数据为所述融合数据。
在上述实现过程中，对于地面监测数据和各灾害管理部门的业务系统接入数据按照预设的工作需求进行数据抽取，可以得到工作所需的有效的业务数据，进而基于关键词实现各个业务数据之间的关联，从而可以使得后续进行灾害隐患点和/或灾害点分析时，可以针对同一业务，通过相关联的多个业务数据进行综合分析，从而可以更为及时地发现灾害情况，及时进行预警以及应急响应。
进一步地，所述不同的源数据包括空间类数据和非空间类数据；对所述源数据进行数据融合，得到融合数据，包括：获取所述非空间类数据的属性字段和所述空间类数据的属性表；将各所述非空间类数据与所述属性表中各所述非空间类数据的属性字段的相应属性字段关联；关联后的所述空间类数据和所述非空间类数据为所述融合数据；其中，所述空间类数据包括卫星影像数据、航空影像数据、地理信息系统数据中的至少一种；所述非空间类数据包括地面监测数据和各灾害管理部门的业务系统接入数据中的至少一种。
在上述实现过程中，对于空间类数据和非空间类数据，通过属性字段实现关联，从而可以在进行灾害隐患点和/或灾害点分析时，可以同时结合关联的空间类数据和非空间类数据进行综合分析，从而可以更为及时地发现灾害情况，及时进行预警以及应急响应。
进一步地，所述不同的源数据包括空间类数据和时序类数据；对所述源数据进行数据融合，得到融合数据，包括：获取所述时序类数据的属性字段和/或位置信息；将所述时序类数据与具有相应属性字段的空间类数据关联，和/或将所述时序类数据与具有相同位置信息的空间类数据关联；按照所述空间类数据和所述时序类数据的生成时间顺序，生成各所述空间类数据和所述时序类数据的时间标签；具有时间标签并进行关联操作后的各所述空间类数据和所述时序类数据为所述融合数据；其中，所述空间类数据包括卫星影像数据、航空影像数据、地理信息系统数据中的至少一种；所述时序类数据包括地面监测数据、各灾害管理部门的业务系统接入数据、各灾害遥感应用成果数据中的至少一种。
在上述实现过程中，对于空间类数据和时序类数据，通过属性字段和/或位置信息实现关联，并基于生成时间顺序得到各数据的时间标签，从而在进行灾害隐患点和/或灾害点分析时，可以同时结合关联的空间类数据和时序类数据，并结合不同数据的时间顺序进行综合分析，从而可以更为及时地发现灾害情况，及时进行预警以及应急响应。
进一步地，对所述融合数据进行灾害隐患点和/或灾害点分析，包括：通过各类识别算法或比对算法对所述融合数据进行分析，从而确定出灾害隐患点和/或灾害点。
在上述实现过程中，通过各类识别算法或比对算法对所述融合数据进行分析，可以实现灾害隐患点和/或灾害点的快速确定，从而及时进行应急响应。
进一步地，所述方法还包括：在发现所述灾害隐患点时，或在发现所述灾害点或接收到灾害点报警信息时，将发现的所述灾害隐患点，或发现的所述灾害点，或所述灾害点报警信息中灾害点按照预设格式写入灾害点清单中。
在上述实现过程中，通过对于灾害隐患点以及灾害点的清单化整理，从而可以为后续灾情监测、重点区域监控等后续过程提供更为清晰、准确的资料。
本申请实施例还提供了一种基于一键式遥感的自然灾害预警与应急响应系统，包括：数据调度平台，用于从不同数据源获取不同的源数据，并对所述源数据进行数据融合，得到融合数据；响应系统，用于对所述融合数据进行灾害隐患点和/或灾害点分析，并在发现所述灾害隐患点时进行预警，在发现所述灾害点或接收到灾害点报警信息时，启动应急响应机制。
进一步地，所述不同的源数据包括空间类数据和时序类数据；所述数据调度平台具体用于：获取所述时序类数据的属性字段和/或位置信息；将所述时序类数据与具有相应属性字段的空间类数据关联，和/或将所述时序类数据与具有相同位置信息的空间类数据关联；按照所述空间类数据和所述时序类数据的生成时间顺序，生成各所述空间类数据和所述时序类数据的时间标签；具有时间标签并进行关联操作后的各所述空间类数据和所述时序类数据为所述融合数据；其中，所述空间类数据包括卫星影像数据、航空影像数据、地理信息系统数据中的至少一种；所述时序类数据包括地面监测数据、各灾害管理部门的业务系统接入数据、各灾害遥感应用成果数据中的至少一种。
进一步地，所述响应系统，具体用于：在发现所述灾害点或接收到灾害点报警信息时，根据发现的所述灾害点的灾害点位置或所述灾害点报警信息中的灾害点位置生成灾害点应急监测范围；根据发现的所述灾害点的灾害类型或所述灾害点报警信息中的灾害类型确定所需的源数据类型和各所述源数据类型对应的应急响应时间，并将所述灾害点应急监测范围、所述源数据类型和所述应急响应时间发送给所述数据调度平台；数据调度平台还用于，将所述灾害点应急监测范围和各所述源数据类型对应的所述应急响应时间分别发送至各所述源数据类型对应的执行机构，以使各所述执行机构对所述灾害点应急监测范围进行监测，并按照各自对应的应急响应时间返回相应类型的源数据。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的基于一键式遥感的自然灾害预警与应急响应方法的流程示意图；
图2为本申请实施例提供的基于一键式遥感的自然灾害预警与应急响应系统的结构示意图；
图3为本申请实施例提供的一种具有数据库的基于一键式遥感的自然灾害预警与应急响应系统的结构示意图；
图4为本申请实施例提供的一种具体的系统结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
实施例一：
为了提高灾害分析效率与可靠性，本申请实施例中提供了基于一键式遥感的自然灾害预警与应急响应方法与系统。可以参见图1所示，图1为本申请实施例中提供的基于一键式遥感的自然灾害预警与应急响应方法的基本流程示意图，其包括：
S101：从不同数据源获取与灾害相关的不同的源数据，并对所述源数据进行数据融合，得到融合数据。
在本申请实施例中，可以接入不同的数据源，从不同数据源获取与灾害相关的不同的源数据，并对源数据进行数据融合，得到融合数据。
示例性的，本申请实施例中本系统可以接入卫星数据库或者直接接入卫星系统，从而获取到卫星影像数据。本系统也可以接入航空系统（比如无人机系统、侦查直升机系统等），从而获取到航空影像数据。本系统也可以接入地面监测系统（比如气象站等系统），从而获取到地面监测数据。本系统也可以接入GIS（Geographic Information System，地理信息系统），从而获取到GIS数据（比如地质构造数据、地形数据、行政数据、水系数据、道路数据等）。本系统也可以接入各灾害管理部门的业务系统，从而获取到各灾害管理部门的业务系统接入数据（比如值班值守数据、监测区域的网格数据、重要风险隐患数据、重点防护目标数据、历史灾害信息等业务数据）。
在本申请实施例中，在获取到的源数据包括卫星影像数据和航空影像数据时，可以对卫星影像数据和航空影像数据进行坐标转换并进行图像配准，得到空间坐标统一且位置匹配的目标卫星影像数据和目标航空影像数据。此时，目标卫星影像数据和目标航空影像数据为融合数据。
这样，即可将卫星影像数据和航空影像数据在空间坐标以及位置上进行统一，从而可以针对同一位置同时调用卫星影像数据和航空影像数据进行分析。
在本申请实施例中，在获取到的源数据包括地面监测数据和各灾害管理部门的业务系统接入数据时，可以按照预设的工作需求对地面监测数据和业务系统接入数据进行数据抽取，得到地面监测数据和所述业务系统接入数据中的业务数据。然后即可以按照各业务数据的关键词关联各业务数据。此时，进行关联操作后的各业务数据即为融合数据。
这样，即将不同业务数据通过关键词关联在了一起，当需要针对某一业务进行处理时，即可快速调用出相关联的大量业务数据进行分析，从而保证分析结果的可靠性。
需要注意的是，本申请实施例中所述业务是指与灾害监测相关的任务，比如某一区域的监测任务等。关键词可以是业务相关的词语，比如某一区域的名称或者经纬度等。
在本申请实施例中，在获取到的源数据包括空间类数据和非空间类数据时，可以获取非空间类数据的属性字段和空间类数据的属性表，进而将各非空间类数据与属性表中各非空间类数据的属性字段的相应属性字段关联。进行关联操作后的空间类数据和非空间类数据为融合数据。
需要注意的是，在本申请实施例中，非空间类数据的属性字段可以是描述该非空间类数据的相关特性的字段，例如可以是非空间类数据所对应的区域、对应的任务等。类似的，空间类数据的属性表中描述有各空间类数据的属性信息，比如经纬度、对应的任务等。从而可以通过非空间类数据的属性字段和空间类数据的属性信息的对应情况，实现两者间的关联。
还需要注意的是，在本申请实施例中，空间类数据可以包括卫星影像数据、航空影像数据、GIS数据中的至少一种，其具有明确的空间特性。而非空间类数据即是指除空间类数据以外的数据，比如可以是地面监测数据、各灾害管理部门的业务系统接入数据等中的至少一种。
在本申请实施例中，在获取到的源数据包括空间类数据和时序类数据时，一方面可以获取时序类数据的属性字段和/或位置信息，将时序类数据与具有相应属性字段的空间类数据关联，和/或将时序类数据与具有相同位置信息的空间类数据关联；另一方面则可以按照空间类数据和时序类数据的生成时间顺序，生成各空间类数据和时序类数据的时间标签。
此时，具有时间标签并进行关联操作后的各空间类数据和非空间类数据即为融合数据。
需要注意的是，在上述方案中，可以仅获取时序类数据的属性字段，进而将时序类数据与具有相应属性字段的空间类数据关联。此外，也可以仅获取时序类数据的位置信息，从而将时序类数据与具有相同位置信息的空间类数据关联。此外，也可以既获取时序类数据的属性字段，又获取时序类数据的位置信息，从而同时依据上述两种方式进行关联。
需要注意的是，在本申请实施例中，空间类数据可以包括卫星影像数据、航空影像数据、GIS数据中的至少一种，其具有明确的空间特性。而时序类数据是指具有时序特征的数据，比如可以是地面监测数据、各灾害管理部门的业务系统接入数据等中的至少一种。
需要说明的是，在实际应用过程中，以上4种数据融合方式可以同时采用，也可以仅采用其中的某一种或某几种，在本申请实施例中不做限制。
需要注意的是，在本申请实施例中，在获取到的源数据包括卫星影像数据和航空影像数据时，还可以先对卫星影像数据和航空影像数据通过现有的各种自动化影像预处理流程，消除原始的卫星影像数据和航空影像数据中的地形误差、辐射误差、大气影响等不利因素，然后再进行数据融合处理。
S102：对融合数据进行灾害隐患点和/或灾害点分析，并在发现灾害隐患点时进行预警，在发现灾害点或接收到灾害点报警信息时，启动应急响应机制。
需要说明的是，在本申请实施例中，灾害隐患点是指目前并未形成自然灾害，但是存在风险的位置或区域，灾害点是指目前已形成自然灾害的位置或区域。
在本申请实施例中，可以通过各类识别算法或比对算法对融合数据进行分析，从而确定出灾害隐患点和/或灾害点。
示例性的，可以将不同时刻针对同一位置或区域的数据进行比对分析，从而确定出灾害隐患点和/或灾害点。例如，在地质灾害检测中，可以获取不同时期的卫星雷达影像数据，进而对不同时期的卫星雷达影像数据进行地表形变监测，获取地表形变信息，地表形变信息中包括地表形变位置。此时该地表形变位置为灾害隐患点或灾害点。
需要注意的是，地表形变信息中还可以包括有形变范围、形变强度、形变方向等信息。而该地表形变位置为灾害隐患点还是为灾害点，则可以依据这些信息做进一步确定。例如，在形变范围大于预设范围阈值，或者形变强度大于预设强度阈值时，确定该地表形变位置为灾害点，否则确定该地表形变位置为灾害隐患点。
在另一示例中，可以将关联的不同源数据采用预设的算法进行分析，从而确定出灾害隐患点和/或灾害点。例如，在林火灾害检测中，可以将对应同一区域的热红外卫星数据及气象数据输入至预设的地表热异常探测模型中，得到疑似火点的经纬度、强度、面积分布信息。该疑似火点为灾害隐患点或灾害点，具体为灾害隐患点还是灾害点，则可以根据疑似火点的强度或面积分布信息确定，例如在疑似火点的强度大于预设强度阈值时，或者在疑似火点的分布面积大于预设面积阈值时，确定疑似火点为灾害点，否则为灾害隐患点。
需要理解的是，在本申请实施例中，可以仅进行灾害隐患点的分析确定，也可以仅进行灾害点的分析确定，但是也可以如前文所示例的，同时进行灾害隐患点和灾害点的分析确定。
需要说明的是，在本申请实施例中，在发现灾害隐患点时进行预警可以但不限于是，向管理灾害隐患点所在区域的相关单元或者人员发出警报信息，告知灾害隐患点位置以及可能存在的灾害类型。
还需要注意的是，在本申请实施例中，除了可以通过对融合数据进行分析确定出灾害点外，还可以接入报警系统，比如接入巡林员或者火警或者派出所的报警系统，从而相关单位或个人可以上报灾害点报警信息，实现灾害报警。
在本申请实施例中，灾害点报警信息中可以包含灾害类型、灾害位置描述、经纬度、紧急程度、报警人姓名、报警人电话等数据中的一种或多种。灾害点报警信息的数据格式包括但不限于消息清单、表格、语音、空间服务、矢量点位等格式。在本申请实施例中不做限制。
在本申请实施例中，在发现灾害点或接收到灾害点报警信息，启动应急响应机制时，可以根据发现的灾害点的灾害点位置，或根据灾害点报警信息中的灾害点位置生成灾害点应急监测范围。
此外，还可以根据发现的灾害点的灾害类型或灾害点报警信息中的灾害类型，确定所需的源数据类型和各源数据类型对应的应急响应时间。
从而，可以根据所需的源数据类型确定对应的执行机构，并将灾害点应急监测范围和各源数据类型对应的应急响应时间发送给各源数据类型对应的执行机构，以使各执行机构对灾害点应急监测范围进行监测，并按照各自对应的应急响应时间返回相应类型的源数据。
示例性的，可以根据卫星影像数据确定对应的执行机构为卫星，可以根据航空影像数据确定对应的执行机构为航空摄影设备，如无人机等。
以所需的源数据类型为卫星影像数据和航空影像数据为例，假设确定的卫星影像数据的应急响应时间为1小时，航空影像数据的应急响应时间为2小时，那么则将灾害点应急监测范围和应急响应时间为1小时等信息发送给目标卫星，将灾害点应急监测范围和应急响应时间为2小时等信息发送给目标航空摄影设备。从而目标卫星对灾害点应急监测范围进行监测，并每24小时反馈一次卫星影像数据。而目标航空摄影设备对灾害点应急监测范围进行监测，并每2小时反馈一次航空摄影数据。
在本申请实施例中，在启动应急响应机制时，还可以确定各执行机构对应的拍摄精度，比如确定卫星的拍摄精度应不劣于10米分辨率，航空摄影设备的拍摄精度应不劣于0.2米分辨率等。
在本申请实施例中，为了根据灾害点报警信息中的灾害点位置生成灾害点应急监测范围，可以获取灾害点位置处最新的遥感影像数据以及灾害点位置处的历史遥感影像数据，进而基于最新的遥感影像数据和历史遥感影像数据，确定出灾害点影响范围，进而基于灾害点影响范围生成灾害点应急监测范围。其中，遥感影像数据可以是卫星影像数据和/或航空影像数据。
示例性的，可以将最新的遥感影像数据与历史遥感影像数据中灾害区域发生变化的部分作为灾害点影响范围，并将该灾害点影响范围作为灾害点应急监测范围。
需要注意的是，在本申请实施例中，在发现灾害隐患点时，或在发现灾害点或接收到灾害点报警信息时，可以将发现的灾害隐患点，或发现的灾害点，或灾害点报警信息中灾害点按照预设格式写入灾害点清单中，从而基于灾害点清单实现对于灾害隐患点和灾害点的管理。
还需要注意的是，在本申请实施例中，在分析得到灾害隐患点或灾害点后，可以将发现的灾害隐患点或灾害点通知相关复核单位或人员，从而通过复核后，将不正确的灾害隐患点或灾害点从灾害点清单中清除。
在本申请实施例中，灾害点清单中可以包含各灾害隐患点和灾害点的经纬度、信息来源、接收时间、类型等内容。
在本申请实施例中，还可以对各灾害隐患点或者灾害点的相关数据进行展示。在本申请实施例中，展示方式包括但不限于：
通过将受灾区域不同时期的影像在不同窗口同时联动播放，或者在同一窗口滚动播放。
通过在灾害区域以卫星影像数据或者航空影像数据生成高精度DEM（digitalelevation model，数字高程）模型，生成地形地图数据并发布标准三维地形服务。
通过提供标准服务的形式，将GIS数据等地形数据转化为在线瓦片形式发布。
在本申请实施例中，还可以对各灾害隐患点或者灾害点的相关数据提供查询服务。在本申请实施例中，展示方式包括但不限于：
提供基于时间、空间、地理编码、关键词、全文、语义标签、地名、分类体系、关联关系等多个维度的多元影像数据的快速查询接口，以供用户可以从不同维度查询所需数据。
在本申请实施例中，还可以提供范围选择接口，以供用户选择所需查询的区域。示例性的，可以通过外部矢量范围加载、手绘范围、行政区划选择等方式实现范围选择。
此外，在本申请实施例中，还可以提供时间选择接口，以供用户选择所需查询的时间段。在该方式中，用户可以通过输入所需查询的起止时间实现对于所需查询的时间段的确定。
在本申请实施例中，对于查询结果，可以通过影像列表等方式进行展示。
参见图2所示，本申请实施例中还提供了一种基于一键式遥感的自然灾害预警与应急响应系统，其包括数据调度平台和响应系统。
其中，数据调度平台接入不同的数据源，从而给可以从不同数据源获取不同的源数据，并对源数据进行数据融合，得到融合数据。
而响应系统则与数据调度平台通信连接，从而可以对融合数据进行灾害隐患点和/或灾害点分析，并在发现灾害隐患点时进行预警，在发现灾害点或接收到灾害点报警信息时，启动应急响应机制。
需要注意的是，在本申请实施例中，以上方法中涉及源数据获取以及数据融合的操作步骤可以由所述数据调度平台执行。而其余进行预警、启动应急响应机制、对各灾害隐患点或者灾害点的相关数据进行展示、提供查询服务等操作则可以由响应系统执行。
在本申请实施例中，数据调度平台和响应系统可以布设于不同的实体设备上，比如布设于不同的服务器上。此外，数据调度平台和响应系统也可以布设于同一实体设备上，比如布设于同一的服务器上，在本申请实施例中不做限制。
需要注意的是，上段所述的实体设备可以是服务器，但也可以是有别于服务器的其他设备，比如主机等。
还需要注意的是，在本申请实施例中，参见图3所示，本申请实施例所提供的基于一键式遥感的自然灾害预警与应急响应系统还可以包括数据库。
在本申请实施例中，数据库可以对数据调度平台所获取到的数据，以及响应系统运行后所产生的数据进行分类保存。
示例性的，数据库可以包含基础数据库、自然灾害隐患数据库、灾害应急响应成果数据库及平台配置数据库。其中，基础数据库用于存储数据调度平台所获取到的卫星影像数据、航空影像数据、GIS数据、地面监测数据、业务系统接入数据等源数据；自然灾害隐患数据库用于存储包含自然灾害风险隐患点的台账数据（比如灾害点清单）；应急响应成果数据库用于存储诸如启动应急响应机制后的结果等数据；而平台配置数据库则用于保存数据库的基础配置信息。
本申请实施例所提供的基于一键式遥感的自然灾害预警与应急响应方法与系统，通过从不同数据源处获取不同的源数据并进行数据融合，得到融合数据，进而对融合数据进行灾害隐患点和/或灾害点分析，并在发现所述灾害隐患点时进行预警，在发现所述灾害点或接收到灾害点报警信息时，启动应急响应机制。这就使得在进行灾害隐患点和/或灾害点分析时，可以基于不同数据源的源数据进行综合分析，从而可以更为及时地发现灾害情况，及时进行预警以及应急响应。
实施例二：
本实施例在实施例一的基础上，以图4所示的基于一键式遥感的自然灾害预警与应急响应系统为例，为本申请做进一步示例说明。
参见图4所示，本实施例提供的基于一键式遥感的自然灾害预警与应急响应系统包括数据调度平台、数据库和响应系统，各模块的具体介绍如下：
1、数据调度平台的结构及方法如下：
数据调度平台接入不同数据源，以获取到不同的源数据。
其中，源数据包含国内外卫星影像数据、航空影像数据、地面监测数据、GIS数据（如地质构造数据、地形数据、行政数据、水系数据、道路数据等）、应急局业务系统的业务系统接入数据和各委办局业务系统的业务系统接入数据等数据。数据调度平台包含多源数据调度、数据处理、多源数据融合等功能模块。
1.1具体而言，数据调度平台包括的多源数据调度，其结构和方法如下：
根据日常监管及紧急监测需求，获取不同数据源的源数据。数据调度模式分为日常调度和紧急调度。日常调度模式下，按照常规频率从各数据源处获取历史数据及最新的数据。紧急调度模式下，则按照预设的高获取频率获取即时拍摄的卫星影像数据和即时拍摄的航空影像数据。其中，紧急调度模式下，卫星影像数据的响应时间不超过24小时，航空影像数据的响应时间不超过2小时。
1.2 具体而言，数据调度平台包括的数据处理，其结构和方法如下：
针对不同的源数据，利用不同的数据处理流程实现数据的快速处理，形成灾害应急数据资源池。
针对卫星影像数据和航空影像数据，利用已有的各种自动化影像预处理流程，实现航天航空遥感数据快速处理，消除原始的卫星影像数据和航空影像数据的地形误差、辐射误差、大气影响。
针对地面监测数据和业务系统接入数据，根据预设应急工作的需求，对所述地面监测数据和所述业务系统接入数据进行数据抽取，得到有效的业务数据。
1.3具体而言，数据调度平台包括的多源数据融合，其结构和方法如下：
多源数据融合包含业务数据融合、空间与非空间融合、时空数据融合。
业务数据融合是指针对有效的业务数据，通过业务关键词、业务网格等信息进行业务数据关联，实现不同业务数据的融合。
多源遥感数据融合是指对卫星影像数据和航空影像数据进行坐标转换并进行图像配准，得到空间坐标统一且位置匹配的目标卫星影像数据和目标航空影像数据。
空间与非空间融合是指利用空间类数据与非空间类数据的相同属性字段进行数据关联，并可通过非空间数据的经纬度信息进行空间转换，实现非空间类数据与空间类数据的有效融合。其中，空间类数据包括卫星影像数据、航空影像数据、GIS数据，非空间类数据包括地面监测数据和业务系统接入数据。
时空数据融合是指将高时序的地面监测数据和业务系统接入数据通过属性字段、经纬度等信息关联至相对应的空间类数据（卫星影像数据、航空影像数据、GIS数据），同时通过数据生成时间，为各数据生成时间标签，并按时间顺序进行保存。
2、数据库的结构及方法如下：
数据库可以包含基础数据库、自然灾害隐患数据库、灾害应急响应成果数据库及平台配置数据库。其中，基础数据库用于存储数据调度平台所获取到的卫星影像数据、航空影像数据、GIS数据、地面监测数据、业务系统接入数据等源数据；自然灾害隐患数据库用于存储包含自然灾害风险隐患点数据及隐患点台账数据（比如灾害点清单）；应急响应成果数据库用于存储诸如启动应急响应机制后遥感灾害信息提取、灾情分析成果等数据；而平台配置数据库则用于保存数据库的基础配置信息。
3、响应系统的结构及方法如下：
响应系统包括自然灾害遥感预警模块、一键式遥感应急模块、灾情快速识别模块、自然灾害综合展示模块、数据资源查询统计模块、地图服务在线发布模块以及数据归档管理模块共计7个功能模块。其中：
3.1响应系统中包括的自然灾害遥感预警模块，包括：
3.11森林火点日常监测与预警
利用热红外卫星遥感影像的波段区分地表热点与背景区域，实现地表疑似火点自动检测，获取疑似火点空间位置、范围、强度等信息，然后定期近实时更新疑似火点数据，实现森林疑似火点的日常探测，形成火灾隐患点清单，便于后续核查工作的有序开展。
示例性的，可以将热红外卫星遥感影像及区域对应的气象数据输入至预设的地表热异常探测模型中，得到疑似火点的经纬度、强度、面积分布信息。
3.12地表形变监测与预警
面向多源卫星雷达影像，利用多时序差分干涉测量技术，以月为单位定时更新地表形变遥感测量成果，圈定疑似地质隐患点/区域，并形成地质隐患点清单。
示例性的，可以对不同时期的卫星雷达影像数据利用多时序差分干涉测量技术进行地表形变监测，获取地表形变信息。
3.2、响应系统中包括的一键式遥感应急模块，包括：
3.21应急信息接收
应急信息接收主要包括日常遥感监测发现、人工核查的主动应急响应、外部系统报警信息接入。该模块包含日常巡查发现、外部报警信息接入、应急信息清单更新、应急信息统计等功能。
3.21.1日常巡查发现
支持自然灾害遥感预警模块发现，并经核实确有发生的灾害隐患点/灾害点，根据系统默认模板形成应急消息清单，并在相关影像图上以红色警示图标突出显示灾害隐患点/灾害点。此外，还可以支持将应急信息联动发送至相关职能部门。
3.21.2外部报警信息接入
支持灾害点报警信息接入，灾害点报警信息中可以包含灾害类型、灾害位置描述、经纬度、紧急程度、报警人姓名、报警人电话等数据中的一种或多种。灾害点报警信息的数据格式包括但不限于消息清单、表格、语音、空间服务、矢量点位等格式。
3.21.3应急信息清单
将接收的灾害隐患点/灾害点以清单的形式展示，清单列表包含灾害隐患点/灾害点的经纬度、消息来源、消息接收时间、类型、响应时间、响应状态、详细信息等内容。该模块可以支持按填报模板导入、系统填报等形式。
3.21.4应急信息统计
支持按时间、类型等属性形式进行灾害隐患点/灾害点的统计，并可以支持按照行政区域进行统计，并支持以饼状图、柱状图、统计清单等形式展示。
3.22 应急响应范围选择
基于接收的灾害隐患点/灾害点，确定灾害隐患点/灾害点所在空间位置/范围。利用范围选择工具选定需要应急拍摄影像范围，支持应急拍摄范围以shape file、kml等格式导出。
3.23 应急响应影像拍摄
根据灾害隐患点/灾害点的灾害类型与紧急程度选择需要紧急调度的源数据类型和应急响应时间。调度平台紧急调度模块实现相应源数据类型的紧急调度，以API（Application Programming Interface，应用程序编程接口）形式向相关部门或单位推送不限次数的一键式应急拍摄的卫星影像数据和航空影像数据。
3.23.1应急响应卫星拍摄
卫星影像应急拍摄任务在1小时内响应，对应急拍摄影像范围在24小时之内获取不劣于10米分辨率的卫星影像数据，通过流程化影像预处理工具实现卫星影像数据的自动快速预处理，并在灾害延续期间周期性推送具备高时效性的卫星影像数据，通过多时相卫星影像数据展示持续监测灾害演进态势。
3.23.2应急响应无人机拍摄及快速处理
基于无人机平台的灾害应急影像拍摄任务在2小时内响应，并针对应急拍摄影像范围在12小时之内获取不劣于0.2米分辨率的航空影像数据。
该模块可以根据无人机流程化的二维建模/三维建模工具实现对无人机影像的快速高质量的处理。
3.3、响应系统中包括的灾情信息快速识别模块，具体结构及功能如下：
通过API接口调用预设的灾情识别模型，快速获取受灾区域承灾体损毁情况，为应急救援提供基础资料，辅助应急调度指挥与救援工作。
3.4、响应系统中包括的自然灾害综合展示模块，具体结构及功能如下：
3.4.1灾情动态展示与影像联动
该模块支持灾情动态展示、在线联动操作等功能。
（1）灾情动态展示：支持一键播放多个不同时段的受灾区域的影像。可以在一个窗口滚动播放不同时段的受灾区域的影像，也可以在多个窗口分别播放不同时段的受灾区域的影像。
（2）在线联动操作：在一幅影像中进行的操作，同时自动操作在其他的影像上，比如在图像A的某处进行了在线测量或在线绘制等操作，那么在其他图像上的相应位置也自动进行在线测量或在线绘制等操作。
3.4.2二三维场景融合一体化
在灾害区域以卫星影像数据和航空影像数据生成高精度DEM模型，生成地形地图数据并发布标准三维地形服务。
3.4.2.1三维地形服务
通过提供标准服务的形式，将GIS数据等地形数据转化为在线瓦片形式发布。
3.4.2.2二三维场景融合
叠加三维地形、卫星影像数据或者航空影像数据、识别出的林火过火面积、滑坡体分布、建筑物倒塌、道路阻断等数据，构建二三维融合场景，实现空间数据场景可视化展示。
3.5、响应系统中包括的地图服务在线发布模块，具体结构及功能如下：
该模块支持将服务器卫星影像数据、航空影像数据、地形数据、识别出的林火过火面积、滑坡体分布、建筑物倒塌、道路阻断等灾害数据在线快速发布为标准OGC（OpenGeospatial Consortium，开放地理空间信息联盟）服务，支持发布服务列表及基础信息查看、编辑等功能。
3.6、响应系统包括的数据资源查询统计模块，具体结构及功能如下：
该模块具备基于时间、空间、地理编码、关键词、全文、语义标签、地名、分类体系、关联关系等多个维度的多元影像数据的快速查询。
具备数据资源统计、接收量统计、访问量统计、用户信息统计等内容，并支持数据累计存档统计、按定制时间周期进行数据分类统计等方式，按时间、地区可统计成图表并输出。
3.6.1查询方式选择，包括以下两种：
（1）范围选择方式：范围选择支持外部矢量范围加载、手绘范围、行政区划选择等方式。
（2）时间选择方式：支持起止时间自定义查询。
3.6.2查询结果清单，其结构及功能如下：
该模块支持将查询结果以影像列表形式展示，并支持选定影像基本信息查看、影像预览等功能。
3.6.3查询结果统计，其结构及功能如下：
该模块支持将查询结果以清单列表、统计图表等形式展示。
清单列表显示数据名称、影像类型、分辨率、拍摄时间、行政区划等信息；
统计图则支持以影像类型、影像时间等方式进行统计后展示。
3.7、响应系统中包括的数据归档管理模块，包括：
针对识别出的灾害数据以及接收到的应急响应过程及结果数据，进行数据整理（比如格式统一化处理、有效信息提取处理）后，保存至数据库中，实现数据的分类归档和统一管理。
通过上述方案，实现了不同源数据的快速、统一调度，提高应急监测和管理工作效率；通过不同源数据的融合，避免不同部门间系统信息化差异，打通了数据壁垒，实现了信息互补，提高了应急响应效率和灾害监测效果。
实施例三：
本实施例在上述实施例一和实施例二的基础上，以林火监测和地质灾害监测过程为例，进行进一步的示例说明。
在本实施例中，卫星影像数据包括但不限于国家卫星资源数据（如高分系列卫星、资源系列卫星、风云系列卫星等影像数据）和国内外商业卫星资源数据（如landsat陆地系列卫星、worldview系列卫星、planet卫星、哨兵2号卫星、吉林1号卫星、北京1号卫星等影像数据）。
在林火监测过程中，本实施例结合高重访红外卫星影像和地面气象监测数据（如近地表温度、湿度等），利用时间及点位坐标匹配实现数据融合（即前文所述的时序类数据与空间类数据的融合方式），根据地表热异常探测模型即时分割地表火点区域，获得森林火灾隐患点清单；然后面向核实后的隐患点，利用调度平台启动一键式遥感应急响应，快速获取着火区域的高分辨率遥感航天航空影像数据，通过流程化影像预处理工具实现遥感数据的自动快速预处理，调用AI（Artificial Intelligence，人工智能）自动提取算法快速获取受灾区过火面积范围，并在灾害延续期间周期性推送具备高时效性的多源卫星遥感数据，通过多时相遥感影像展示持续监测灾害演进态势。
在地质灾害监测过程中，本实施例利用调度平台定期获取目标区域的雷达卫星影像，利用多时序差分干涉测量技术，以月为单位定时更新地表形变解译成果，根据卫星拍摄时间与形变量异常区域关联相同时间空间的地面气象监测数据（如降雨量、湿度、风速等）、空间地表地形数据和地表监测数据，并与历史地质灾害业务数据进行空间融合，圈定地质隐患点/区域，并形成地质隐患点清单；然后利用调度平台启动一键式遥感应急响应，快速获取地质隐患点所在区域的高分辨率遥感航天航空影像数据，通过流程化影像预处理工具实现航天航空数据的自动快速预处理，利用承载体AI自动提取模型快速获取承载体受损范围、面积等信息，利并用无人机三维建模工具即时重建受灾区域的真实三维场景，即时响应灾害应急调度与救援工作。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
在本文中，多个是指两个或两个以上。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于一键式遥感的自然灾害预警与应急响应方法，其特征在于，包括：
从不同数据源获取不同的源数据，并对所述源数据进行数据融合，得到融合数据；
对所述融合数据进行灾害隐患点和/或灾害点分析，并在发现所述灾害隐患点时进行预警，在发现所述灾害点或接收到灾害点报警信息时，启动应急响应机制；其中：
在发现所述灾害点或接收到灾害点报警信息时，启动应急响应机制包括：
根据发现的所述灾害点的灾害点位置或所述灾害点报警信息中的灾害点位置生成灾害点应急监测范围；
根据发现的所述灾害点的灾害类型或所述灾害点报警信息中的灾害类型确定所需的源数据类型和各所述源数据类型对应的应急响应时间；
将所述灾害点应急监测范围和各所述源数据类型对应的所述应急响应时间分别发送至各所述源数据类型对应的执行机构，以使各所述执行机构对所述灾害点应急监测范围进行监测，并按照各自对应的应急响应时间返回相应类型的源数据。
2.根据权利要求1所述的方法，其特征在于，所述不同的源数据包括卫星影像数据和航空影像数据；
对所述源数据进行数据融合，得到融合数据，包括：
对所述卫星影像数据和所述航空影像数据进行坐标转换并进行图像配准，得到空间坐标统一且位置匹配的目标卫星影像数据和目标航空影像数据；所述目标卫星影像数据和所述目标航空影像数据为所述融合数据。
3.根据权利要求1所述的方法，其特征在于，所述不同的源数据包括地面监测数据和各灾害管理部门的业务系统接入数据；
对所述源数据进行数据融合，得到融合数据，包括：
按照预设的工作需求对所述地面监测数据和所述业务系统接入数据进行数据抽取，得到所述地面监测数据和所述业务系统接入数据中的业务数据；
按照各所述业务数据的关键词关联各所述业务数据；关联后的所述业务数据为所述融合数据。
4.根据权利要求1所述的方法，其特征在于，所述不同的源数据包括空间类数据和非空间类数据；
对所述源数据进行数据融合，得到融合数据，包括：
获取所述非空间类数据的属性字段和所述空间类数据的属性表；
将各所述非空间类数据与所述属性表中各所述非空间类数据的属性字段的相应属性字段关联；关联后的所述空间类数据和所述非空间类数据为所述融合数据；
其中，所述空间类数据包括卫星影像数据、航空影像数据、地理信息系统数据中的至少一种；所述非空间类数据包括地面监测数据和各灾害管理部门的业务系统接入数据中的至少一种。
5.根据权利要求1所述的方法，其特征在于，所述不同的源数据包括空间类数据和时序类数据；
对所述源数据进行数据融合，得到融合数据，包括：
获取所述时序类数据的属性字段和/或位置信息；
将所述时序类数据与具有相应属性字段的空间类数据关联，和/或将所述时序类数据与具有相同位置信息的空间类数据关联；
按照所述空间类数据和所述时序类数据的生成时间顺序，生成各所述空间类数据和所述时序类数据的时间标签；具有时间标签并进行关联操作后的各所述空间类数据和所述时序类数据为所述融合数据；
其中，所述空间类数据包括卫星影像数据、航空影像数据、地理信息系统数据中的至少一种；所述时序类数据包括地面监测数据、各灾害管理部门的业务系统接入数据、各灾害遥感应用成果数据中的至少一种。
6.根据权利要求1-5任一项所述的方法，其特征在于，
对所述融合数据进行灾害隐患点和/或灾害点分析，包括：通过各类识别算法或比对算法对所述融合数据进行分析，从而确定出灾害隐患点和/或灾害点。
7.根据权利要求1-5任一项所述的方法，其特征在于，所述方法还包括：
在发现所述灾害隐患点时，或在发现所述灾害点或接收到灾害点报警信息时，将发现的所述灾害隐患点，或发现的所述灾害点，或所述灾害点报警信息中灾害点按照预设格式写入灾害点清单中。
8.一种基于一键式遥感的自然灾害预警与应急响应系统，其特征在于，包括：
数据调度平台，用于从不同数据源获取不同的源数据，并对所述源数据进行数据融合，得到融合数据；
响应系统，用于对所述融合数据进行灾害隐患点和/或灾害点分析，并在发现所述灾害隐患点时进行预警，在发现所述灾害点或接收到灾害点报警信息时，启动应急响应机制。
9.根据权利要求8所述的系统，其特征在于，所述不同的源数据包括空间类数据和时序类数据；
所述数据调度平台具体用于：
获取所述时序类数据的属性字段和/或位置信息；
将所述时序类数据与具有相应属性字段的空间类数据关联，和/或将所述时序类数据与具有相同位置信息的空间类数据关联；
按照所述空间类数据和所述时序类数据的生成时间顺序，生成各所述空间类数据和所述时序类数据的时间标签；具有时间标签并进行关联操作后的各所述空间类数据和所述时序类数据为所述融合数据；
其中，所述空间类数据包括卫星影像数据、航空影像数据、地理信息系统数据中的至少一种；所述时序类数据包括地面监测数据、各灾害管理部门的业务系统接入数据、各灾害遥感应用成果数据中的至少一种。
10.根据权利要求8或9所述的系统，其特征在于，所述响应系统，具体用于：在发现所述灾害点或接收到灾害点报警信息时，
根据发现的所述灾害点的灾害点位置或所述灾害点报警信息中的灾害点位置生成灾害点应急监测范围；
根据发现的所述灾害点的灾害类型或所述灾害点报警信息中的灾害类型确定所需的源数据类型和各所述源数据类型对应的应急响应时间，并将所述灾害点应急监测范围、所述源数据类型和所述应急响应时间发送给所述数据调度平台；
数据调度平台还用于，将所述灾害点应急监测范围和各所述源数据类型对应的所述应急响应时间分别发送至各所述源数据类型对应的执行机构，以使各所述执行机构对所述灾害点应急监测范围进行监测，并按照各自对应的应急响应时间返回相应类型的源数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111041339.2A CN113487251B (zh) | 2021-09-07 | 2021-09-07 | 基于一键式遥感的自然灾害预警与应急响应方法与系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111041339.2A CN113487251B (zh) | 2021-09-07 | 2021-09-07 | 基于一键式遥感的自然灾害预警与应急响应方法与系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113487251A true CN113487251A (zh) | 2021-10-08 |
| CN113487251B CN113487251B (zh) | 2021-12-03 |
Family
ID=77947234
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111041339.2A Active CN113487251B (zh) | 2021-09-07 | 2021-09-07 | 基于一键式遥感的自然灾害预警与应急响应方法与系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113487251B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114200547A (zh) * | 2021-11-11 | 2022-03-18 | 西安中科西光航天科技有限公司 | 一种基于卫星遥感影像的极端气候灾害预警系统 |
| CN114676907A (zh) * | 2022-01-17 | 2022-06-28 | 中国地质大学（北京） | 一种区域地质灾害预警方法、装置、存储介质及设备 |
| CN115457736A (zh) * | 2022-07-25 | 2022-12-09 | 重庆大学 | 一种基于加速变形阶段完成率的滑坡预警方法 |
| CN115470421A (zh) * | 2022-11-14 | 2022-12-13 | 中国科学院空天信息创新研究院 | 灾害定位方法及装置 |
| CN116466940A (zh) * | 2023-04-24 | 2023-07-21 | 中煤科工集团重庆研究院有限公司 | 一种煤矿灾害特征数据融合处理方法 |
| CN117475314A (zh) * | 2023-12-28 | 2024-01-30 | 自然资源部第三地理信息制图院 | 一种地质灾害隐患立体识别方法、系统及介质 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100315230A1 (en) * | 2009-06-12 | 2010-12-16 | Samsung Electronics Co. Ltd. | Disaster information handling method based on broadcasting system and mobile terminal supporting the same |
| CN102044022A (zh) * | 2010-12-24 | 2011-05-04 | 中国科学院合肥物质科学研究院 | 面向自然灾害应急救助决策系统和方法 |
| CN102208093A (zh) * | 2010-12-31 | 2011-10-05 | 航天恒星科技有限公司 | 一种灾情信息采集上报系统 |
| US20130036175A1 (en) * | 2011-08-03 | 2013-02-07 | Juniper Networks, Inc. | Disaster response system |
| US20150264547A1 (en) * | 2012-10-09 | 2015-09-17 | Nec Corporation | Disaster Information Management Apparatus, Disaster Information System, Disaster Information Management Method, Disaster Information Management Program, Portable Terminal, Control Method of Portable Terminal, and Control Program of Controlling Operation of Portable Terminal |
| CN105631586A (zh) * | 2015-12-24 | 2016-06-01 | 河北远东通信系统工程有限公司 | 一种基于gis的危险分析处理方法 |
| CN105719053A (zh) * | 2016-01-13 | 2016-06-29 | 天津中科智能识别产业技术研究院有限公司 | 基于多终端的灾害预警及信息发布系统 |
| CN107240216A (zh) * | 2017-08-08 | 2017-10-10 | 成都宗升智能科技有限公司 | 基于3dgis+bim技术和人工智能运维应急报警与快速响应方法 |
| CN107679221A (zh) * | 2017-10-19 | 2018-02-09 | 武汉大学 | 面向减灾任务的时空数据获取与服务组合方案生成方法 |
| CN109506625A (zh) * | 2018-12-26 | 2019-03-22 | 中国公路工程咨询集团有限公司 | 山体滑坡险情监测方法、系统及其影像数据获取装置 |
| CN109522380A (zh) * | 2018-10-18 | 2019-03-26 | 国网山东省电力公司应急管理中心 | 一种面向移动应用的电网灾害综合监测预警数据系统及方法 |
| CN110363964A (zh) * | 2019-07-12 | 2019-10-22 | 新疆维吾尔自治区测绘科学研究院 | 一种滑坡和泥石流地质灾害监测与应急响应方法 |
| CN111899337A (zh) * | 2020-07-31 | 2020-11-06 | 武汉大学 | 模型服务链驱动的环境应急监测与虚拟仿真方法及装置 |
| 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 |
| CN112232318A (zh) * | 2020-12-14 | 2021-01-15 | 北京华云星地通科技有限公司 | 云加端智慧火情遥感监测预警方法 |
-
2021
- 2021-09-07 CN CN202111041339.2A patent/CN113487251B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100315230A1 (en) * | 2009-06-12 | 2010-12-16 | Samsung Electronics Co. Ltd. | Disaster information handling method based on broadcasting system and mobile terminal supporting the same |
| CN102044022A (zh) * | 2010-12-24 | 2011-05-04 | 中国科学院合肥物质科学研究院 | 面向自然灾害应急救助决策系统和方法 |
| CN102208093A (zh) * | 2010-12-31 | 2011-10-05 | 航天恒星科技有限公司 | 一种灾情信息采集上报系统 |
| US20130036175A1 (en) * | 2011-08-03 | 2013-02-07 | Juniper Networks, Inc. | Disaster response system |
| US20150264547A1 (en) * | 2012-10-09 | 2015-09-17 | Nec Corporation | Disaster Information Management Apparatus, Disaster Information System, Disaster Information Management Method, Disaster Information Management Program, Portable Terminal, Control Method of Portable Terminal, and Control Program of Controlling Operation of Portable Terminal |
| CN105631586A (zh) * | 2015-12-24 | 2016-06-01 | 河北远东通信系统工程有限公司 | 一种基于gis的危险分析处理方法 |
| CN105719053A (zh) * | 2016-01-13 | 2016-06-29 | 天津中科智能识别产业技术研究院有限公司 | 基于多终端的灾害预警及信息发布系统 |
| CN107240216A (zh) * | 2017-08-08 | 2017-10-10 | 成都宗升智能科技有限公司 | 基于3dgis+bim技术和人工智能运维应急报警与快速响应方法 |
| CN107679221A (zh) * | 2017-10-19 | 2018-02-09 | 武汉大学 | 面向减灾任务的时空数据获取与服务组合方案生成方法 |
| CN109522380A (zh) * | 2018-10-18 | 2019-03-26 | 国网山东省电力公司应急管理中心 | 一种面向移动应用的电网灾害综合监测预警数据系统及方法 |
| CN109506625A (zh) * | 2018-12-26 | 2019-03-22 | 中国公路工程咨询集团有限公司 | 山体滑坡险情监测方法、系统及其影像数据获取装置 |
| CN110363964A (zh) * | 2019-07-12 | 2019-10-22 | 新疆维吾尔自治区测绘科学研究院 | 一种滑坡和泥石流地质灾害监测与应急响应方法 |
| CN111899337A (zh) * | 2020-07-31 | 2020-11-06 | 武汉大学 | 模型服务链驱动的环境应急监测与虚拟仿真方法及装置 |
| 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 |
| CN112232318A (zh) * | 2020-12-14 | 2021-01-15 | 北京华云星地通科技有限公司 | 云加端智慧火情遥感监测预警方法 |
Non-Patent Citations (6)
| Title |
|---|
| WENJUNCHEN等: "Developing an integrated 2D and 3D WebGIS-based platform for effective landslide hazard management", 《INTERNATIONAL JOURNAL OF DISASTER RISK REDUCTION》 * |
| 仇林遥: "面向自然灾害应急任务的时空数据智能聚合方法", 《中国优秀博硕士学位论文全文数据库(博士)工程科技Ⅰ辑》 * |
| 余姝辰 等: "湖南省地质灾害遥感应急体系建设研究", 《国土资源情报》 * |
| 徐胜华 等: "一体化综合减灾智能服务系统研究", 《测绘科学》 * |
| 杨清福 等: "长白山天池火山监测预警系统建设架构(Ⅱ)——火山预警平台建设", 《自然灾害学报》 * |
| 王荣国: "应用3S技术的突发灾害应急决策系统研究", 《电脑开发与应用》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114200547A (zh) * | 2021-11-11 | 2022-03-18 | 西安中科西光航天科技有限公司 | 一种基于卫星遥感影像的极端气候灾害预警系统 |
| CN114676907A (zh) * | 2022-01-17 | 2022-06-28 | 中国地质大学（北京） | 一种区域地质灾害预警方法、装置、存储介质及设备 |
| CN115457736A (zh) * | 2022-07-25 | 2022-12-09 | 重庆大学 | 一种基于加速变形阶段完成率的滑坡预警方法 |
| CN115457736B (zh) * | 2022-07-25 | 2023-08-04 | 重庆大学 | 一种基于加速变形阶段完成率的滑坡预警方法 |
| CN115470421A (zh) * | 2022-11-14 | 2022-12-13 | 中国科学院空天信息创新研究院 | 灾害定位方法及装置 |
| CN116466940A (zh) * | 2023-04-24 | 2023-07-21 | 中煤科工集团重庆研究院有限公司 | 一种煤矿灾害特征数据融合处理方法 |
| CN116466940B (zh) * | 2023-04-24 | 2024-05-31 | 中煤科工集团重庆研究院有限公司 | 一种煤矿灾害特征数据融合处理方法 |
| CN117475314A (zh) * | 2023-12-28 | 2024-01-30 | 自然资源部第三地理信息制图院 | 一种地质灾害隐患立体识别方法、系统及介质 |
| CN117475314B (zh) * | 2023-12-28 | 2024-03-12 | 自然资源部第三地理信息制图院 | 一种地质灾害隐患立体识别方法、系统及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113487251B (zh) | 2021-12-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113487251B (zh) | 基于一键式遥感的自然灾害预警与应急响应方法与系统 | |
| US20210166143A1 (en) | Computer-Implemented Systems and Methods of Analyzing Spatial, Temporal and Contextual Elements of Data for Predictive Decision-Making | |
| CN113065000B (zh) | 一种基于地理实体的多源异构数据融合方法 | |
| US10949778B2 (en) | Computer-implemented systems and methods of analyzing data in an ad-hoc network for predictive decision-making | |
| CN108446293B (zh) | 一种基于城市多源异构数据构建城市画像的方法 | |
| Huang et al. | Big spatial data for urban and environmental sustainability | |
| US11393212B2 (en) | System for tracking and visualizing objects and a method therefor | |
| US10977272B2 (en) | System and method for generating data visualization | |
| CN112115198A (zh) | 一种城市遥感智能服务平台 | |
| CN103703458A (zh) | 创建并监视针对地理区域的警告 | |
| US11954317B2 (en) | Systems and method for a customizable layered map for visualizing and analyzing geospatial data | |
| Khalifa et al. | Identifying urban crowds using geo-located Social media data: a Twitter experiment in New York City | |
| CN102184311A (zh) | 移动pda现场应急指挥系统 | |
| CN106600501A (zh) | 一种地质灾害群测群防方法及实现该方法的平台 | |
| CN111080501A (zh) | 基于手机信令数据的真实人群密度时空分布估算方法 | |
| CN114925043A (zh) | 基于时空网格块数据的应用方法、装置及电子设备 | |
| CN109688223B (zh) | 生态环境数据资源共享方法及装置 | |
| CN113392500A (zh) | 地质灾害监测预警系统 | |
| CN111382165A (zh) | 一种移动国土管理系统 | |
| CN113835139A (zh) | 一种台风动态监视系统 | |
| CN113239076A (zh) | 一种基于三维影像的地理信息查询管理平台 | |
| Wang et al. | Spatial data mining in the context of big data | |
| CN115938059A (zh) | 一种基于五级分层框架结构的林火监测地面系统 | |
| Gao et al. | Research on key technologies of space-based surface anomaly instant detection system | |
| CN117668138A (zh) | 一种基于gis的城市部件分布与数据分析系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: No. 200, building 16, middle section of shuangshenggang Avenue, Shuangliu District, Chengdu, Sichuan Province Patentee after: Chengdu Guoxing Aerospace Technology Co.,Ltd. Address before: No.16, 1st floor, building 7, No.333, middle section of Shuangnan Avenue, Dongsheng Street, Shuangliu District, Chengdu, Sichuan 610000 Patentee before: CHENGDU GUOXING AEROSPACE TECHNOLOGY Co.,Ltd. |