CN114676568B - 一种基于元胞自动机的区域地质构造演化方法及装置 - Google Patents
一种基于元胞自动机的区域地质构造演化方法及装置 Download PDFInfo
- Publication number
- CN114676568B CN114676568B CN202210294143.2A CN202210294143A CN114676568B CN 114676568 B CN114676568 B CN 114676568B CN 202210294143 A CN202210294143 A CN 202210294143A CN 114676568 B CN114676568 B CN 114676568B
- Authority
- CN
- China
- Prior art keywords
- evolution
- cells
- seed
- disaster
- tissue cells
- 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.)
- Active
Links
- 230000001413 cellular effect Effects 0.000 title claims abstract description 122
- 238000000034 method Methods 0.000 title claims abstract description 35
- 241000282414 Homo sapiens Species 0.000 claims abstract description 29
- 230000000694 effects Effects 0.000 claims abstract description 29
- 238000011161 development Methods 0.000 claims description 83
- 238000004590 computer program Methods 0.000 claims description 16
- 230000008520 organization Effects 0.000 claims description 14
- 230000035040 seed growth Effects 0.000 claims description 8
- 230000008467 tissue growth Effects 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000001364 causal effect Effects 0.000 description 2
- 230000010261 cell growth Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000012010 growth Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009304 pastoral farming Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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"
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Geometry (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Operations Research (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Emergency Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Remote Sensing (AREA)
- Game Theory and Decision Science (AREA)
- Computer Graphics (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Geophysics And Detection Of Objects (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于元胞自动机的区域地质构造演化方法及装置,实现获取目标区域的遥感图像,识别得到遥感图像中的物体并标记为特征点,建立空间坐标模型,确定特征点的坐标位置,获取目标区域的气候环境数据和人类规划活动并将其作为第一影响因子,将第一影响因子输入到元胞自动机模型中,并根据特征点的坐标位置,确定种子元胞和组织元胞,获取目标区域的历史灾害数据并将其作为第二影响因子,将第二影响因子输入到元胞自动机模型中,并控制种子元胞和组织元胞在预设时间段内进行演化,得到目标区域的地质演化结果。通过本发明实施例,可以快速、准确地获取目标区域地质构造演化结果。
Description
技术领域
本发明涉及地质大数据技术领域,尤其涉及一种基于元胞自动机的区域地质构造演化方法及装置。
背景技术
目前针对地质灾害的研究较为深入,科研人员通过实地获取各项地质数据,将地质数据输入空间模型后进行地质架构的演化,通过对演化后生成的结果进行判断,可提前对可能发生地质灾害的危险进行预警,以及对其他科研活动提供必要的数据支撑。
元胞自动机(CA)模型是在近年来反演城市土地利用变化模拟研究中的主流模型。元胞自动机是一种时间、空间、状态都离散,空间相互作用和时间因果关系都为局部的网格动力学模型,具有模拟复杂系统时空演化过程的能力。在现有技术中,一般使用元胞自动机作为模拟城市演变模型,但是由于地质数据与城市数据不同,在直接使用地质数据作为元胞自动机输入源进行区域地质灾害演变时,演变的进程精度较差,导致市面上没有厂家使用元胞自动机进行地质灾害演变。
因此,目前市面上亟需建立一种区域地质构造演化策略,以解决现有技术无法针对区域地质灾害进行精准演化的技术问题。
发明内容
本发明提供了一种基于元胞自动机的区域地质构造演化方法及装置,可以快速、准确地获取目标区域地质构造演化结果,能够实现对目标区域地质灾害的精准演化。
本发明实施例提供了一种基于元胞自动机的区域地质构造演化方法,其步骤包括:
获取目标区域的遥感图像,对所述遥感图像进行特征识别,识别得到所述遥感图像中的物体并标记为特征点;
建立空间坐标模型,根据所述遥感图像中每一个标记的特征点之间的距离,确定所述特征点在所述空间坐标模型中的坐标位置;
获取所述目标区域的气候环境数据和人类规划活动,将所述气候环境数据和人类规划活动作为第一影响因子;
调用元胞自动机模型,将所述第一影响因子输入到所述元胞自动机模型中,并根据所述特征点在所述空间坐标模型中的坐标位置,在所述特征点中确定种子元胞和组织元胞;
获取所述目标区域的历史灾害数据,将所述历史灾害数据作为第二影响因子;
将所述第二影响因子输入到所述元胞自动机模型中,并控制所述种子元胞和组织元胞在预设时间段内进行演化,得到所述目标区域的地质演化结果。
作为优选方案,所述一种基于元胞自动机的区域地质构造演化方法中,还包括:
根据所述地质演化结果,确定所述目标区域内首次发生地质灾害的发生时间、灾害类型和灾害地理范围;
根据所述发生时间、灾害类型和灾害地理范围,生成所述目标区域的地质灾害预警值,当确定所述地质灾害预警值达到预警阈值时,发出预警信号。
作为优选方案,所述灾害类型包括山体滑坡灾害、地面塌陷灾害或土地沙漠灾害;
所述地质灾害预警值的生成公式为:
其中,Hi为地质灾害预警值,a1、a2和a3均为常值;i=1时,为山体滑坡灾害;i=2时,为地面塌陷灾害;i=3时,为土地沙漠灾害;
Ti为发生时间,T0为当前时间,单位:月;
Xi为灾害类型,根据不同灾害类型对应取常值;
Ki为灾害地理范围,当i=1,且a4<K1时,K1取1,a4为常值;当i=2,且a5<K2时,K2取1,a5为常值;当i=3,且K3<a6时,K3取1,a6为常值。
作为优选方案,所述将所述第一影响因子输入到所述元胞自动机模型中,并根据所述特征点在所述空间坐标模型中的坐标位置,在所述特征点中确定种子元胞和组织元胞的步骤中,包括:
以任一特征点为圆心,在预设半径范围内作为所述特征点的圆范围,并计算所述圆范围的特征点密度;
选择所述特征点密度大于预设密度值的圆范围所对应的圆心为种子元胞,其余为组织元胞;
根据所述第一影响因子,分别确定所述种子元胞和组织元胞的第一权重值,并根据所述第一权重值分别确定所述种子元胞和组织元胞的发展概率。
作为优选方案,所述将所述第二影响因子输入到所述元胞自动机模型中的步骤中,包括:
对所述第二影响因子进行解析处理,得到所述目标区域中每一次发生地质灾害的历史时间、历史类型和历史地理范围;
根据所述历史时间和历史类型,确定所述种子元胞的第二权重值,并根据所述第二权重值对所述种子元胞的发展概率进行修正;
根据所述历史地理范围,确定所述组织元胞的第二权重值,并根据所述第二权重值对所述组织元胞的发展概率进行修正。
作为优选方案,所述控制所述种子元胞和组织元胞在预设时间段内进行演化的步骤中,具体为:
根据所述种子元胞和组织元胞各自修正后的发展概率,分别控制所述种子元胞和组织元胞在预设时间段内进行演化;
当确定演化的时间达到预设时长,或者,所述种子元胞和组织元胞的发展范围达到预设面积时,停止演化。
作为优选方案,所述分别控制所述种子元胞和组织元胞在预设时间段内进行演化的步骤中,包括:
在所述元胞自动机模型中选择种子增长模式,先根据种子元胞修正后的发展概率控制所述种子元胞进行演化,当确定所述种子元胞进行演化的时间达到第一预设时长,或者,所述种子元胞的发展范围达到第一预设面积时,停止演化;
在所述种子元胞停止演化后,确定所述种子元胞进行演化的第一总时长,并根据所述组织元胞修正后的发展概率控制所述组织元胞在所述第一总时长内进行演化。
作为优选方案,所述分别控制所述种子元胞和组织元胞在预设时间段内进行演化的步骤中,包括:
在所述元胞自动机模型中选择组织增长模式,先根据组织元胞修正后的发展概率控制所述组织元胞进行演化,当确定所述组织元胞进行演化的时间达到第二预设时长,或者,所述组织元胞的发展范围达到第二预设面积时,停止演化;
在所述组织元胞停止演化后,确定所述组织元胞进行演化的第二总时长,并根据所述种子元胞修正后的发展概率控制所述种子元胞在所述第二总时长内进行演化。
相应的,本发明的另一实施例还提供了一种基于元胞自动机的区域地质构造演化装置,包括:特征识别模块、坐标确定模块、第一影响因子模块、元胞确定模块、第二影响因子模块和演化模块;
所述特征识别模块用于获取目标区域的遥感图像,对所述遥感图像进行特征识别,识别得到所述遥感图像中的物体并标记为特征点;
所述坐标确定模块用于建立空间坐标模型,根据所述遥感图像中每一个标记的特征点之间的距离,确定所述特征点在所述空间坐标模型中的坐标位置;
所述第一影响因子模块用于获取所述目标区域的气候环境数据和人类规划活动,将所述气候环境数据和人类规划活动作为第一影响因子;
所述元胞确定模块用于调用元胞自动机模型,将所述第一影响因子输入到所述元胞自动机模型中,并根据所述特征点在所述空间坐标模型中的坐标位置,在所述特征点中确定种子元胞和组织元胞;
所述第二影响因子模块用于获取所述目标区域的历史灾害数据,将所述历史灾害数据作为第二影响因子;
所述演化模块用于将所述第二影响因子输入到所述元胞自动机模型中,并控制所述种子元胞和组织元胞在预设时间段内进行演化,得到所述目标区域的地质演化结果。
作为优选方案,所述一种基于元胞自动机的区域地质构造演化装置,还包括:灾害信息确定单元和预警单元;
所述灾害信息确定单元用于根据所述地质演化结果,确定所述目标区域内首次发生地质灾害的发生时间、灾害类型和灾害地理范围;
所述预警单元用于根据所述发生时间、灾害类型和灾害地理范围,生成所述目标区域的地质灾害预警值,当确定所述地质灾害预警值达到预警阈值时,发出预警信号。
作为优选方案,所述灾害类型包括山体滑坡灾害、地面塌陷灾害或土地沙漠灾害;
所述地质灾害预警值的生成公式为:
其中,Hi为地质灾害预警值,a1、a2和a3均为常值;i=1时,为山体滑坡灾害;i=2时,为地面塌陷灾害;i=3时,为土地沙漠灾害;
Ti为发生时间,T0为当前时间,单位:月;
Xi为灾害类型,根据不同灾害类型对应取常值;
Ki为灾害地理范围,当i=1,且a4<K1时,K1取1,a4为常值;当i=2,且a5<K2时,K2取1,a5为常值;当i=3,且K3<a6时,K3取1,a6为常值。
作为优选方案,所述元胞确定模块还具体用于:
以任一特征点为圆心,在预设半径范围内作为所述特征点的圆范围,并计算所述圆范围的特征点密度;
选择所述特征点密度大于预设密度值的圆范围所对应的圆心为种子元胞,其余为组织元胞;
根据所述第一影响因子,分别确定所述种子元胞和组织元胞的第一权重值,并根据所述第一权重值分别确定所述种子元胞和组织元胞的发展概率。
作为优选方案,所述演化模块具体用于:
对所述第二影响因子进行解析处理,得到所述目标区域中每一次发生地质灾害的历史时间、历史类型和历史地理范围;
根据所述历史时间和历史类型,确定所述种子元胞的第二权重值,并根据所述第二权重值对所述种子元胞的发展概率进行修正;
根据所述历史地理范围,确定所述组织元胞的第二权重值,并根据所述第二权重值对所述组织元胞的发展概率进行修正。
作为优选方案,所述演化模块还具体用于:
根据所述种子元胞和组织元胞各自修正后的发展概率,分别控制所述种子元胞和组织元胞在预设时间段内进行演化;
当确定演化的时间达到预设时长,或者,所述种子元胞和组织元胞的发展范围达到预设面积时,停止演化。
作为优选方案,所述演化模块还具体用于:
在所述元胞自动机模型中选择种子增长模式,先根据种子元胞修正后的发展概率控制所述种子元胞进行演化,当确定所述种子元胞进行演化的时间达到第一预设时长,或者,所述种子元胞的发展范围达到第一预设面积时,停止演化;
在所述种子元胞停止演化后,确定所述种子元胞进行演化的第一总时长,并根据所述组织元胞修正后的发展概率控制所述组织元胞在所述第一总时长内进行演化。
作为优选方案,所述演化模块还具体用于:
在所述元胞自动机模型中选择组织增长模式,先根据组织元胞修正后的发展概率控制所述组织元胞进行演化,当确定所述组织元胞进行演化的时间达到第二预设时长,或者,所述组织元胞的发展范围达到第二预设面积时,停止演化;
在所述组织元胞停止演化后,确定所述组织元胞进行演化的第二总时长,并根据所述种子元胞修正后的发展概率控制所述种子元胞在所述第二总时长内进行演化。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序;其中,所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上述任一项所述的一种基于元胞自动机的区域地质构造演化方法。
本发明实施例还提供一种终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器在执行所述计算机程序时实现如上述任一项所述的一种基于元胞自动机的区域地质构造演化方法。
相比于现有技术,本发明实施例提供的一种基于元胞自动机的区域地质构造演化方法、装置、存储介质及设备,具有如下有益效果:通过将目标区域的物体进行识别,可以将物体的位置以特征点的位置关系具体表示出来,为下一步确定物体的坐标位置数据提供特征点;通过该目标区域各物体的特征点坐标位置确定种子元胞和组织元胞,可以提高确定种子元胞和组织元胞的正确率;通过建立空间坐标模型,可以将每一个特征点用具体的坐标数据体现出来,为后续确定种子元胞和组织元胞提供各特征点的坐标数据,提高确定种子元胞和组织元胞的正确率;通过将第一影响因子输入到元胞自动机模型中,使得元胞自动机模型在演化时会根据气候环境数据以及人类规划活动等影响因素调整演化方向,使得目标区域地质灾害进行演化的精准率提高;通过添加输入第二影响因子,可以使得元胞自动机模型在演化时会根据历史灾害数据调整演化方向,使得目标区域地质灾害进行演化的精准率提高。通过本发明实施例,可以提高目标区域地质灾害进行演化的精准率,使得可以针对区域地质灾害进行精准演化。
附图说明
图1:为本发明实施例一种基于元胞自动机的区域地质构造演化方法的流程示意图;
图2:为本发明实施例一种基于元胞自动机的区域地质构造演化装置的结构示意图。
其中,说明书附图的附图标记如下:特征识别模块21、坐标确定模块22、第一影响因子模块23、元胞确定模块24、第二影响因子模块25和演化模块26。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
请参照图1,为本发明实施例提供的一种基于元胞自动机的区域地质构造演化方法,其步骤包括:
步骤S11、获取目标区域的遥感图像,对所述遥感图像进行特征识别,识别得到所述遥感图像中的物体并标记为特征点。
具体的,确定用户所需要进行地质构造演化的区域,即目标区域,获取该区域的卫星遥感图像,其中,遥感图像中包含了各种的物体,如植被、山丘、建筑物等物体,通过对遥感图像进行特征识别,完成识别得到遥感图像中的物体后,将物体标记为特征点。通过将目标区域遥感图像中的物体进行识别,得到其标记特征点,可以将目标区域遥感图像中物体的位置以特征点的位置关系具体表示出来,为下一步在空间坐标模型中确定物体的坐标位置数据提供特征点。
步骤S12、建立空间坐标模型,根据所述遥感图像中每一个标记的特征点之间的距离,确定所述特征点在所述空间坐标模型中的坐标位置。
具体的,得到遥感图像中每个物体对应的特征点后,通过建立空间直角坐标系,根据遥感图像中每个特征点之间的位置关系,得到遥感图像中每个特征点在空间直角坐标系中对应的位置以及它们的坐标位置数据。通过建立空间坐标模型,得到述遥感图像中每一个特征点的坐标位置数据,可以将述遥感图像中每一个特征点用具体的坐标数据体现出来,为后续确定种子元胞和组织元胞提供各特征点的坐标数据,以提高确定种子元胞和组织元胞的正确率。
步骤S13、获取所述目标区域的气候环境数据和人类规划活动,将所述气候环境数据和人类规划活动作为第一影响因子。
具体的,气候环境是影响地质构造演化的关键因素之一,气候环境会随着地理位置的变化而产生变化,每个地区所存在的气候环境因此也会出现不同,如热带海洋性气候、热带干旱性气候等;此外,人类规划活动也是影响地质构造演化的关键因素之一,如人类进行过度的砍伐树木、过度的放牧等,都会直接影响着该区域地质构造演变的方向。通过获取目标区域的气候环境数据以及人类规划活动,然后将气候环境数据以及人类规划活动作为第一影响因子,为后续通过元胞自动机模型进行演化时提供第一影响因子数据,能够让目标区域地质灾害进行演化提供气候环境数据以及人类规划活动等影响因素,使得目标区域地质灾害进行演化的精准率提高,以增加本方案的实用性。
步骤S14、调用元胞自动机模型,将所述第一影响因子输入到所述元胞自动机模型中,并根据所述特征点在所述空间坐标模型中的坐标位置,在所述特征点中确定种子元胞和组织元胞。
具体的,元胞自动机模型时一种可以根据时间因果关系和进空间相互作用为局部的网络动力学模型,具有模拟复杂系统时空演化过程的能力。将该目标区域的气候环境数据以及人类规划活动作为元胞自动机模型的输入,然后根据该目标区域各物体的特征点坐标位置,确定元胞自动机模型的种子元胞和组织元胞。通过该目标区域各物体的特征点坐标位置确定种子元胞和组织元胞,可以提高确定种子元胞和组织元胞的正确率;将第一影响因子输入到元胞自动机模型中,使得元胞自动机模型在演化时会根据气候环境数据以及人类规划活动等影响因素调整演化方向,使得目标区域地质灾害进行演化的精准率提高,以增强本方案的实用性
步骤S15、获取所述目标区域的历史灾害数据,将所述历史灾害数据作为第二影响因子。
具体的,历史灾害也是影响地质构造演化的因素之一,其中历史灾害数据包括历史灾害类型、历史灾害时间和历史灾害范围等,每个区域在不同时间段内会发生不同范围的不同灾害类型;通过获取目标区域的历史灾害数据,将历史灾害数据作为第二影响因子,为后续通过元胞自动机模型进行演化时提供第一影响因子数据,能够让目标区域地质灾害进行演化提供历史灾害这一因素,使得目标区域地质灾害进行演化的精准率提高,以增强本方案的实用性。
步骤S16、将所述第二影响因子输入到所述元胞自动机模型中,并控制所述种子元胞和组织元胞在预设时间段内进行演化,得到所述目标区域的地质演化结果。
具体的,在元胞自动机模型上输入了以气候环境数据以及人类规划活动作为种子元胞和组织元胞并考虑各物体的坐标位置的基础上,输入历史灾害这一影响因素,根据上述这些影响因子,对目标区域的地质灾害进行演化,得到目标区域的地质演化结果。通过添加输入第二影响因子,可以使得元胞自动机模型在演化时会根据历史灾害的影响调整演化方向,使得目标区域地质灾害进行演化的精准率提高,以增强本方案的实用性。
在本实施例中,本发明提供了一种基于元胞自动机的区域地质构造演化方法,其有益效果在于:通过将目标区域的物体进行识别,可以将物体的位置以特征点的位置关系具体表示出来,为下一步确定物体的坐标位置数据提供特征点;通过该目标区域各物体的特征点坐标位置确定种子元胞和组织元胞,可以提高确定种子元胞和组织元胞的正确率;通过建立空间坐标模型,可以将每一个特征点用具体的坐标数据体现出来,为后续确定种子元胞和组织元胞提供各特征点的坐标数据,提高确定种子元胞和组织元胞的正确率;通过将第一影响因子输入到元胞自动机模型中,使得元胞自动机模型在演化时会根据气候环境数据以及人类规划活动等影响因素调整演化方向,使得目标区域地质灾害进行演化的精准率提高;通过添加输入第二影响因子,可以使得元胞自动机模型在演化时会根据历史灾害数据调整演化方向,使得目标区域地质灾害进行演化的精准率提高。通过本发明实施例,可以提高目标区域地质灾害进行演化的精准率,使得可以针对区域地质灾害进行精准演化。
其中,在本发明另一实施例提供的一种基于元胞自动机的区域地质构造演化方法中,还包括:
根据所述地质演化结果,确定所述目标区域内首次发生地质灾害的发生时间、灾害类型和灾害地理范围;
根据所述发生时间、灾害类型和灾害地理范围,生成所述目标区域的地质灾害预警值,当确定所述地质灾害预警值达到预警阈值时,发出预警信号。
具体的,通过元胞自动机模型得到目标区域内地质演化结果后,根据地质演化结果可以得到目标区域下一次将要发生地质灾害的发生时间、发生灾害的类型以及发生灾害所涉及的地理范围,然后利用它们生成目标区域的地质灾害预警值,将所得的地质灾害预警值与预先设置的预警阈值进行比较,当地质灾害预警值大于预先设置的预警阈值时,将会发生预警信号。
通过地质演化结果,判断是否发出预警信号,能够让用户可以及时知道该目标区域内何时会发生灾害、发生灾害的类型是什么以及发生灾害的范围时多大,从而根据其做出相应的应对措施,避免用户不能及时知道目标区域内将要发生灾害的具体信息所导致出现的损失情况,以提高本方案的实用性。
其中,在本发明另一实施例提供的一种基于元胞自动机的区域地质构造演化方法中,所述灾害类型包括山体滑坡灾害、地面塌陷灾害或土地沙漠灾害;
所述地质灾害预警值的生成公式为:
其中,Hi为地质灾害预警值,a1、a2和a3均为常值;i=1时,为山体滑坡灾害;i=2时,为地面塌陷灾害;i=3时,为土地沙漠灾害;
Ti为发生时间,T0为当前时间,单位:月;
Xi为灾害类型,根据不同灾害类型对应取常值;
Ki为灾害地理范围,当i=1,且a4<K1时,K1取1,a4为常值;当i=2,且a5<K2时,K2取1,a5为常值;当i=3,且K3<a6时,K3取1,a6为常值。
通过发生时间、灾害类型和灾害地理范围,生成所述目标区域的地质灾害预警值,能够提高地质灾害预警值的精确度,提高目标区域地质灾害精准预警率,为目标域地质灾害的预警提供依据,让用户能够准确的收到预警信号,以增强本方案的实用性。
其中,在本发明另一实施例提供的一种基于元胞自动机的区域地质构造演化方法中,所述将所述第一影响因子输入到所述元胞自动机模型中,并根据所述特征点在所述空间坐标模型中的坐标位置,在所述特征点中确定种子元胞和组织元胞的步骤中,包括:
以任一特征点为圆心,在预设半径范围内作为所述特征点的圆范围,并计算所述圆范围的特征点密度;
选择所述特征点密度大于预设密度值的圆范围所对应的圆心为种子元胞,其余为组织元胞;
根据所述第一影响因子,分别确定所述种子元胞和组织元胞的第一权重值,并根据所述第一权重值分别确定所述种子元胞和组织元胞的发展概率。
具体的,在根据特征点在空间坐标模型中的坐标位置,在特征点中确定种子元胞和组织元胞时,首先以任意的一个特征点作为圆心,根据预先设置的半径值作圆,得到特征点的圆范围,然后通过计算该特征点圆范围内其他特征点的密度,得到特征点密度值;将所得的特征点密度值与预先设置的密度阈值进行比较,若该特征点密度值大于密度阈值,则将该圆范围的圆心特征点作为种子元胞,其他的特征点作为组织元胞;根据气候环境数据和人类规划活动确定种子元胞和组织元胞的权重值,通过该权重值计算得到种子元胞和组织元胞的发展概率。
通过特征点密度值和预设密度阈值进行比较,以及根据第一影响因子确定种子元胞和组织元胞的发展概率,其中,通过特征点密度值的计算可以提高确定种子元胞和组织元胞的正确率,以提高后续目标区域地质灾害进行演化的精准率;因为气候环境数据和人类规划活动对种子元胞和组织元胞的影响程度均是不一样的,通过根据第一影响因子确定权重值,可以使得气候环境数据和人类规划活动对种子元胞和组织元胞的影响程度更加准确,以提高后续目标区域地质灾害进行演化的精准率。
其中,在本发明另一实施例提供的一种基于元胞自动机的区域地质构造演化方法中,所述将所述第二影响因子输入到所述元胞自动机模型中的步骤中,包括:
对所述第二影响因子进行解析处理,得到所述目标区域中每一次发生地质灾害的历史时间、历史类型和历史地理范围;
根据所述历史时间和历史类型,确定所述种子元胞的第二权重值,并根据所述第二权重值对所述种子元胞的发展概率进行修正;
根据所述历史地理范围,确定所述组织元胞的第二权重值,并根据所述第二权重值对所述组织元胞的发展概率进行修正。
具体的,历史灾害数据包括每一次发生地质灾害的历史时间、历史类型和历史地理范围,通过解析目标区域内的历史灾害数据,可以到目标区域内每一次发生地质灾害的历史时间、历史类型和历史地理范围;其中,目标区域每一次发生地质灾害的历史时间、历史类型和历史地理范围也影响着区域地质构造演化,根据历史时间和历史类型确定种子元胞的第二权重值并对种子元胞的发展概率进行修正,根据历史地理范围确定组织元胞的第二权重值并对组织元胞的发展概率进行修正。
通过根据历史时间和历史类型确定种子元胞的第二权重值并对种子元胞的发展概率进行修正,可以为种子元胞的发展添加了历史时间和历史类型的影响因子,提高种子元胞的发展概率的准确度,以提高后续目标区域地质灾害进行演化的精准率;通过根据历史地理范围确定组织元胞的第二权重值并对组织元胞的发展概率进行修正,可以为组织元胞的发展添加了历史范围的影响因子,提高组织元胞的发展概率的准确度,以提高后续目标区域地质灾害进行演化的精准率。
其中,在本发明另一实施例提供的一种基于元胞自动机的区域地质构造演化方法中,所述控制所述种子元胞和组织元胞在预设时间段内进行演化的步骤中,具体为:
根据所述种子元胞和组织元胞各自修正后的发展概率,分别控制所述种子元胞和组织元胞在预设时间段内进行演化;
当确定演化的时间达到预设时长,或者,所述种子元胞和组织元胞的发展范围达到预设面积时,停止演化。
具体的,元胞自动机是一种时间、空间、状态都离散,空间相互作用和时间因果关系都为局部的网格动力学模型,具有模拟复杂系统时空演化过程的能力。在获得种子元胞和组织元胞各自修正后的发展概率后,通过分别控制元胞自动机模型中种子元胞和组织元胞在预先设定的时间内进行演化,当演化时长达到预先设定的时候,或者种子元胞和组织元胞的发展范围达到预先设置的面积范围时,停止对种子元胞和组织元胞进行演化,生成目标区域的地质演化结果。
通过控制种子元胞和组织元胞在预设时间内或预设面积范围内进行演化,为种子元胞和组织元胞的演化添加演化时间和演化面积的因素,能够提高种子元胞和组织元胞演化的正确性,提高目标区域地质灾害进行演化的精准率,以增强本方案的实用性。
其中,在本发明另一实施例提供的一种基于元胞自动机的区域地质构造演化方法中,所述分别控制所述种子元胞和组织元胞在预设时间段内进行演化的步骤中,包括:
在所述元胞自动机模型中选择种子增长模式,先根据种子元胞修正后的发展概率控制所述种子元胞进行演化,当确定所述种子元胞进行演化的时间达到第一预设时长,或者,所述种子元胞的发展范围达到第一预设面积时,停止演化;
在所述种子元胞停止演化后,确定所述种子元胞进行演化的第一总时长,并根据所述组织元胞修正后的发展概率控制所述组织元胞在所述第一总时长内进行演化。
具体的,元胞自动机模型中包含了种子增长模式和组织增长模式,在选择种子增长模式后,元胞自动机模型会根据种子元胞修正后的发展概率控制种子元胞进行演化,当种子元胞进行演化的时间达到预设时长,或者发展范围达到预设面积时,种子元胞将会停止进行演化,得到种子元胞的演化时长;利用种子元胞的演化时长,在元胞自动机模型中根据组织元胞修正后的发展概率控制组织元胞在种子元胞的演化时长内进行演化。
通过种子元胞的预设时长或预设面积得到种子元胞演化的第一总时长,从而根据第一总时长控制组织元胞的发展时长,可以让元胞自动机模型偏向于种子元胞增长的模式进行演化,以种子元胞为主导地位进行演化,提高目标区域地质灾害进行演化的精准率,使得可以针对区域地质灾害进行精准演化。
此外,在本发明另一实施例提供的一种基于元胞自动机的区域地质构造演化方法中,所述分别控制所述种子元胞和组织元胞在预设时间段内进行演化的步骤中,包括:
在所述元胞自动机模型中选择组织增长模式,先根据组织元胞修正后的发展概率控制所述组织元胞进行演化,当确定所述组织元胞进行演化的时间达到第二预设时长,或者,所述组织元胞的发展范围达到第二预设面积时,停止演化;
在所述组织元胞停止演化后,确定所述组织元胞进行演化的第二总时长,并根据所述种子元胞修正后的发展概率控制所述种子元胞在所述第二总时长内进行演化。
具体的,元胞自动机模型中包含了种子增长模式和组织增长模式,在选择组织增长模式后,元胞自动机模型会根据组织元胞修正后的发展概率控制组织元胞进行演化,当组织元胞进行演化的时间达到预设时长,或者发展范围达到预设面积时,组织元胞将会停止进行演化,得到组织元胞的演化时长;利用组织元胞的演化时长,在元胞自动机模型中根据种子元胞修正后的发展概率控制组织元胞在组织元胞的演化时长内进行演化。
通过组织元胞的预设时长或预设面积得到组织元胞演化的第一总时长,从而根据第二总时长控制种子元胞的发展时长,可以让元胞自动机模型偏向于组织元胞增长的模式进行演化,以组织元胞为主导地位进行演化,提高目标区域地质灾害进行演化的精准率,使得可以针对区域地质灾害进行精准演化。
实施例二
相应的,请参照图2,为本发明实施例提供的一种基于元胞自动机的区域地质构造演化装置,包括:特征识别模块21、坐标确定模块22、第一影响因子模块23、元胞确定模块24、第二影响因子模块25和演化模块26;
所述特征识别模块21用于获取目标区域的遥感图像,对所述遥感图像进行特征识别,识别得到所述遥感图像中的物体并标记为特征点;
所述坐标确定模块22用于建立空间坐标模型,根据所述遥感图像中每一个标记的特征点之间的距离,确定所述特征点在所述空间坐标模型中的坐标位置;
所述第一影响因子模块23用于获取所述目标区域的气候环境数据和人类规划活动,将所述气候环境数据和人类规划活动作为第一影响因子;
所述元胞确定模块24用于调用元胞自动机模型,将所述第一影响因子输入到所述元胞自动机模型中,并根据所述特征点在所述空间坐标模型中的坐标位置,在所述特征点中确定种子元胞和组织元胞;
所述第二影响因子模块25用于获取所述目标区域的历史灾害数据,将所述历史灾害数据作为第二影响因子;
所述演化模块26用于将所述第二影响因子输入到所述元胞自动机模型中,并控制所述种子元胞和组织元胞在预设时间段内进行演化,得到所述目标区域的地质演化结果。
实施本发明实施例,通过将目标区域的物体进行识别,可以将物体的位置以特征点的位置关系具体表示出来,为下一步确定物体的坐标位置数据提供特征点;通过该目标区域各物体的特征点坐标位置确定种子元胞和组织元胞,可以提高确定种子元胞和组织元胞的正确率;通过建立空间坐标模型,可以将每一个特征点用具体的坐标数据体现出来,为后续确定种子元胞和组织元胞提供各特征点的坐标数据,提高确定种子元胞和组织元胞的正确率;通过将第一影响因子输入到元胞自动机模型中,使得元胞自动机模型在演化时会根据气候环境数据以及人类规划活动等影响因素调整演化方向,使得目标区域地质灾害进行演化的精准率提高;通过添加输入第二影响因子,可以使得元胞自动机模型在演化时会根据历史灾害数据调整演化方向,使得目标区域地质灾害进行演化的精准率提高。通过本发明实施例,可以提高目标区域地质灾害进行演化的精准率,使得可以针对区域地质灾害进行精准演化。
其中,在在本发明另一实施例提供的一种基于元胞自动机的区域地质构造演化装置中,还包括:灾害信息确定单元和预警单元;
所述灾害信息确定单元用于根据所述地质演化结果,确定所述目标区域内首次发生地质灾害的发生时间、灾害类型和灾害地理范围;
所述预警单元用于根据所述发生时间、灾害类型和灾害地理范围,生成所述目标区域的地质灾害预警值,当确定所述地质灾害预警值达到预警阈值时,发出预警信号。
实施本发明实施例,通过地质演化结果,判断是否发出预警信号,能够让用户可以及时知道该目标区域内何时会发生灾害、发生灾害的类型是什么以及发生灾害的范围时多大,从而根据其做出相应的应对措施,避免用户不能及时知道目标区域内将要发生灾害的具体信息所导致出现的损失情况,以提高本方案的实用性。
其中,在在本发明另一实施例提供的一种基于元胞自动机的区域地质构造演化装置中,所述灾害类型包括山体滑坡灾害、地面塌陷灾害或土地沙漠灾害;
所述地质灾害预警值的生成公式为:
其中,Hi为地质灾害预警值,a1、a2和a3均为常值;i=1时,为山体滑坡灾害;i=2时,为地面塌陷灾害;i=3时,为土地沙漠灾害;
Ti为发生时间,T0为当前时间,单位:月;
Xi为灾害类型,根据不同灾害类型对应取常值;
Ki为灾害地理范围,当i=1,且a4<K1时,K1取1,a4为常值;当i=2,且a5<K2时,K2取1,a5为常值;当i=3,且K3<a6时,K3取1,a6为常值。
实施本发明实施例,通过发生时间、灾害类型和灾害地理范围,生成所述目标区域的地质灾害预警值,能够提高地质灾害预警值的精确度,提高目标区域地质灾害精准预警率,为目标域地质灾害的预警提供依据,让用户能够准确的收到预警信号,以增强本方案的实用性。
其中,在在本发明另一实施例提供的一种基于元胞自动机的区域地质构造演化装置中,所述元胞确定24模块具体用于:
以任一特征点为圆心,在预设半径范围内作为所述特征点的圆范围,并计算所述圆范围的特征点密度;
选择所述特征点密度大于预设密度值的圆范围所对应的圆心为种子元胞,其余为组织元胞;
根据所述第一影响因子,分别确定所述种子元胞和组织元胞的第一权重值,并根据所述第一权重值分别确定所述种子元胞和组织元胞的发展概率。
实施本发明实施例,通过特征点密度值和预设密度阈值进行比较,以及根据第一影响因子确定种子元胞和组织元胞的发展概率,其中,通过特征点密度值的计算可以提高确定种子元胞和组织元胞的正确率,以提高后续目标区域地质灾害进行演化的精准率;因为气候环境数据和人类规划活动对种子元胞和组织元胞的影响程度均是不一样的,通过根据第一影响因子确定权重值,可以使得气候环境数据和人类规划活动对种子元胞和组织元胞的影响程度更加准确,以提高后续目标区域地质灾害进行演化的精准率。
其中,在在本发明另一实施例提供的一种基于元胞自动机的区域地质构造演化装置中,所述演化模块26具体用于:
对所述第二影响因子进行解析处理,得到所述目标区域中每一次发生地质灾害的历史时间、历史类型和历史地理范围;
根据所述历史时间和历史类型,确定所述种子元胞的第二权重值,并根据所述第二权重值对所述种子元胞的发展概率进行修正;
根据所述历史地理范围,确定所述组织元胞的第二权重值,并根据所述第二权重值对所述组织元胞的发展概率进行修正。
实施本发明实施例,通过根据历史时间和历史类型确定种子元胞的第二权重值并对种子元胞的发展概率进行修正,可以为种子元胞的发展添加了历史时间和历史类型的影响因子,提高种子元胞的发展概率的准确度,以提高后续目标区域地质灾害进行演化的精准率;通过根据历史地理范围确定组织元胞的第二权重值并对组织元胞的发展概率进行修正,可以为组织元胞的发展添加了历史范围的影响因子,提高组织元胞的发展概率的准确度,以提高后续目标区域地质灾害进行演化的精准率。
其中,在在本发明另一实施例提供的一种基于元胞自动机的区域地质构造演化装置中,所述演化模块26还具体用于:
根据所述种子元胞和组织元胞各自修正后的发展概率,分别控制所述种子元胞和组织元胞在预设时间段内进行演化;
当确定演化的时间达到预设时长,或者,所述种子元胞和组织元胞的发展范围达到预设面积时,停止演化。
实施本发明实施例,通过控制种子元胞和组织元胞在预设时间内或预设面积范围内进行演化,为种子元胞和组织元胞的演化添加演化时间和演化面积的因素,能够提高种子元胞和组织元胞演化的正确性,提高目标区域地质灾害进行演化的精准率,以增强本方案的实用性。
其中,在在本发明另一实施例提供的一种基于元胞自动机的区域地质构造演化装置中,所述演化模块26还具体用于:
在所述元胞自动机模型中选择种子增长模式,先根据种子元胞修正后的发展概率控制所述种子元胞进行演化,当确定所述种子元胞进行演化的时间达到第一预设时长,或者,所述种子元胞的发展范围达到第一预设面积时,停止演化;
在所述种子元胞停止演化后,确定所述种子元胞进行演化的第一总时长,并根据所述组织元胞修正后的发展概率控制所述组织元胞在所述第一总时长内进行演化。
实施本发明实施例,通过种子元胞的预设时长或预设面积得到种子元胞演化的第一总时长,从而根据第一总时长控制组织元胞的发展时长,可以让元胞自动机模型偏向于种子元胞增长的模式进行演化,以种子元胞为主导地位进行演化,提高目标区域地质灾害进行演化的精准率,使得可以针对区域地质灾害进行精准演化。
此外,在在本发明另一实施例提供的一种基于元胞自动机的区域地质构造演化装置中,所述演化模块26还具体用于:
在所述元胞自动机模型中选择组织增长模式,先根据组织元胞修正后的发展概率控制所述组织元胞进行演化,当确定所述组织元胞进行演化的时间达到第二预设时长,或者,所述组织元胞的发展范围达到第二预设面积时,停止演化;
在所述组织元胞停止演化后,确定所述组织元胞进行演化的第二总时长,并根据所述种子元胞修正后的发展概率控制所述种子元胞在所述第二总时长内进行演化。
实施本发明实施例,通过组织元胞的预设时长或预设面积得到组织元胞演化的第一总时长,从而根据第二总时长控制种子元胞的发展时长,可以让元胞自动机模型偏向于组织元胞增长的模式进行演化,以组织元胞为主导地位进行演化,提高目标区域地质灾害进行演化的精准率,使得可以针对区域地质灾害进行精准演化。
实施例三
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序;其中,所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行上述任一实施例所述的一种基于元胞自动机的区域地质构造演化方法。
实施例四
本发明实施例还提供了一种终端设备,所述终端设备包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器在执行所述计算机程序时实现上述任一实施例所述的一种基于元胞自动机的区域地质构造演化方法。
优选地,所述计算机程序可以被分割成一个或多个模块/单元(如计算机程序、计算机程序),所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述终端设备中的执行过程。
所述处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,通用处理器可以是微处理器,或者所述处理器也可以是任何常规的处理器,所述处理器是所述终端设备的控制中心,利用各种接口和线路连接所述终端设备的各个部分。
所述存储器主要包括程序存储区和数据存储区,其中,程序存储区可存储操作系统、至少一个功能所需的应用程序等,数据存储区可存储相关数据等。此外,所述存储器可以是高速随机存取存储器,还可以是非易失性存储器,例如插接式硬盘,智能存储卡(SmartMedia Card,SMC)、安全数字(Secure Digital, SD)卡和闪存卡(Flash Card)等,或所述存储器也可以是其他易失性固态存储器件。
需要说明的是,上述终端设备可包括,但不仅限于,处理器、存储器,本领域技术人员可以理解,上述终端设备仅仅是示例,并不构成对终端设备的限定,可以包括更多或更少的部件,或者组合某些部件,或者不同的部件。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步的详细说明,应当理解,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围。特别指出,对于本领域技术人员来说,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 (9)
1.一种基于元胞自动机的区域地质构造演化方法,其特征在于,包括:
获取目标区域的遥感图像,对所述遥感图像进行特征识别,识别得到所述遥感图像中的物体并标记为特征点;
建立空间坐标模型,根据所述遥感图像中每一个标记的特征点之间的距离,确定所述特征点在所述空间坐标模型中的坐标位置;
获取所述目标区域的气候环境数据和人类规划活动,将所述气候环境数据和人类规划活动作为第一影响因子;
调用元胞自动机模型,将所述第一影响因子输入到所述元胞自动机模型中,并根据所述特征点在所述空间坐标模型中的坐标位置,在所述特征点中确定种子元胞和组织元胞;
获取所述目标区域的历史灾害数据,将所述历史灾害数据作为第二影响因子;
将所述第二影响因子输入到所述元胞自动机模型中,并控制所述种子元胞和组织元胞在预设时间段内进行演化,得到所述目标区域的地质演化结果;
所述将所述第一影响因子输入到所述元胞自动机模型中,并根据所述特征点在所述空间坐标模型中的坐标位置,在所述特征点中确定种子元胞和组织元胞的步骤中,包括:
以任一特征点为圆心,在预设半径范围内作为所述特征点的圆范围,并计算所述圆范围的特征点密度;
选择所述特征点密度大于预设密度值的圆范围所对应的圆心为种子元胞,其余为组织元胞;
根据所述第一影响因子,分别确定所述种子元胞和组织元胞的第一权重值,并根据所述第一权重值分别确定所述种子元胞和组织元胞的发展概率。
2.如权利要求1所述的基于元胞自动机的区域地质构造演化方法,其特征在于,还包括:
根据所述地质演化结果,确定所述目标区域内首次发生地质灾害的发生时间、灾害类型和灾害地理范围;
根据所述发生时间、灾害类型和灾害地理范围,生成所述目标区域的地质灾害预警值,当确定所述地质灾害预警值达到预警阈值时,发出预警信号。
3.如权利要求1所述的基于元胞自动机的区域地质构造演化方法,其特征在于,所述将所述第二影响因子输入到所述元胞自动机模型中的步骤中,包括:
对所述第二影响因子进行解析处理,得到所述目标区域中每一次发生地质灾害的历史时间、历史类型和历史地理范围;
根据所述历史时间和历史类型,确定所述种子元胞的第二权重值,并根据所述第二权重值对所述种子元胞的发展概率进行修正;
根据所述历史地理范围,确定所述组织元胞的第二权重值,并根据所述第二权重值对所述组织元胞的发展概率进行修正。
4.如权利要求3所述的基于元胞自动机的区域地质构造演化方法,其特征在于,所述控制所述种子元胞和组织元胞在预设时间段内进行演化的步骤中,具体为:
根据所述种子元胞和组织元胞各自修正后的发展概率,分别控制所述种子元胞和组织元胞在预设时间段内进行演化;
当确定演化的时间达到预设时长,或者,所述种子元胞和组织元胞的发展范围达到预设面积时,停止演化。
5.如权利要求4所述的基于元胞自动机的区域地质构造演化方法,其特征在于,所述分别控制所述种子元胞和组织元胞在预设时间段内进行演化的步骤中,包括:
在所述元胞自动机模型中选择种子增长模式,先根据种子元胞修正后的发展概率控制所述种子元胞进行演化,当确定所述种子元胞进行演化的时间达到第一预设时长,或者,所述种子元胞的发展范围达到第一预设面积时,停止演化;
在所述种子元胞停止演化后,确定所述种子元胞进行演化的第一总时长,并根据所述组织元胞修正后的发展概率控制所述组织元胞在所述第一总时长内进行演化。
6.如权利要求4所述的基于元胞自动机的区域地质构造演化方法,其特征在于,所述分别控制所述种子元胞和组织元胞在预设时间段内进行演化的步骤中,包括:
在所述元胞自动机模型中选择组织增长模式,先根据组织元胞修正后的发展概率控制所述组织元胞进行演化,当确定所述组织元胞进行演化的时间达到第二预设时长,或者,所述组织元胞的发展范围达到第二预设面积时,停止演化;
在所述组织元胞停止演化后,确定所述组织元胞进行演化的第二总时长,并根据所述种子元胞修正后的发展概率控制所述种子元胞在所述第二总时长内进行演化。
7.一种基于元胞自动机的区域地质构造演化装置,其特征在于,包括:特征识别模块、坐标确定模块、第一影响因子模块、元胞确定模块、第二影响因子模块和演化模块;
所述特征识别模块用于获取目标区域的遥感图像,对所述遥感图像进行特征识别,识别得到所述遥感图像中的物体并标记为特征点;
所述坐标确定模块用于建立空间坐标模型,根据所述遥感图像中每一个标记的特征点之间的距离,确定所述特征点在所述空间坐标模型中的坐标位置;
所述第一影响因子模块用于获取所述目标区域的气候环境数据和人类规划活动,将所述气候环境数据和人类规划活动作为第一影响因子;
所述元胞确定模块用于调用元胞自动机模型,将所述第一影响因子输入到所述元胞自动机模型中,并根据所述特征点在所述空间坐标模型中的坐标位置,在所述特征点中确定种子元胞和组织元胞;
所述第二影响因子模块用于获取所述目标区域的历史灾害数据,将所述历史灾害数据作为第二影响因子;
所述演化模块用于将所述第二影响因子输入到所述元胞自动机模型中,并控制所述种子元胞和组织元胞在预设时间段内进行演化,得到所述目标区域的地质演化结果;
所述元胞确定模块还具体用于:
以任一特征点为圆心,在预设半径范围内作为所述特征点的圆范围,并计算所述圆范围的特征点密度;
选择所述特征点密度大于预设密度值的圆范围所对应的圆心为种子元胞,其余为组织元胞;
根据所述第一影响因子,分别确定所述种子元胞和组织元胞的第一权重值,并根据所述第一权重值分别确定所述种子元胞和组织元胞的发展概率。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序;其中,所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如权利要求1-6中任一项所述的一种基于元胞自动机的区域地质构造演化方法。
9.一种终端设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器在执行所述计算机程序时实现如权利要求1-6中任一项所述的一种基于元胞自动机的区域地质构造演化方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2022100512822 | 2022-01-17 | ||
CN202210051282 | 2022-01-17 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114676568A CN114676568A (zh) | 2022-06-28 |
CN114676568B true CN114676568B (zh) | 2022-09-23 |
Family
ID=82075309
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210294143.2A Active CN114676568B (zh) | 2022-01-17 | 2022-03-24 | 一种基于元胞自动机的区域地质构造演化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114676568B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116385062B (zh) * | 2023-06-06 | 2023-09-19 | 和元达信息科技有限公司 | 一种基于大数据的店铺区域选址确定方法及系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2002232892B2 (en) * | 2000-10-24 | 2008-06-26 | Intrexon Corporation | Method and device for selectively targeting cells within a three -dimensional specimen |
CN101441683A (zh) * | 2008-06-17 | 2009-05-27 | 浙江大学 | 一种城市暴雨洪涝演化过程的预测方法 |
CN101694680A (zh) * | 2009-09-28 | 2010-04-14 | 深圳先进技术研究院 | 城市暴雨水灾害模拟预测方法 |
CN102496077A (zh) * | 2011-12-06 | 2012-06-13 | 北京林业大学 | 林业有害生物灾害预测系统和方法 |
CN102867326A (zh) * | 2012-08-23 | 2013-01-09 | 苏州两江科技有限公司 | 基于OpenGL进行真实云景虚拟的方法 |
CN103984839A (zh) * | 2014-05-29 | 2014-08-13 | 河南理工大学 | 一种基于元胞自动机的地表下沉仿真方法及系统 |
CN104850677A (zh) * | 2015-03-25 | 2015-08-19 | 武汉大学 | 基于地理信息系统的深度学习元胞自动机仿真分析方法 |
CN108665137A (zh) * | 2018-03-27 | 2018-10-16 | 北京航空航天大学 | 一种基于元胞自动机的sis-ca风险传播分析方法 |
CN109271650A (zh) * | 2018-07-06 | 2019-01-25 | 沧州子芩信息科技有限公司 | 基于疏散对象社会力演化博弈模型的建筑物灾害疏散模拟方法 |
CN112035584A (zh) * | 2020-08-28 | 2020-12-04 | 北京清华同衡规划设计研究院有限公司 | 空间规划情景模拟方法及系统 |
CN112527442A (zh) * | 2020-12-24 | 2021-03-19 | 中国科学院地理科学与资源研究所 | 一种环境数据多维显示方法、装置、介质及终端设备 |
CN112884226A (zh) * | 2021-02-23 | 2021-06-01 | 湖南大学 | 基于多智能体算法的国土空间格局模拟规划方法及系统 |
CN113309571A (zh) * | 2021-05-20 | 2021-08-27 | 中国矿业大学 | 一种矿井巷网热动力灾害演化评估系统与预测救援方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1987906B (zh) * | 2005-12-22 | 2010-10-13 | 中国煤炭地质总局航测遥感局 | 土地利用变化动态预测的方法 |
CN101582204B (zh) * | 2009-06-10 | 2011-05-04 | 中国科学技术大学 | 降落航班调度优化方法 |
CN104361178B (zh) * | 2014-11-20 | 2018-10-26 | 湖北工业大学 | 一种基于势能驱动元胞蚁群算法的室内疏散仿真优化方法 |
CN106202675B (zh) * | 2016-07-04 | 2019-06-21 | 西北工业大学 | 预测钛合金等温成形与动态再结晶演化耦合响应的方法 |
CN108388690B (zh) * | 2018-01-16 | 2021-04-30 | 电子科技大学 | 元胞自动机实验平台 |
CN108304656B (zh) * | 2018-02-01 | 2022-02-01 | 三峡大学 | 一种劳务众包平台的任务接受情况仿真方法 |
CN110210092B (zh) * | 2019-05-23 | 2023-01-31 | 广东寰讯信息股份有限公司 | 一种体温数据处理方法、装置、存储介质及终端设备 |
CN112185579B (zh) * | 2020-08-20 | 2022-09-20 | 同济大学 | 一种基于元胞自动机的新冠密切接触人员数据获取方法 |
-
2022
- 2022-03-24 CN CN202210294143.2A patent/CN114676568B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2002232892B2 (en) * | 2000-10-24 | 2008-06-26 | Intrexon Corporation | Method and device for selectively targeting cells within a three -dimensional specimen |
CN101441683A (zh) * | 2008-06-17 | 2009-05-27 | 浙江大学 | 一种城市暴雨洪涝演化过程的预测方法 |
CN101694680A (zh) * | 2009-09-28 | 2010-04-14 | 深圳先进技术研究院 | 城市暴雨水灾害模拟预测方法 |
CN102496077A (zh) * | 2011-12-06 | 2012-06-13 | 北京林业大学 | 林业有害生物灾害预测系统和方法 |
CN102867326A (zh) * | 2012-08-23 | 2013-01-09 | 苏州两江科技有限公司 | 基于OpenGL进行真实云景虚拟的方法 |
CN103984839A (zh) * | 2014-05-29 | 2014-08-13 | 河南理工大学 | 一种基于元胞自动机的地表下沉仿真方法及系统 |
CN104850677A (zh) * | 2015-03-25 | 2015-08-19 | 武汉大学 | 基于地理信息系统的深度学习元胞自动机仿真分析方法 |
CN108665137A (zh) * | 2018-03-27 | 2018-10-16 | 北京航空航天大学 | 一种基于元胞自动机的sis-ca风险传播分析方法 |
CN109271650A (zh) * | 2018-07-06 | 2019-01-25 | 沧州子芩信息科技有限公司 | 基于疏散对象社会力演化博弈模型的建筑物灾害疏散模拟方法 |
CN112035584A (zh) * | 2020-08-28 | 2020-12-04 | 北京清华同衡规划设计研究院有限公司 | 空间规划情景模拟方法及系统 |
CN112527442A (zh) * | 2020-12-24 | 2021-03-19 | 中国科学院地理科学与资源研究所 | 一种环境数据多维显示方法、装置、介质及终端设备 |
CN112884226A (zh) * | 2021-02-23 | 2021-06-01 | 湖南大学 | 基于多智能体算法的国土空间格局模拟规划方法及系统 |
CN113309571A (zh) * | 2021-05-20 | 2021-08-27 | 中国矿业大学 | 一种矿井巷网热动力灾害演化评估系统与预测救援方法 |
Non-Patent Citations (2)
Title |
---|
Land-use simulation as a supporting tool for flood risk assessment and coastal safety planning: The case of the Belgian coast;Frank Canters 等;《Ocean & Coastal Management》;20140822;第102-113页 * |
北京及邻区土地荒漠化动态演变分析与建模;丁火平;《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅰ辑》;20030915;第8-63页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114676568A (zh) | 2022-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110909093B (zh) | 智慧地标控制网的构建方法及装置 | |
CN108229740B (zh) | 一种商圈边界的确定方法、装置、服务器及存储介质 | |
CN112085056B (zh) | 目标检测模型生成方法、装置、设备及存储介质 | |
CN114676568B (zh) | 一种基于元胞自动机的区域地质构造演化方法及装置 | |
CN115062823A (zh) | 一种基于土地利用的二氧化碳排放预测方法及装置 | |
CN116416626B (zh) | 圆形印章数据的获取方法、装置、设备及存储介质 | |
CN114219917B (zh) | 一种激光雷达点云数据的漏洞修复方法 | |
CN115457408A (zh) | 一种土地监测方法、装置、电子设备及介质 | |
CN112001453A (zh) | 一种视频事件检测算法的准确率计算方法及装置 | |
CN112561817B (zh) | 基于am-gan的遥感图像去云方法、装置、设备及存储介质 | |
CN114708291A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
EP4379669A1 (en) | Processing method for image recognition model, and related product | |
CN113808142A (zh) | 一种地面标识的识别方法、装置、电子设备 | |
CN110321495B (zh) | 活动消息的推送方法、装置、计算机设备及存储介质 | |
CN113569418A (zh) | 海陆统筹的海域分析方法、装置和计算机设备 | |
CN111144765A (zh) | 一种特定地点间关联关系的确定方法及装置 | |
CN112417649B (zh) | 一种联合营养盐基准制定方法、装置、设备及存储介质 | |
CN114778795B (zh) | 一种基于城市布局的土壤质量等级确定方法及装置 | |
CN118394280B (zh) | 基于数据验证的海图数据资源管理方法及系统 | |
CN113505627B (zh) | 遥感数据处理方法、装置、电子设备和存储介质 | |
CN116442226B (zh) | 位姿正确性判断方法、装置、机器人和存储介质 | |
CN113079458B (zh) | 一种用于可穿戴移动终端定位的方法及设备 | |
CN113029166B (zh) | 定位方法、装置、电子设备及存储介质 | |
CN115114774A (zh) | 交通设施承载力评估方法和系统 | |
Nath et al. | Soil volumetric water content prediction using unique hybrid deep learning algorithm |
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 |