CN115440008B - 一种山体滑坡雷达波监测方法及系统 - Google Patents
一种山体滑坡雷达波监测方法及系统 Download PDFInfo
- Publication number
- CN115440008B CN115440008B CN202211395396.5A CN202211395396A CN115440008B CN 115440008 B CN115440008 B CN 115440008B CN 202211395396 A CN202211395396 A CN 202211395396A CN 115440008 B CN115440008 B CN 115440008B
- Authority
- CN
- China
- Prior art keywords
- landslide
- monitoring
- data
- analysis
- deformation
- 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
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
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/886—Radar or analogous systems specially adapted for specific applications for alarm systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/008—Alarm setting and unsetting, i.e. arming or disarming of the security system
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- 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)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Computer Security & Cryptography (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及雷达监测技术领域,具体公开了一种山体滑坡雷达波监测方法及系统。本发明通过进行降雨和地震的气象分析,根据气象分析结果,生成滑坡监测周期;对滑坡监测位置进行周期性边坡变形监测;在存在山体滑坡风险时,生成滑坡预警信号;确定多个滑坡预警位置,进行视频监测拍摄,生成监测拍摄数据;在存在山体滑坡时,识别多个山体滑坡位置,进行滑坡位置报警。能够对滑坡监测周期和变形监测精度进行动态调整,进行相应的雷达波监测,并在存在山体滑坡风险时,进行视频监测拍摄与分析,在存在山体滑坡时,进行滑坡位置报警,从而根据山体滑坡的实际情况,进行监测周期与监测精度的调整,实现山体滑坡的动态监测,提高山体滑坡的监测效果。
Description
技术领域
本发明属于雷达监测技术领域,尤其涉及一种山体滑坡雷达波监测方法及系统。
背景技术
山体滑坡是指山体斜坡上某一部分岩土在重力作用下,沿着一定的软弱结构面产生剪切位移而整体地向斜坡下方移动的作用和现象。是常见地质灾害之一。滑坡的活动强度,主要与滑坡的规模、滑移速度、滑移距离及其蓄积的位能和产生的功能有关。一般讲,滑坡体的位置越高、体积越大、移动速度越快、移动距离越远,则滑坡的活动强度也就越高,危害程度也就越大。
雷达波监测方法,是对山体滑坡进行监测的最常见技术,且具有相对稳定的监测效果,但是现有的雷达波监测方法,通常是设定固定的监测周期,对山体滑坡进行周期性的监测,且山体滑坡的监测精度始终保持不变,虽然能对山体滑坡起到一定的监测效果,但是不能够根据山体滑坡的实际情况,进行监测周期与监测精度的调整,存在山体滑坡风险和不存在山体滑坡风险时,监测获取的数据量都相同,无法实现山体滑坡的动态监测。
发明内容
本发明实施例的目的在于提供一种山体滑坡雷达波监测方法及系统,旨在解决背景技术中提出的问题。
为实现上述目的,本发明实施例提供如下技术方案:
一种山体滑坡雷达波监测方法,所述方法具体包括以下步骤:
实时获取滑坡监测位置的气象数据,根据所述气象数据进行降雨和地震的气象分析,根据气象分析结果,生成滑坡监测周期;
根据所述滑坡监测周期,对滑坡监测位置进行周期性边坡变形监测,生成变形监测数据;
对所述变形监测数据进行分析,判断是否存在山体滑坡风险,并在存在山体滑坡风险时,生成滑坡预警信号;
根据所述滑坡预警信号,确定多个滑坡预警位置,在多个所述滑坡预警位置进行视频监测拍摄,生成监测拍摄数据;
对所述监测拍摄数据进行滑坡分析,判断是否存在山体滑坡,并在存在山体滑坡时,识别多个山体滑坡位置,进行滑坡位置报警。
作为本发明实施例技术方案进一步的限定,所述实时获取滑坡监测位置的气象数据,根据所述气象数据进行降雨和地震的气象分析,根据气象分析结果,生成滑坡监测周期具体包括以下步骤:
获取滑坡监测管理信息,确定滑坡监测位置;
根据所述滑坡监测位置,实时获取气象数据;
对所述气象数据进行降雨和地震的气象分析,生成气象分析结果;
根据所述气象分析结果,更新生成滑坡监测周期。
作为本发明实施例技术方案进一步的限定,所述根据所述滑坡监测周期,对滑坡监测位置进行周期性边坡变形监测,生成变形监测数据具体包括以下步骤:
根据所述滑坡监测周期,周期性生成变形监测信号;
根据所述滑坡监测周期,周期性更新变形监测精度;
按照所述变形监测信号和所述变形监测精度,对滑坡监测位置进行周期性边坡变形监测,生成变形监测数据。
作为本发明实施例技术方案进一步的限定,所述对所述变形监测数据进行分析,判断是否存在山体滑坡风险,并在存在山体滑坡风险时,生成滑坡预警信号具体包括以下步骤:
对所述变形监测数据进行边坡变形分析,生成变形分析数据;
根据所述变形分析数据,判断是否存在山体滑坡风险;
在存在山体滑坡风险时,根据所述变形分析数据,生成滑坡预警信号。
作为本发明实施例技术方案进一步的限定,所述根据所述滑坡预警信号,确定多个滑坡预警位置,在多个所述滑坡预警位置进行视频监测拍摄,生成监测拍摄数据具体包括以下步骤:
对所述滑坡预警信号进行定位分析,确定多个滑坡预警位置;
根据多个所述滑坡预警位置,生成多个监测拍摄信号;
按照多个所述监测拍摄信号,在多个所述滑坡预警位置进行视频监测拍摄,生成监测拍摄数据。
作为本发明实施例技术方案进一步的限定,所述对所述监测拍摄数据进行滑坡分析,判断是否存在山体滑坡,并在存在山体滑坡时,识别多个山体滑坡位置,进行滑坡位置报警具体包括以下步骤:
对所述监测拍摄数据进行滑坡识别分析,生成识别分析信息;
根据所述识别分析信息,判断是否存在山体滑坡;
在存在山体滑坡时,按照所述识别分析信息,确定多个山体滑坡位置;
根据多个所述山体滑坡位置,进行相关位置紧急报警和周围位置协同报警。
一种山体滑坡雷达波监测系统,所述系统包括监测周期生成单元、边坡变形监测单元、滑坡风险判断单元、视频监测拍摄单元和滑坡分析报警单元,其中:
监测周期生成单元,用于实时获取滑坡监测位置的气象数据,根据所述气象数据进行降雨和地震的气象分析,根据气象分析结果,生成滑坡监测周期;
边坡变形监测单元,用于根据所述滑坡监测周期,对滑坡监测位置进行周期性边坡变形监测,生成变形监测数据;
滑坡风险判断单元,用于对所述变形监测数据进行分析,判断是否存在山体滑坡风险,并在存在山体滑坡风险时,生成滑坡预警信号;
视频监测拍摄单元,用于根据所述滑坡预警信号,确定多个滑坡预警位置,在多个所述滑坡预警位置进行视频监测拍摄,生成监测拍摄数据;
滑坡分析报警单元,用于对所述监测拍摄数据进行滑坡分析,判断是否存在山体滑坡,并在存在山体滑坡时,识别多个山体滑坡位置,进行滑坡位置报警。
作为本发明实施例技术方案进一步的限定,所述监测周期生成单元具体包括:
位置确定模块,用于获取滑坡监测管理信息,确定滑坡监测位置;
气象获取模块,用于根据所述滑坡监测位置,实时获取气象数据;
气象分析模块,用于对所述气象数据进行降雨和地震的气象分析,生成气象分析结果;
周期更新模块,用于根据所述气象分析结果,更新生成滑坡监测周期。
作为本发明实施例技术方案进一步的限定,所述边坡变形监测单元具体包括:
信号生成模块,用于根据所述滑坡监测周期,周期性生成变形监测信号;
精度更新模块,用于根据所述滑坡监测周期,周期性更新变形监测精度;
变形监测模块,用于按照所述变形监测信号和所述变形监测精度,对滑坡监测位置进行周期性边坡变形监测,生成变形监测数据。
作为本发明实施例技术方案进一步的限定,所述滑坡分析报警单元具体包括:
识别分析模块,用于对所述监测拍摄数据进行滑坡识别分析,生成识别分析信息;
滑坡判断模块,用于根据所述识别分析信息,判断是否存在山体滑坡;
滑坡确定模块,用于在存在山体滑坡时,按照所述识别分析信息,确定多个山体滑坡位置;
滑坡报警模块,用于根据多个所述山体滑坡位置,进行相关位置紧急报警和周围位置协同报警。
与现有技术相比,本发明的有益效果是:
本发明实施例通过进行降雨和地震的气象分析,根据气象分析结果,生成滑坡监测周期;对滑坡监测位置进行周期性边坡变形监测;在存在山体滑坡风险时,生成滑坡预警信号;确定多个滑坡预警位置,进行视频监测拍摄,生成监测拍摄数据;在存在山体滑坡时,识别多个山体滑坡位置,进行滑坡位置报警。能够对滑坡监测周期和变形监测精度进行动态调整,进行相应的雷达波监测,并在存在山体滑坡风险时,进行视频监测拍摄与分析,在存在山体滑坡时,进行滑坡位置报警,从而根据山体滑坡的实际情况,进行监测周期与监测精度的调整,实现山体滑坡的动态监测,提高山体滑坡的监测效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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。
图1示出了本发明实施例提供的方法的流程图;
图2示出了本发明实施例提供的方法中生成滑坡监测周期的流程图;
图3示出了本发明实施例提供的方法中生成变形监测数据的流程图;
图4示出了本发明实施例提供的方法中生成滑坡预警信号的流程图;
图5示出了本发明实施例提供的方法中生成监测拍摄数据的流程图;
图6示出了本发明实施例提供的方法中进行滑坡位置报警的流程图;
图7示出了本发明实施例提供的系统的应用架构图;
图8示出了本发明实施例提供的系统中监测周期生成单元的结构框图;
图9示出了本发明实施例提供的系统中边坡变形监测单元的结构框图;
图10示出了本发明实施例提供的系统中滑坡分析报警单元的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以理解的是,现有技术中,雷达波监测方法,通常是设定固定的监测周期,对山体滑坡进行周期性的监测,且山体滑坡的监测精度始终保持不变,虽然能对山体滑坡起到一定的监测效果,但是不能够根据山体滑坡的实际情况,进行监测周期与监测精度的调整,存在山体滑坡风险和不存在山体滑坡风险时,监测获取的数据量都相同,无法实现山体滑坡的动态监测。
为解决上述问题,本发明实施例通过进行降雨和地震的气象分析,根据气象分析结果,生成滑坡监测周期;对滑坡监测位置进行周期性边坡变形监测;在存在山体滑坡风险时,生成滑坡预警信号;确定多个滑坡预警位置,进行视频监测拍摄,生成监测拍摄数据;在存在山体滑坡时,识别多个山体滑坡位置,进行滑坡位置报警。能够对滑坡监测周期和变形监测精度进行动态调整,进行相应的雷达波监测,并在存在山体滑坡风险时,进行视频监测拍摄与分析,在存在山体滑坡时,进行滑坡位置报警,从而根据山体滑坡的实际情况,进行监测周期与监测精度的调整,实现山体滑坡的动态监测,提高山体滑坡的监测效果。
图1示出了本发明实施例提供的方法的流程图。
具体的,一种山体滑坡雷达波监测方法,所述方法具体包括以下步骤:
步骤S101,实时获取滑坡监测位置的气象数据,根据所述气象数据进行降雨和地震的气象分析,根据气象分析结果,生成滑坡监测周期。
在本发明实施例中,获取预先设置的滑坡监测管理信息,通过对滑坡监测管理信息进行分析,确定需要进行山体滑坡雷达波监测的滑坡监测位置,进而以滑坡监测位置为气象获取位置,实时获取气象数据,通过对气象数据进行降雨量分析和地震分析,生成气象分析结果,进而按照气象分析结果,生成与未来一段时间的气象状态相对应的滑坡监测周期。
可以理解的是,降雨量越多,发生山体滑坡的风险越大,滑坡监测周期则越短;地震概率越大,发生山体滑坡的风险越大,滑坡监测周期则越短;通过对滑坡监测位置未来一段时间的降雨量和地震概率进行综合分析,确定发生山体滑坡的风险,进而匹配对应的滑坡监测周期。
具体的,图2示出了本发明实施例提供的方法中生成滑坡监测周期的流程图。
其中,在本发明提供的优选实施方式中,所述实时获取滑坡监测位置的气象数据,根据所述气象数据进行降雨和地震的气象分析,根据气象分析结果,生成滑坡监测周期具体包括以下步骤:
步骤S1011,获取滑坡监测管理信息,确定滑坡监测位置。
步骤S1012,根据所述滑坡监测位置,实时获取气象数据。
步骤S1013,对所述气象数据进行降雨和地震的气象分析,生成气象分析结果。
步骤S1014,根据所述气象分析结果,更新生成滑坡监测周期。
进一步的,所述山体滑坡雷达波监测方法还包括以下步骤:
步骤S102,根据所述滑坡监测周期,对滑坡监测位置进行周期性边坡变形监测,生成变形监测数据。
在本发明实施例中,按照滑坡监测周期,周期性地在滑坡监测周期开始的时间生成变形监测信号,将变形监测信号传递,并且按照滑坡监测周期的周期时间长短,更新与之相适配的变形监测精度,进而在接收到变形监测信号时,按照变形监测精度,对滑坡监测位置进行边坡变形监测,生成滑坡监测位置的变形监测数据。
可以理解的是,发生山体滑坡的风险越大,滑坡监测周期越短,变形监测精度则越高,从而能够在具有大概率发生山体滑坡时,进行高精度的边坡变形监测,提高山体滑坡的监测效果;而在山体滑坡的发生概率不大时,进行低精度的边坡变形监测,减小需要处理的数据量,释放更多的计算机的算力。例如:在发生山体滑坡的风险较大时,可以以每5分钟进行一次边坡变形监测,且变形监测精度为0.1毫米。
具体的,图3示出了本发明实施例提供的方法中生成变形监测数据的流程图。
其中,在本发明提供的优选实施方式中,所述根据所述滑坡监测周期,对滑坡监测位置进行周期性边坡变形监测,生成变形监测数据具体包括以下步骤:
步骤S1021,根据所述滑坡监测周期,周期性生成变形监测信号。
步骤S1022,根据所述滑坡监测周期,周期性更新变形监测精度。
步骤S1023,按照所述变形监测信号和所述变形监测精度,对滑坡监测位置进行周期性边坡变形监测,生成变形监测数据。
进一步的,所述山体滑坡雷达波监测方法还包括以下步骤:
步骤S103,对所述变形监测数据进行分析,判断是否存在山体滑坡风险,并在存在山体滑坡风险时,生成滑坡预警信号。
在本发明实施例中,通过对变形监测数据进行分析,生成变形分析数据,通过将变形分析数据中对应的边坡变形数值与标准数值进行比较,按照比较结果,判断是否存在山体滑坡风险,并在存在山体滑坡风险时,综合变形分析数据,生成对应的滑坡预警信号。
具体的,图4示出了本发明实施例提供的方法中生成滑坡预警信号的流程图。
其中,在本发明提供的优选实施方式中,所述对所述变形监测数据进行分析,判断是否存在山体滑坡风险,并在存在山体滑坡风险时,生成滑坡预警信号具体包括以下步骤:
步骤S1031,对所述变形监测数据进行边坡变形分析,生成变形分析数据。
步骤S1032,根据所述变形分析数据,判断是否存在山体滑坡风险。
步骤S1033,在存在山体滑坡风险时,根据所述变形分析数据,生成滑坡预警信号。
进一步的,所述山体滑坡雷达波监测方法还包括以下步骤:
步骤S104,根据所述滑坡预警信号,确定多个滑坡预警位置,在多个所述滑坡预警位置进行视频监测拍摄,生成监测拍摄数据。
在本发明实施例中,在接收到滑坡预警信号之后,通过对滑坡预警信号中的变形分析数据进行存在山体滑坡风险的定位分析,确定多个滑坡预警位置,根据多个滑坡预警位置,确定多个监控拍摄位置,生成多个相对应的监测拍摄信号,进而按照多个监测拍摄信号,在多个监控拍摄位置处,对多个滑坡预警位置进行视频监测拍摄,生成监测拍摄数据。
可以理解的是,滑坡监测位置的周围,设置有多个预设拍摄位置,在确定多个滑坡预警位置之后,可以从多个预设拍摄位置中,确定多个能够对滑坡预警位置进行监控拍摄的多个监控拍摄位置,并且能够按照多个滑坡预警位置,对监控拍摄的角度进行相应调节,使得能够在多个监控拍摄位置处,对多个滑坡预警位置进行正对的视频监测拍摄。
具体的,图5示出了本发明实施例提供的方法中生成监测拍摄数据的流程图。
其中,在本发明提供的优选实施方式中,所述根据所述滑坡预警信号,确定多个滑坡预警位置,在多个所述滑坡预警位置进行视频监测拍摄,生成监测拍摄数据具体包括以下步骤:
步骤S1041,对所述滑坡预警信号进行定位分析,确定多个滑坡预警位置。
步骤S1042,根据多个所述滑坡预警位置,生成多个监测拍摄信号。
步骤S1043,按照多个所述监测拍摄信号,在多个所述滑坡预警位置进行视频监测拍摄,生成监测拍摄数据。
进一步的,所述山体滑坡雷达波监测方法还包括以下步骤:
步骤S105,对所述监测拍摄数据进行滑坡分析,判断是否存在山体滑坡,并在存在山体滑坡时,识别多个山体滑坡位置,进行滑坡位置报警。
在本发明实施例中,提取监测拍摄数据中的监测拍摄背景,并以监测拍摄背景为对比图像,对监测拍摄数据进行滑坡识别分析,生成识别分析信息,根据识别分析信息,判断是否存在山体滑坡,并在存在山体滑坡时,按照识别分析信息,确定多个山体滑坡位置,在多个山体滑坡位置处进行紧急报警,并在山体滑坡位置两侧的相邻位置进行协同报警,从而提醒周围人员发生山体滑坡的具体位置,并警示周围人员远离山体滑坡位置和其相邻的位置。
可以理解的是,在提取监测拍摄背景之后,通过识别监测拍摄数据中的移动物体,通过分析移动物体的移动方向,能够判断是否为山体滑坡。
具体的,图6示出了本发明实施例提供的方法中进行滑坡位置报警的流程图。
其中,在本发明提供的优选实施方式中,所述对所述监测拍摄数据进行滑坡分析,判断是否存在山体滑坡,并在存在山体滑坡时,识别多个山体滑坡位置,进行滑坡位置报警具体包括以下步骤:
步骤S1051,对所述监测拍摄数据进行滑坡识别分析,生成识别分析信息。
步骤S1052,根据所述识别分析信息,判断是否存在山体滑坡。
步骤S1053,在存在山体滑坡时,按照所述识别分析信息,确定多个山体滑坡位置。
步骤S1054,根据多个所述山体滑坡位置,进行相关位置紧急报警和周围位置协同报警。
进一步的,图7示出了本发明实施例提供的系统的应用架构图。
其中,在本发明提供的又一个优选实施方式中,一种山体滑坡雷达波监测系统,包括:
监测周期生成单元101,用于实时获取滑坡监测位置的气象数据,根据所述气象数据进行降雨和地震的气象分析,根据气象分析结果,生成滑坡监测周期。
在本发明实施例中,监测周期生成单元101获取预先设置的滑坡监测管理信息,通过对滑坡监测管理信息进行分析,确定需要进行山体滑坡雷达波监测的滑坡监测位置,进而以滑坡监测位置为气象获取位置,实时获取气象数据,通过对气象数据进行降雨量分析和地震分析,生成气象分析结果,进而按照气象分析结果,生成与未来一段时间的气象状态相对应的滑坡监测周期。
具体的,图8示出了本发明实施例提供的系统中监测周期生成单元101的结构框图。
其中,在本发明提供的优选实施方式中,所述监测周期生成单元101具体包括:
位置确定模块1011,用于获取滑坡监测管理信息,确定滑坡监测位置。
气象获取模块1012,用于根据所述滑坡监测位置,实时获取气象数据。
气象分析模块1013,用于对所述气象数据进行降雨和地震的气象分析,生成气象分析结果。
周期更新模块1014,用于根据所述气象分析结果,更新生成滑坡监测周期。
进一步的,所述山体滑坡雷达波监测系统还包括:
边坡变形监测单元102,用于根据所述滑坡监测周期,对滑坡监测位置进行周期性边坡变形监测,生成变形监测数据。
在本发明实施例中,边坡变形监测单元102按照滑坡监测周期,周期性地在滑坡监测周期开始的时间生成变形监测信号,将变形监测信号传递,并且按照滑坡监测周期的周期时间长短,更新与之相适配的变形监测精度,进而在接收到变形监测信号时,按照变形监测精度,对滑坡监测位置进行边坡变形监测,生成滑坡监测位置的变形监测数据。
具体的,图9示出了本发明实施例提供的系统中边坡变形监测单元102的结构框图。
其中,在本发明提供的优选实施方式中,所述边坡变形监测单元102具体包括:
信号生成模块1021,用于根据所述滑坡监测周期,周期性生成变形监测信号。
精度更新模块1022,用于根据所述滑坡监测周期,周期性更新变形监测精度。
变形监测模块1023,用于按照所述变形监测信号和所述变形监测精度,对滑坡监测位置进行周期性边坡变形监测,生成变形监测数据。
进一步的,所述山体滑坡雷达波监测系统还包括:
滑坡风险判断单元103,用于对所述变形监测数据进行分析,判断是否存在山体滑坡风险,并在存在山体滑坡风险时,生成滑坡预警信号。
在本发明实施例中,滑坡风险判断单元103通过对变形监测数据进行分析,生成变形分析数据,通过将变形分析数据中对应的边坡变形数值与标准数值进行比较,按照比较结果,判断是否存在山体滑坡风险,并在存在山体滑坡风险时,综合变形分析数据,生成对应的滑坡预警信号。
视频监测拍摄单元104,用于根据所述滑坡预警信号,确定多个滑坡预警位置,在多个所述滑坡预警位置进行视频监测拍摄,生成监测拍摄数据。
在本发明实施例中,视频监测拍摄单元104在接收到滑坡预警信号之后,通过对滑坡预警信号中的变形分析数据进行存在山体滑坡风险的定位分析,确定多个滑坡预警位置,根据多个滑坡预警位置,确定多个监控拍摄位置,生成多个相对应的监测拍摄信号,进而按照多个监测拍摄信号,在多个监控拍摄位置处,对多个滑坡预警位置进行视频监测拍摄,生成监测拍摄数据。
滑坡分析报警单元105,用于对所述监测拍摄数据进行滑坡分析,判断是否存在山体滑坡,并在存在山体滑坡时,识别多个山体滑坡位置,进行滑坡位置报警。
在本发明实施例中,滑坡分析报警单元105提取监测拍摄数据中的监测拍摄背景,并以监测拍摄背景为对比图像,对监测拍摄数据进行滑坡识别分析,生成识别分析信息,根据识别分析信息,判断是否存在山体滑坡,并在存在山体滑坡时,按照识别分析信息,确定多个山体滑坡位置,在多个山体滑坡位置处进行紧急报警,并在山体滑坡位置两侧的相邻位置进行协同报警,从而提醒周围人员发生山体滑坡的具体位置,并警示周围人员远离山体滑坡位置和其相邻的位置。
具体的,图10示出了本发明实施例提供的系统中滑坡分析报警单元105的结构框图。
其中,在本发明提供的优选实施方式中,所述滑坡分析报警单元105具体包括:
识别分析模块1051,用于对所述监测拍摄数据进行滑坡识别分析,生成识别分析信息。
滑坡判断模块1052,用于根据所述识别分析信息,判断是否存在山体滑坡。
滑坡确定模块1053,用于在存在山体滑坡时,按照所述识别分析信息,确定多个山体滑坡位置。
滑坡报警模块1054,用于根据多个所述山体滑坡位置,进行相关位置紧急报警和周围位置协同报警。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种山体滑坡雷达波监测方法,其特征在于,所述方法具体包括以下步骤:
实时获取滑坡监测位置的气象数据,根据所述气象数据进行降雨和地震的气象分析,根据气象分析结果,生成滑坡监测周期;
根据所述滑坡监测周期,对滑坡监测位置进行周期性边坡变形监测,生成变形监测数据;
对所述变形监测数据进行分析,判断是否存在山体滑坡风险,并在存在山体滑坡风险时,生成滑坡预警信号;
根据所述滑坡预警信号,确定多个滑坡预警位置,在多个所述滑坡预警位置进行视频监测拍摄,生成监测拍摄数据;
对所述监测拍摄数据进行滑坡分析,判断是否存在山体滑坡,并在存在山体滑坡时,识别多个山体滑坡位置,进行滑坡位置报警;
所述根据所述滑坡监测周期,对滑坡监测位置进行周期性边坡变形监测,生成变形监测数据具体包括以下步骤:
根据所述滑坡监测周期,周期性生成变形监测信号;
根据所述滑坡监测周期,周期性更新变形监测精度;
按照所述变形监测信号和所述变形监测精度,对滑坡监测位置进行周期性边坡变形监测,生成变形监测数据。
2.根据权利要求1所述的山体滑坡雷达波监测方法,其特征在于,所述实时获取滑坡监测位置的气象数据,根据所述气象数据进行降雨和地震的气象分析,根据气象分析结果,生成滑坡监测周期具体包括以下步骤:
获取滑坡监测管理信息,确定滑坡监测位置;
根据所述滑坡监测位置,实时获取气象数据;
对所述气象数据进行降雨和地震的气象分析,生成气象分析结果;
根据所述气象分析结果,更新生成滑坡监测周期。
3.根据权利要求1所述的山体滑坡雷达波监测方法,其特征在于,所述对所述变形监测数据进行分析,判断是否存在山体滑坡风险,并在存在山体滑坡风险时,生成滑坡预警信号具体包括以下步骤:
对所述变形监测数据进行边坡变形分析,生成变形分析数据;
根据所述变形分析数据,判断是否存在山体滑坡风险;
在存在山体滑坡风险时,根据所述变形分析数据,生成滑坡预警信号。
4.根据权利要求1所述的山体滑坡雷达波监测方法,其特征在于,所述根据所述滑坡预警信号,确定多个滑坡预警位置,在多个所述滑坡预警位置进行视频监测拍摄,生成监测拍摄数据具体包括以下步骤:
对所述滑坡预警信号进行定位分析,确定多个滑坡预警位置;
根据多个所述滑坡预警位置,生成多个监测拍摄信号;
按照多个所述监测拍摄信号,在多个所述滑坡预警位置进行视频监测拍摄,生成监测拍摄数据。
5.根据权利要求1所述的山体滑坡雷达波监测方法,其特征在于,所述对所述监测拍摄数据进行滑坡分析,判断是否存在山体滑坡,并在存在山体滑坡时,识别多个山体滑坡位置,进行滑坡位置报警具体包括以下步骤:
对所述监测拍摄数据进行滑坡识别分析,生成识别分析信息;
根据所述识别分析信息,判断是否存在山体滑坡;
在存在山体滑坡时,按照所述识别分析信息,确定多个山体滑坡位置;
根据多个所述山体滑坡位置,进行相关位置紧急报警和周围位置协同报警。
6.一种山体滑坡雷达波监测系统,其特征在于,所述系统包括监测周期生成单元、边坡变形监测单元、滑坡风险判断单元、视频监测拍摄单元和滑坡分析报警单元,其中:
监测周期生成单元,用于实时获取滑坡监测位置的气象数据,根据所述气象数据进行降雨和地震的气象分析,根据气象分析结果,生成滑坡监测周期;
边坡变形监测单元,用于根据所述滑坡监测周期,对滑坡监测位置进行周期性边坡变形监测,生成变形监测数据;
滑坡风险判断单元,用于对所述变形监测数据进行分析,判断是否存在山体滑坡风险,并在存在山体滑坡风险时,生成滑坡预警信号;
视频监测拍摄单元,用于根据所述滑坡预警信号,确定多个滑坡预警位置,在多个所述滑坡预警位置进行视频监测拍摄,生成监测拍摄数据;
滑坡分析报警单元,用于对所述监测拍摄数据进行滑坡分析,判断是否存在山体滑坡,并在存在山体滑坡时,识别多个山体滑坡位置,进行滑坡位置报警;
所述边坡变形监测单元具体包括:
信号生成模块,用于根据所述滑坡监测周期,周期性生成变形监测信号;
精度更新模块,用于根据所述滑坡监测周期,周期性更新变形监测精度;
变形监测模块,用于按照所述变形监测信号和所述变形监测精度,对滑坡监测位置进行周期性边坡变形监测,生成变形监测数据。
7.根据权利要求6所述的山体滑坡雷达波监测系统,其特征在于,所述监测周期生成单元具体包括:
位置确定模块,用于获取滑坡监测管理信息,确定滑坡监测位置;
气象获取模块,用于根据所述滑坡监测位置,实时获取气象数据;
气象分析模块,用于对所述气象数据进行降雨和地震的气象分析,生成气象分析结果;
周期更新模块,用于根据所述气象分析结果,更新生成滑坡监测周期。
8.根据权利要求6所述的山体滑坡雷达波监测系统,其特征在于,所述滑坡分析报警单元具体包括:
识别分析模块,用于对所述监测拍摄数据进行滑坡识别分析,生成识别分析信息;
滑坡判断模块,用于根据所述识别分析信息,判断是否存在山体滑坡;
滑坡确定模块,用于在存在山体滑坡时,按照所述识别分析信息,确定多个山体滑坡位置;
滑坡报警模块,用于根据多个所述山体滑坡位置,进行相关位置紧急报警和周围位置协同报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211395396.5A CN115440008B (zh) | 2022-11-09 | 2022-11-09 | 一种山体滑坡雷达波监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211395396.5A CN115440008B (zh) | 2022-11-09 | 2022-11-09 | 一种山体滑坡雷达波监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115440008A CN115440008A (zh) | 2022-12-06 |
CN115440008B true CN115440008B (zh) | 2023-04-07 |
Family
ID=84253126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211395396.5A Active CN115440008B (zh) | 2022-11-09 | 2022-11-09 | 一种山体滑坡雷达波监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115440008B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115574732B (zh) * | 2022-12-08 | 2023-03-10 | 北京新兴环宇信息科技有限公司 | 一种基坑检测方法以及检测系统 |
CN116434369B (zh) * | 2023-03-27 | 2023-09-19 | 浙江慧储科技有限公司 | 一种智慧园区智能消防安全监控调度系统 |
CN116612609B (zh) * | 2023-07-21 | 2023-11-03 | 湖北通达数科科技有限公司 | 一种基于山体滑坡危害度预测的灾害预警方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009078655A2 (en) * | 2007-12-17 | 2009-06-25 | Innosensing Co., Ltd. | Earthquake sensing alarm system for construction |
KR101149916B1 (ko) * | 2011-08-16 | 2012-05-30 | (주)인펙비전 | 산사태 경보시스템 |
CN102915619A (zh) * | 2012-10-19 | 2013-02-06 | 安徽工程大学 | 一种多元检测的智能山体滑坡监测预警系统 |
JP2018195111A (ja) * | 2017-05-18 | 2018-12-06 | 中央開発株式会社 | 斜面崩壊早期警報システム |
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 |
CN209691075U (zh) * | 2018-12-10 | 2019-11-26 | 西安工程大学 | 一种分布式滑坡灾害监测预警系统 |
CN111947605A (zh) * | 2020-08-20 | 2020-11-17 | 上海同禾工程科技股份有限公司 | 一种边坡安全监测系统及其监测方法 |
CN114222199A (zh) * | 2022-01-07 | 2022-03-22 | 深圳市北斗云信息技术有限公司 | 一种智能监测边缘计算网关 |
CN115035690A (zh) * | 2021-03-05 | 2022-09-09 | 重庆市地质灾害防治中心 | 地质灾害监测预警方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105260625B (zh) * | 2015-11-19 | 2018-02-23 | 成都理工大学 | 一种滑坡地质灾害预警推送方法 |
CN206292948U (zh) * | 2016-12-23 | 2017-06-30 | 南京信息工程大学 | 一种基于传感器网络的地质灾害监测预警系统 |
CN111311895A (zh) * | 2020-02-10 | 2020-06-19 | 河海大学 | 面向道路级环境感知的微波衰减信号联合变频采集系统 |
-
2022
- 2022-11-09 CN CN202211395396.5A patent/CN115440008B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009078655A2 (en) * | 2007-12-17 | 2009-06-25 | Innosensing Co., Ltd. | Earthquake sensing alarm system for construction |
KR101149916B1 (ko) * | 2011-08-16 | 2012-05-30 | (주)인펙비전 | 산사태 경보시스템 |
CN102915619A (zh) * | 2012-10-19 | 2013-02-06 | 安徽工程大学 | 一种多元检测的智能山体滑坡监测预警系统 |
JP2018195111A (ja) * | 2017-05-18 | 2018-12-06 | 中央開発株式会社 | 斜面崩壊早期警報システム |
CN209691075U (zh) * | 2018-12-10 | 2019-11-26 | 西安工程大学 | 一种分布式滑坡灾害监测预警系统 |
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 |
CN111947605A (zh) * | 2020-08-20 | 2020-11-17 | 上海同禾工程科技股份有限公司 | 一种边坡安全监测系统及其监测方法 |
CN115035690A (zh) * | 2021-03-05 | 2022-09-09 | 重庆市地质灾害防治中心 | 地质灾害监测预警方法 |
CN114222199A (zh) * | 2022-01-07 | 2022-03-22 | 深圳市北斗云信息技术有限公司 | 一种智能监测边缘计算网关 |
Also Published As
Publication number | Publication date |
---|---|
CN115440008A (zh) | 2022-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115440008B (zh) | 一种山体滑坡雷达波监测方法及系统 | |
Hudyma et al. | An engineering approach to seismic risk management in hardrock mines | |
CN107642347B (zh) | 页岩气压裂井下事故预测预警方法及装置 | |
US8289160B1 (en) | Systems and methods for recording and using information about conditions present in a house or other location | |
KR101825023B1 (ko) | 리스크 조기 경보 방법 및 장치 | |
CN115375137A (zh) | 一种非煤矿山尾矿库的安全风险预警预测系统 | |
CN114118576A (zh) | 一种区域地质灾害趋势预测方法及系统 | |
CN115390130A (zh) | 一种煤矿开采大能量微震事件预测方法和装置 | |
Anaissi et al. | Multi-objective variational autoencoder: an application for smart infrastructure maintenance | |
Tang et al. | Automatic early warning of rockbursts from microseismic events by learning the feature-augmented point cloud representation | |
CN109239775B (zh) | 矿产资源被盗采追踪定位方法 | |
CN114519920A (zh) | 基于微震多前兆特征的硬岩塌方智能预警方法、系统及设备 | |
CN110375902B (zh) | 一种识别顶板压力变化的方法、装置、系统及存储介质 | |
CN115201909B (zh) | 一种地震活动断层段危险系数综合判定方法及系统 | |
CN110275896B (zh) | 光缆入侵施工事件识别方法、装置、设备及可读存储介质 | |
CN112163060A (zh) | 一种大数据技术处理海量gps数据系统 | |
CN108241183A (zh) | 集中管理测风数据方法以及测风塔集中管理装置 | |
CN115375206B (zh) | 一种海上风电工程建设管理方法与系统 | |
CN109614926B (zh) | 基于预测模型的分布式光纤传感信号模式识别方法及系统 | |
CN110321770B (zh) | 管线监控方法、装置、设备和存储介质 | |
CN113139681B (zh) | 一种基于时间序列数据的神经网络冲击地压预测方法 | |
Malsam | Characterization of rockfall activity and identification of weather-rockfall relationships using high temporal resolution remote sensing methods | |
Alamilla et al. | Seismicity assessment using earthquake catalogues with uncertain and incomplete data: probabilistic formulation | |
Grechi et al. | Analysis of thermally induced strain effects on a jointed rock mass through microseismic monitoring at the Acuto Field Laboratory (Italy) | |
CN115639604B (zh) | 地下洞室深浅层围岩损伤定量分析方法与系统 |
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 |