CN115457739B - 一种地质灾害预警方法、装置、电子设备及存储介质 - Google Patents
一种地质灾害预警方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115457739B CN115457739B CN202211408790.8A CN202211408790A CN115457739B CN 115457739 B CN115457739 B CN 115457739B CN 202211408790 A CN202211408790 A CN 202211408790A CN 115457739 B CN115457739 B CN 115457739B
- Authority
- CN
- China
- Prior art keywords
- data
- early warning
- monitoring
- image data
- positioning
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
-
- 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
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Emergency Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
Abstract
本发明属于地质灾害监测技术领域,其目的在于提供一种地质灾害预警方法、装置、电子设备及存储介质。其中的方法包括:基于监测区域预设的定位监测单元,在预设周期内定时接收监测区域的定位数据,得到当前预设周期内监测区域的多个定位数据;根据多个定位数据,得到监测区域的地质运动数据;判断地质运动数据是否处于预设的标准范围外,如是,则生成图像获取指令,以便获取监测区域的实时监测图像数据;根据实时监测图像数据,生成滑坡预测结果;判断滑坡预测结果是否大于报警阈值,如是,则将滑坡预测结果发送至预警单元,以便于预警单元进行滑坡预警响应。本发明可提高滑坡预警的准确度,同时监测成本较低。
Description
技术领域
本发明属于地质灾害监测技术领域,具体涉及一种地质灾害预警方法、装置、电子设备及存储介质。
背景技术
山体滑坡与泥石流是一种由气象灾害引发的次生灾害。这类灾害具有分布广、破坏性强、隐蔽性及容易链状成灾等特点,不仅会阻塞河道与交通、毁坏农田和建筑物,还会造成人员伤亡和财产损失。其中,滑坡是指斜坡上的土体或者岩体,受河流冲刷、地下水活动、雨水浸泡、地震及人工切坡等因素影响,在重力作用下,沿着一定的软弱面或者软弱带,整体地或者分散地顺坡向下滑动的自然现象。泥石流是指在山区或者其他沟谷深壑,地形险峻的地区,因为暴雨、暴雪或其他自然灾害引发的山体滑坡并携带有大量泥沙以及石块的特殊洪流,泥石流通常与山体滑坡伴随产生。
目前,针对山体滑坡,通常采用埋桩法、埋钉法、上漆法和贴片法等传统方法进行预警监测,然而,该方法需要人工定期巡查确认,导致其在进行灾害预警方面具有一定的局限性和滞后性。现有技术中,已出现通过对滑坡多发区域内的指定监测点进行定位,然后根据不同时间的定位数据的偏移量,进行滑坡预警的技术。但是,在使用现有技术过程中,发明人发现现有技术中至少存在如下问题:指定监测点进行定位的监测结果,只能代表监测点周围一定范围区域的变形趋势,不能反映滑坡体的整体变形趋势,导致现有技术中对滑坡判断的准确度较低。
发明内容
本发明旨在至少在一定程度上解决上述技术问题,本发明提供了一种地质灾害预警方法、装置、电子设备及存储介质。
为了实现上述目的,本发明采用以下技术方案:
第一方面,提供了一种地质灾害预警方法,基于地质灾害预警装置实现,所述地质灾害预警装置包括设置在指定监测区域的定位监测单元、与所述定位监测单元通信连接的数据处理单元以及与所述数据处理单元通信连接的预警单元;所述地质灾害预警方法由所述数据处理单元执行,包括:
基于所述监测区域预设的定位监测单元,在预设周期内定时接收所述监测区域的定位数据,得到当前预设周期内所述监测区域的多个定位数据;
根据所述多个定位数据,得到所述监测区域的地质运动数据,所述地质运动数据包括位移数据和位移速度数据;
判断所述地质运动数据是否处于预设的标准范围外,如是,则生成图像获取指令,以便获取所述监测区域的实时监测图像数据;
根据所述实时监测图像数据,生成滑坡预测结果;
判断所述滑坡预测结果是否大于报警阈值,如是,则将所述滑坡预测结果发送至所述预警单元,以便于所述预警单元进行滑坡预警响应。
本发明可提高滑坡预警的准确度,同时监测成本较低。具体地,本发明在实施过程中,基于所述监测区域预设的定位监测单元获取监测区域在不同时间的多个定位数据,然后根据多个监测数据得到所述监测区域的地质运动数据,并在所述地质运动数据是否处于预设的标准范围外时,获取所述监测区域的实时监测图像数据,最后根据所述实时监测图像数据,生成滑坡预测结果,以便于进行滑坡预警响应。在此过程中,本发明通过对指定监测区域监测点的定位数据变化,预判断监测区域是否发生定位变化情况,并在发生定位变化情况时生成图像获取指令,以便获取所述监测区域的实时监测图像数据,最后根据实时监测图像数据生成滑坡预测结果,并进行滑坡预警响应,由此避免了现有技术中仅根据监测点位的位置变化进行滑坡判断导致的监测及预警精确度较低的问题,同时仅在监测区域发生定位变化时才获取对应的监测图像数据并进行图像处理,利于减小监测图像获取及图像处理的次数,便于节约监测成本。
在一个可能的设计中,根据所述多个定位数据,得到所述监测区域的地质运动数据,包括:
根据所述多个定位数据,得到当前预设周期内所述监测区域的当前变形趋势数据;
获取所述监测区域的历史变形趋势数据;
根据所述当前变形趋势数据和所述历史变形趋势数据,得到所述监测区域的地质运动数据。
在一个可能的设计中,所述地质灾害预警装置还包括与所述数据处理单元通信连接的雨量检测单元和泥量检测单元,所述雨量检测单元和泥量检测单元均设置在指定监测区域;所述地质灾害预警方法还包括:
接收所述雨量检测单元发送的雨量数据和所述泥量检测单元发送的泥量数据;
根据所述地质运动数据、所述雨量数据和所述泥量数据,得到所述监测区域的泥石流预测结果。
在一个可能的设计中,所述地质灾害预警装置还包括无人机观测单元,所述无人机观测单元与所述数据处理单元通信连接;
对应地,获取所述监测区域的实时监测图像数据,包括:
发送图像获取指令至所述无人机观测单元,以便接收所述无人机观测单元对所述监测区域进行图像采集得到的多个子监测图像数据;
分别对多个子监测图像数据进行预处理,得到多个预处理后监测图像数据;
获取所述无人机观测单元的定位模块在无人机坐标系中的坐标和所述无人机观测单元的采集点在无人机坐标系中的坐标,并根据所述无人机观测单元的定位模块在无人机坐标系中的坐标和所述无人机观测单元的采集点在无人机坐标系中的坐标,得到多个预处理后监测图像数据的矫正后坐标;其中,任一所述预处理后监测图像数据的矫正后坐标(x 2,y 2,z 2)通过下式得到:;
式中,(x 1,y 1,z 1)为所述无人机观测单元的定位模块在无人机坐标系中的坐标,(a,b,c)为所述无人机观测单元的采集点在无人机坐标系中的坐标,R为正交变换矩阵;
根据多个预处理后监测图像数据的矫正后坐标,将所述无人机观测单元在所述监测区域采集的多个预处理后监测图像数据进行融合处理,获取所述监测区域的实时监测图像数据。
在一个可能的设计中,根据所述实时监测图像数据,生成滑坡预测结果,包括:
获取所述监测区域的历史监测图像数据;
分别对所述实时监测图像数据与所述历史监测图像数据进行区域划分,得到与所述实时监测图像数据对应的多个第一区块以及与所述历史监测图像数据对应的多个第二区块;
以滑动窗口计算的形式,分别计算与所述实时监测图像数据对应的多个第一区块以及与所述历史监测图像数据对应的多个第二区块的纹理特征值;
将多个第一区块的纹理特征值和多个第二区块的纹理特征值进行比较,根据t检验法,计算多个第一区块的纹理特征值和多个第二区块的纹理特征值之间的相似性,如任一第一区块以及与其对应的第二区块之间的相似度大于相似度阈值,则判定该第一区块以及与其对应的第二区块为同一地物信息,然后进入下一步;
根据所述实时监测图像数据与所述历史监测图像数据中的指定地物信息,得到指定地物信息的地物位移;
根据所述地物位移,得到滑坡预测结果。
在一个可能的设计中,所述监测区域的实时监测图像数据从预设的GIS地图信息数据库提取得到,所述GIS地图信息数据库与所述数据处理单元通信连接。
在一个可能的设计中,所述定位监测单元包括分别设置在所述指定监测区域中多个监测点的多个定位检测终端,所述定位检测终端采用GNSS接收机,所述GNSS接收机采集的定位数据采用无线传输的方式定时传输至所述数据处理单元。
第二方面,提供了一种地质灾害预警装置,用于实现如上述任一项所述的地质灾害预警方法;所述地质灾害预警装置包括:
定位数据采集模块,用于基于所述监测区域预设的定位监测单元,在预设周期内定时接收所述监测区域的定位数据,得到当前预设周期内所述监测区域的多个定位数据;
地质运动数据处理模块,与所述定位数据采集模块通信连接,用于根据所述多个定位数据,得到所述监测区域的地质运动数据,所述地质运动数据包括位移数据和位移速度数据;
地质灾害预测模块,与所述地质运动数据处理模块通信连接,用于判断所述地质运动数据是否处于预设的标准范围外,如是,则生成图像获取指令,以便获取所述监测区域的实时监测图像数据;还用于根据所述实时监测图像数据,生成滑坡预测结果;
地质灾害预警模块,与所述地质灾害预测模块通信连接,用于判断所述滑坡预测结果是否大于报警阈值,如是,则将所述滑坡预测结果发送至所述预警单元,以便于所述预警单元进行滑坡预警响应。
第三方面,提供了一种电子设备,包括:
存储器,用于存储计算机程序指令;以及,
处理器,用于执行所述计算机程序指令从而完成如上述任一项所述的地质灾害预警方法的操作。
第四方面,提供了一种计算机可读存储介质,用于存储计算机可读取的计算机程序指令,所述计算机程序指令被配置为运行时执行如上述任一项所述的地质灾害预警方法的操作。
附图说明
图1是本发明中一种地质灾害预警方法的流程图;
图2是本发明中一种地质灾害预警装置的模块框图。
具体实施方式
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,下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍,显而易见地,下面关于附图结构的描述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。在此需要说明的是,对于这些实施例方式的说明用于帮助理解本发明,但并不构成对本发明的限定。
实施例1:
本实施例第一方面提供了一种地质灾害预警方法,可以但不限于由具有一定计算资源的计算机设备或虚拟机执行,例如由个人计算机、智能手机、个人数字助理或可穿戴设备等电子设备执行,或者由虚拟机执行。
本实施例中,地质灾害预警方法基于地质灾害预警装置实现,所述地质灾害预警装置包括设置在指定监测区域的定位监测单元、与所述定位监测单元通信连接的数据处理单元以及与所述数据处理单元通信连接的预警单元。
如图1所示,一种地质灾害预警方法,由所述地质灾害预警装置中的数据处理单元执行,可以但不限于包括有如下步骤:
S1.基于所述监测区域预设的定位监测单元,在预设周期内定时接收所述监测区域的定位数据,得到当前预设周期内所述监测区域的多个定位数据;
具体地,本实施例中,所述定位监测单元包括分别设置在所述指定监测区域中多个监测点的多个定位检测终端,所述定位检测终端采用GNSS(Global NavigationSatellite System,全球导航卫星系统)接收机,所述GNSS接收机采集的定位数据采用无线传输的方式定时传输至所述数据处理单元。需要说明的是,定位检测终端采用GNSS接收机,可自动采集数据,进而方便快速地进行监测点的定位数据采集,同时GNSS接收机适用于极端气候条件,利于保证长期连续运作,降低监测成本,同时监测数据的可靠性较高。
需要说明的是,本实施例中,通过在如边坡的监测区域中存在安全隐患的几个方位分别布置几条监测断面,然后在各条断面上根据实际情况设置监测点,随后在各监测点上布置GNSS接收机,各GNSS接收机观测的数据采用无线传输的方式实时传输到数据处理单元,数据处理单元软件准实时解算出各监测点的三维坐标并保存到预设的数据库,最终通过数据分析软件自动分析各监测点的变化量、变化趋势,然后结合其它监测设备(如无人机监测单元)对监测区域整体的稳定性进行分析。进一步地,本实施例中,各GNSS接收机通过无线网桥的通讯方式与数据处理单元通信连接,由此便于提高GNSS接收机与数据处理单元通信的稳定性。
S2.根据所述多个定位数据,得到所述监测区域的地质运动数据,所述地质运动数据包括位移数据和位移速度数据;
本实施例中,根据所述多个定位数据,得到所述监测区域的地质运动数据,包括:
S201.根据所述多个定位数据,得到当前预设周期内所述监测区域的当前变形趋势数据;
S202.获取所述监测区域的历史变形趋势数据;
S203.根据所述当前变形趋势数据和所述历史变形趋势数据,得到所述监测区域的地质运动数据。
S3.判断所述地质运动数据是否处于预设的标准范围外,如是,则生成图像获取指令,以便获取所述监测区域的实时监测图像数据;
本实施例中,所述地质灾害预警装置还包括无人机观测单元,所述无人机观测单元与所述数据处理单元通信连接;
对应地,获取所述监测区域的实时监测图像数据,包括:
S301.发送图像获取指令至所述无人机观测单元,以便接收所述无人机观测单元对所述监测区域进行图像采集得到的多个子监测图像数据;
S302.分别对多个子监测图像数据进行预处理,得到多个预处理后监测图像数据;具体地,对所述子监测图像数据进行预处理,包括:首先,采用DLT(Direct LinearTransformation,直接线性变换)方法对所述子监测图像数据进行畸变纠正,得到纠正后监测图像;然后,采用Wallis滤波算法消除所述纠正后监测图像中光照偏差数据,使得所述纠正后监测图像实现局部匀色处理,进而得到预处理后监测图像,由此变故提高后续监测图像数据处理的精度。
S303.获取所述无人机观测单元的定位模块在无人机坐标系中的坐标和所述无人机观测单元的采集点在无人机坐标系中的坐标,并根据所述无人机观测单元的定位模块在无人机坐标系中的坐标和所述无人机观测单元的采集点在无人机坐标系中的坐标,得到多个预处理后监测图像数据的矫正后坐标;其中,任一所述预处理后监测图像数据的矫正后坐标(x 2,y 2,z 2)通过下式得到:
式中,(x 1,y 1,z 1)为所述无人机观测单元的定位模块在无人机坐标系中的坐标,(a,b,c)为所述无人机观测单元的采集点在无人机坐标系中的坐标,R为正交变换矩阵;
S304.根据多个预处理后监测图像数据的矫正后坐标,将所述无人机观测单元在所述监测区域采集的多个预处理后监测图像数据进行融合处理,获取所述监测区域的实时监测图像数据。
需要说明的是,与传统的人工手动测量、激光扫描等测量方法相比,采用无人机观测单元进行图像采集,具有操作方便、作业方式灵活、投入低、效率高等优势,将其自身灵,活的特点与航空摄影测量结合,对大型滑坡区域进行低空飞行拍摄,能及时获得高分辨率影像数据,同时可以减少险要地形和气候等外界因素的影响。
作为另一种实时监测图像数据获取的实施方式,本实施例中,所述监测区域的实时监测图像数据还从预设的GIS地图信息数据库提取得到,所述GIS地图信息数据库与所述数据处理单元通信连接。
S4.根据所述实时监测图像数据,生成滑坡预测结果;
本实施例中,根据所述实时监测图像数据,生成滑坡预测结果,包括:
S401.获取所述监测区域的历史监测图像数据;
S402.分别对所述实时监测图像数据与所述历史监测图像数据进行区域划分,得到与所述实时监测图像数据对应的多个第一区块以及与所述历史监测图像数据对应的多个第二区块;
S403.以滑动窗口计算的形式,分别计算与所述实时监测图像数据对应的多个第一区块以及与所述历史监测图像数据对应的多个第二区块的纹理特征值;
S404.将多个第一区块的纹理特征值和多个第二区块的纹理特征值进行比较,根据t检验法,计算多个第一区块的纹理特征值和多个第二区块的纹理特征值之间的相似性,如任一第一区块以及与其对应的第二区块之间的相似度大于相似度阈值,则判定该第一区块以及与其对应的第二区块为同一地物信息,然后进入下一步;在此需要说明的是,本实施例中,多个第一区块与多个第二区块数量相等且一一对应。
S405.根据所述实时监测图像数据与所述历史监测图像数据中的指定地物信息,得到指定地物信息的地物位移;
S406.根据所述地物位移,得到滑坡预测结果。
需要说明的是,纹理特征值是通过灰度的空间变化及其重复性来反映地物的视觉粗糙度,其能够充分反映监测图像数据中的影像特征,通过获取所述实时监测图像数据与所述历史监测图像数据中多个区块的纹理特征值,然后进行纹理特征值对比,可便于判定所述实时监测图像数据与所述历史监测图像数据中的相同地物信息,进而便于得出所述实时监测图像数据与所述历史监测图像数据中相同地物信息的位移,可便于提高滑坡预测的准确性。
S5.判断所述滑坡预测结果是否大于报警阈值,如是,则将所述滑坡预测结果发送至所述预警单元,以便于所述预警单元进行滑坡预警响应。在此需要说明的是,本实施例中的滑坡预测结果为滑坡危险等级,危险等级越高,滑坡预测结果的数值越大。
本实施例中,所述地质灾害预警装置还包括与所述数据处理单元通信连接的雨量检测单元和泥量检测单元,所述雨量检测单元和泥量检测单元均设置在指定监测区域;所述地质灾害预警方法还包括:
S6.接收所述雨量检测单元发送的雨量数据和所述泥量检测单元发送的泥量数据;
S7.根据所述地质运动数据、所述雨量数据和所述泥量数据,得到所述监测区域的泥石流预测结果。
本实施例中,滑坡预测结果可按其危险性(如与报警阈值的差值大小)划分为4个等级:极高危险性、高危险性、中等危险性和低危险性,以便于监测人员及时进行滑坡防范。
本实施例中,监测区域可设置为山体滑坡与泥石流多发生的沟壑纵横、坡陡谷深、地表切割强烈、地质构造破碎程度大和植被较差的山区,以便于提高滑坡及泥石流监测预警的准确度。
本实施例可提高滑坡预警的准确度,同时监测成本较低。具体地,本实施例在实施过程中,基于所述监测区域预设的定位监测单元获取监测区域在不同时间的多个定位数据,然后根据多个监测数据得到所述监测区域的地质运动数据,并在所述地质运动数据是否处于预设的标准范围外时,获取所述监测区域的实时监测图像数据,最后根据所述实时监测图像数据,生成滑坡预测结果,以便于进行滑坡预警响应。在此过程中,本实施例通过对指定监测区域监测点的定位数据变化,预判断监测区域是否发生定位变化情况,并在发生定位变化情况时生成图像获取指令,以便获取所述监测区域的实时监测图像数据,最后根据实时监测图像数据生成滑坡预测结果,并进行滑坡预警响应,由此避免了现有技术中仅根据监测点位的位置变化进行滑坡判断导致的监测及预警精确度较低的问题,同时仅在监测区域发生定位变化时才获取对应的监测图像数据并进行图像处理,利于减小监测图像获取及图像处理的次数,便于节约监测成本。
实施例2:
本实施例提供一种地质灾害预警装置,用于实现实施例1中地质灾害预警方法;如图2所示,所述地质灾害预警装置包括:
定位数据采集模块,用于基于所述监测区域预设的定位监测单元,在预设周期内定时接收所述监测区域的定位数据,得到当前预设周期内所述监测区域的多个定位数据;
地质运动数据处理模块,与所述定位数据采集模块通信连接,用于根据所述多个定位数据,得到所述监测区域的地质运动数据,所述地质运动数据包括位移数据和位移速度数据;
地质灾害预测模块,与所述地质运动数据处理模块通信连接,用于判断所述地质运动数据是否处于预设的标准范围外,如是,则生成图像获取指令,以便获取所述监测区域的实时监测图像数据;还用于根据所述实时监测图像数据,生成滑坡预测结果;
地质灾害预警模块,与所述地质灾害预测模块通信连接,用于判断所述滑坡预测结果是否大于报警阈值,如是,则将所述滑坡预测结果发送至所述预警单元,以便于所述预警单元进行滑坡预警响应。
实施例3:
在实施例1或2的基础上,本实施例公开了一种电子设备,该设备可以是智能手机、平板电脑、笔记本电脑或者台式电脑等。电子设备可能被称为用于终端、便携式终端、台式终端等,电子设备包括:
存储器,用于存储计算机程序指令;以及,
处理器,用于执行所述计算机程序指令从而完成如实施例1中任一所述的地质灾害预警方法的操作。
实施例4:
在实施例1至3任一项实施例的基础上,本实施例公开了一种计算机可读存储介质,用于存储计算机可读取的计算机程序指令,所述计算机程序指令被配置为运行时执行如实施例1所述的地质灾害预警方法的操作。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
最后应说明的是,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种地质灾害预警方法,其特征在于:基于地质灾害预警装置实现,所述地质灾害预警装置包括设置在指定监测区域的定位监测单元、与所述定位监测单元通信连接的数据处理单元以及与所述数据处理单元通信连接的预警单元;所述地质灾害预警方法由所述数据处理单元执行,包括:
基于所述监测区域预设的定位监测单元,在预设周期内定时接收所述监测区域的定位数据,得到当前预设周期内所述监测区域的多个定位数据;
根据所述多个定位数据,得到所述监测区域的地质运动数据,所述地质运动数据包括位移数据和位移速度数据;
判断所述地质运动数据是否处于预设的标准范围外,如是,则生成图像获取指令,以便获取所述监测区域的实时监测图像数据;
根据所述实时监测图像数据,生成滑坡预测结果;
判断所述滑坡预测结果是否大于报警阈值,如是,则将所述滑坡预测结果发送至所述预警单元,以便于所述预警单元进行滑坡预警响应;
所述地质灾害预警装置还包括无人机观测单元,所述无人机观测单元与所述数据处理单元通信连接;
对应地,获取所述监测区域的实时监测图像数据,包括:
发送图像获取指令至所述无人机观测单元,以便接收所述无人机观测单元对所述监测区域进行图像采集得到的多个子监测图像数据;
分别对多个子监测图像数据进行预处理,得到多个预处理后监测图像数据;
获取所述无人机观测单元的定位模块在无人机坐标系中的坐标和所述无人机观测单元的采集点在无人机坐标系中的坐标,并根据所述无人机观测单元的定位模块在无人机坐标系中的坐标和所述无人机观测单元的采集点在无人机坐标系中的坐标,得到多个预处理后监测图像数据的矫正后坐标;其中,任一所述预处理后监测图像数据的矫正后坐标(x 2,y 2,z 2)通过下式得到:
式中,(x 1,y 1,z 1)为所述无人机观测单元的定位模块在无人机坐标系中的坐标,(a,b,c)为所述无人机观测单元的采集点在无人机坐标系中的坐标,R为正交变换矩阵;
根据多个预处理后监测图像数据的矫正后坐标,将所述无人机观测单元在所述监测区域采集的多个预处理后监测图像数据进行融合处理,获取所述监测区域的实时监测图像数据;
根据所述实时监测图像数据,生成滑坡预测结果,包括:
获取所述监测区域的历史监测图像数据;
分别对所述实时监测图像数据与所述历史监测图像数据进行区域划分,得到与所述实时监测图像数据对应的多个第一区块以及与所述历史监测图像数据对应的多个第二区块;
以滑动窗口计算的形式,分别计算与所述实时监测图像数据对应的多个第一区块以及与所述历史监测图像数据对应的多个第二区块的纹理特征值;
将多个第一区块的纹理特征值和多个第二区块的纹理特征值进行比较,根据t检验法,计算多个第一区块的纹理特征值和多个第二区块的纹理特征值之间的相似性,如任一第一区块以及与其对应的第二区块之间的相似度大于相似度阈值,则判定该第一区块以及与其对应的第二区块为同一地物信息,然后进入下一步;
根据所述实时监测图像数据与所述历史监测图像数据中的指定地物信息,得到指定地物信息的地物位移;
根据所述地物位移,得到滑坡预测结果。
2.根据权利要求1所述的一种地质灾害预警方法,其特征在于:根据所述多个定位数据,得到所述监测区域的地质运动数据,包括:
根据所述多个定位数据,得到当前预设周期内所述监测区域的当前变形趋势数据;
获取所述监测区域的历史变形趋势数据;
根据所述当前变形趋势数据和所述历史变形趋势数据,得到所述监测区域的地质运动数据。
3.根据权利要求1所述的一种地质灾害预警方法,其特征在于:所述地质灾害预警装置还包括与所述数据处理单元通信连接的雨量检测单元和泥量检测单元,所述雨量检测单元和泥量检测单元均设置在指定监测区域;所述地质灾害预警方法还包括:
接收所述雨量检测单元发送的雨量数据和所述泥量检测单元发送的泥量数据;
根据所述地质运动数据、所述雨量数据和所述泥量数据,得到所述监测区域的泥石流预测结果。
4.根据权利要求1所述的一种地质灾害预警方法,其特征在于:所述监测区域的实时监测图像数据从预设的GIS地图信息数据库提取得到,所述GIS地图信息数据库与所述数据处理单元通信连接。
5.根据权利要求1所述的一种地质灾害预警方法,其特征在于:所述定位监测单元包括分别设置在所述指定监测区域中多个监测点的多个定位检测终端,所述定位检测终端采用GNSS接收机,所述GNSS接收机采集的定位数据采用无线传输的方式定时传输至所述数据处理单元。
6.一种地质灾害预警装置,其特征在于:用于实现如权利要求1至5中任一项所述的地质灾害预警方法;所述地质灾害预警装置包括:
定位数据采集模块,用于基于所述监测区域预设的定位监测单元,在预设周期内定时接收所述监测区域的定位数据,得到当前预设周期内所述监测区域的多个定位数据;
地质运动数据处理模块,与所述定位数据采集模块通信连接,用于根据所述多个定位数据,得到所述监测区域的地质运动数据,所述地质运动数据包括位移数据和位移速度数据;
地质灾害预测模块,与所述地质运动数据处理模块通信连接,用于判断所述地质运动数据是否处于预设的标准范围外,如是,则生成图像获取指令,以便获取所述监测区域的实时监测图像数据;还用于根据所述实时监测图像数据,生成滑坡预测结果;
地质灾害预警模块,与所述地质灾害预测模块通信连接,用于判断所述滑坡预测结果是否大于报警阈值,如是,则将所述滑坡预测结果发送至所述预警单元,以便于所述预警单元进行滑坡预警响应。
7.一种电子设备,其特征在于:包括:
存储器,用于存储计算机程序指令;以及,
处理器,用于执行所述计算机程序指令从而完成如权利要求1至5中任一项所述的地质灾害预警方法的操作。
8.一种计算机可读存储介质,用于存储计算机可读取的计算机程序指令,其特征在于:所述计算机程序指令被配置为运行时执行如权利要求1至5中任一项所述的地质灾害预警方法的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211408790.8A CN115457739B (zh) | 2022-11-11 | 2022-11-11 | 一种地质灾害预警方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211408790.8A CN115457739B (zh) | 2022-11-11 | 2022-11-11 | 一种地质灾害预警方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115457739A CN115457739A (zh) | 2022-12-09 |
CN115457739B true CN115457739B (zh) | 2023-02-28 |
Family
ID=84295684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211408790.8A Active CN115457739B (zh) | 2022-11-11 | 2022-11-11 | 一种地质灾害预警方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115457739B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116228047B (zh) * | 2023-05-10 | 2023-07-14 | 应急管理部国家自然灾害防治研究院 | 一种用于地质灾害监测的数据质量评价方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103000001A (zh) * | 2012-11-30 | 2013-03-27 | 北京佳讯飞鸿电气股份有限公司 | 面向铁路防灾的山体滑坡监测系统 |
CN108711264A (zh) * | 2018-05-16 | 2018-10-26 | 深圳市城市公共安全技术研究院有限公司 | 基于大数据的地质灾害监测方法及监测系统 |
CN109935053A (zh) * | 2019-03-26 | 2019-06-25 | 招商局重庆交通科研设计院有限公司 | 突发性滑坡预警系统 |
JP2020160537A (ja) * | 2019-03-25 | 2020-10-01 | 株式会社フジタ | 土砂災害予測装置 |
CN113705108A (zh) * | 2021-09-02 | 2021-11-26 | 南方科技大学 | 实时滑坡灾害监测预警方法及系统 |
-
2022
- 2022-11-11 CN CN202211408790.8A patent/CN115457739B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103000001A (zh) * | 2012-11-30 | 2013-03-27 | 北京佳讯飞鸿电气股份有限公司 | 面向铁路防灾的山体滑坡监测系统 |
CN108711264A (zh) * | 2018-05-16 | 2018-10-26 | 深圳市城市公共安全技术研究院有限公司 | 基于大数据的地质灾害监测方法及监测系统 |
JP2020160537A (ja) * | 2019-03-25 | 2020-10-01 | 株式会社フジタ | 土砂災害予測装置 |
CN109935053A (zh) * | 2019-03-26 | 2019-06-25 | 招商局重庆交通科研设计院有限公司 | 突发性滑坡预警系统 |
CN113705108A (zh) * | 2021-09-02 | 2021-11-26 | 南方科技大学 | 实时滑坡灾害监测预警方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115457739A (zh) | 2022-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110532952B (zh) | 基于gis定位技术的洪灾风险预警及撤离系统 | |
CA2831709C (en) | Multiple viewshed analysis | |
CN102435165B (zh) | 基于cnss的地面设施变形的长期监测方法 | |
CN114353876A (zh) | 一种黄土公路边坡健康监测方法 | |
CN111965678B (zh) | 一种基于北斗或gps的铁路路基沉降监测系统及方法 | |
CN113051519B (zh) | 一种基于地球物理的地面沉降预警监测系统 | |
CN115457739B (zh) | 一种地质灾害预警方法、装置、电子设备及存储介质 | |
CN116645789A (zh) | 一种基于无人机测绘的土地自然灾害预警管控系统 | |
EP3329212B1 (en) | System and method for detecting ground position changes | |
Gonçalves et al. | Monitoring Local Shoreline Changes by Integrating UASs, Airborne LiDAR, Historical Images and Orthophotos. | |
CN114415203A (zh) | 一种结合北斗定位和无人机雷达的边坡断面监测预警系统 | |
KR100510835B1 (ko) | 실시간 측량 시스템을 이용하여 제작된 수치지도를적용하는 gis의 구축방법 | |
Lee et al. | UAV Photogrammetry–based flood early warning system applied to Migok-Cheon stream, South Korea | |
CN116739310B (zh) | 一种基于地理信息的建筑场地勘测规划系统 | |
JP6450129B2 (ja) | 斜面崩壊予測方法及び斜面崩壊予測装置 | |
Brook et al. | Monitoring active landslides in the Auckland region utilising UAV/structure-from-motion photogrammetry | |
CN116151628B (zh) | 隧道施工中地面沉降的监测与预警系统 | |
CN219626119U (zh) | 一种高速公路边坡监测预警系统 | |
Gulyaev et al. | Terrestrial methods for monitoring cliff erosion in an urban environment | |
KR100760215B1 (ko) | 지엔에스에스를 이용한 시설물 시공 관리 시스템 | |
CN113053065B (zh) | 基于5g和北斗导航系统的高速公路综合监测预警平台系统及其使用方法 | |
CN116778332B (zh) | 基于dem的河流沿岸易淹没范围识别方法及系统 | |
CN117828384B (zh) | 地质灾害风险点监测与应急响应系统及方法 | |
LU501229B1 (en) | Integrated control system and method of geological disaster prevention information service based on big data | |
CN116311047B (zh) | 空天地多源融合的滑坡监测方法、装置、介质及服务器 |
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 |