CN115546994A - 一种基于自组网式监测点的滑坡临灾预警预报方法 - Google Patents
一种基于自组网式监测点的滑坡临灾预警预报方法 Download PDFInfo
- Publication number
- CN115546994A CN115546994A CN202211260489.7A CN202211260489A CN115546994A CN 115546994 A CN115546994 A CN 115546994A CN 202211260489 A CN202211260489 A CN 202211260489A CN 115546994 A CN115546994 A CN 115546994A
- Authority
- CN
- China
- Prior art keywords
- landslide
- sensor data
- monitoring
- early warning
- cloud platform
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 114
- 238000013277 forecasting method Methods 0.000 title claims abstract description 17
- 238000006243 chemical reaction Methods 0.000 claims abstract description 6
- 238000004891 communication Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 29
- 230000000007 visual effect Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 7
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 claims description 5
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 6
- 238000011160 research Methods 0.000 abstract description 6
- 230000008859 change Effects 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 230000006378 damage Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000005381 potential energy Methods 0.000 description 4
- 238000010008 shearing Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 239000002689 soil Substances 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 241000345998 Calamus manan Species 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 235000012950 rattan cane Nutrition 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
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
- 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
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Emergency Management (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
- Emergency Alarm Devices (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明实施例涉及地质灾害监测预警预报方法研究领域,公开了一种基于自组网式监测点的滑坡临灾预警预报方法,该方法包括:获取滑坡周界范围和主滑方向;沿着滑坡主滑方向和垂直于主滑方向布置阵列式监测点;在阵列式所述监测点布放用于采集敏感反应滑坡特征的传感器;在滑坡周界范围内布置监测控制主机获取监测点传感器数据,并将分析处理后的监测点传感器数据发送到云平台;云平台分析传感器数据大于或等于预设阈值的数量,若预设百分比数量的所述传感器数据大于或等于预设阈值时,云平台发出预警指令。本方案能够间接监测到坡体内滑动面的发展和贯通情况,对提高滑坡预警预报的及时性和准确性有重要意义;能够对多种滑坡进行预警,具有普适性。
Description
技术领域
本发明实施例涉及地质灾害监测预警预报方法研究领域,具体涉及一种基于自组网式监测点的滑坡临灾预警预报方法。
背景技术
滑坡是指斜坡上的土体或岩体,受降雨、振动等因素影响,在重力作用下,沿软弱面或软弱带整体顺坡向下滑动的自然现象,我国每年要发生数百上千起,造成严重的伤亡事故和大量财产损失。
目前我国科研工作者为解决该问题做了大量的科研和实践研究,最早的滑坡监测预警预报方法为时间预报法,比较典型的代表是斋藤模型和作图外延法模型,后面又发展起来了灰色预报模型、Verhulst模型、黄金分割预报法模型、尖点突变模型、灰色尖点突变模型、改进切线角法等多达数十种,方法很多,但是算法各异,各成系统,受不同滑坡地质环境条件的差异影响,即便是某种方法在某处滑坡上实现了较为准确的临滑预报,运用到另一个滑坡上往往又会失效,不具备普适性和可复制性。
发明内容
鉴于上述问题,本发明实施例提供了一种基于自组网式监测点的滑坡临灾预警预报方法,用于解决现有技术中存在的滑坡预警方法不具有普适性和可复制性的问题。
根据本发明实施例的一个方面,提供了一种基于自组网式监测点的滑坡临灾预警预报方法,所述方法包括:
步骤1:获取滑坡周界范围和主滑方向;
步骤2:沿着滑坡主滑方向和垂直于主滑方向布置阵列式监测点;
步骤3:在阵列式所述监测点布放用于采集敏感反应滑坡特征的传感器;
步骤4:在所述滑坡周界范围内布置监测控制主机,所述监测控制主机与传感器之间形成自组网进行通信;
步骤5:监测控制主机获取监测点的传感器数据,并处理分析监测点的传感数据是否大于或等于预设阈值,并处理分析后的监测点传感器数据发送到云平台;
步骤6:云平台接收监测控制主机处理分析后的监测点的传感数据,并分析传感器数据大于或等于预设阈值的数量;
步骤7:若预设百分比数量的所述传感器数据大于或等于预设阈值时,所述云平台发出预警指令。
在一种可选的方式中,所述传感器包括倾角传感器或加速度传感器。
在一种可选的方式中,所述步骤5中监测控制主机通过局域网的方式获取监测点的传感器数据。
在一种可选的方式中,所述步骤2具体包括:沿着滑坡主滑方向和垂直与主滑方向布置矩形阵列式监测点,所述矩形的长边与滑坡滑动方向一致。
在一种可选的方式中,所述步骤7具体包括:若第一预设百分比数量的所述传感器数据大于或等于预设阈值时,发出黄色预警;若第二预设百分比数量的所述传感器大于或等于预设阈值时,发出橙色预警;若第三预设百分比数量的所述传感器数据大于或等于预设阈值时,发出红色预警;所述第一预设百分比小于第二预设百分比,所述第二预设百分比小于第三预设百分比。
在一种可选的方式中,所述监测控制主机通过4G网络将监测点的传感器数据发送到云平台。
在一种可选的方式中,所述云平台通过WiFi模块将预警指令发送给声光报警器。
在一种可选的方式中,所述声光报警器数量至少为一个。
在一种可选的方式中,所述步骤5中监测控制主机实时获取监测点的传感器数据,并实时将分析处理后的监测点的传感器数据发送到云平台。
无论何种类型滑坡,最终都会沿着一条固定的滑动面或者软弱带,在重力作用下,从势能高的位置往势能低的位置滑动,即都会形成一条滑动面(带),当剪切错动带进一步发展直至贯通时,整个滑坡将有可能产生整体性失稳滑动。本发明根据滑坡上相对于初始状态有明显参数变化的传感器和分布范围,间接推测整个滑坡内部剪切滑动面(带)的发展情况,从而进行预警,通过间接监测到坡体内滑动面的发展和贯通情况进行预警能够对多种滑坡进行预警,具有普适性;采用地表密集阵列监测点布置方式,根据地表监测点传感器数据的变化情况,可以间接监测到坡体内滑动面的发展和贯通情况,具有重要科研和应用价值,对提高滑坡预警预报的及时性和准确性有重要意义;通过预设的百分比的监测点传感器数据变化进行预测,推断整个滑坡体的失稳破坏更加准确和全面,可以及时撤离影响区域内的人员;通过布置阵列式监测点,并在监测点布置传感器,通过传感器的数据变化进行预警,这样方式简单,且容易复制使用到其余滑坡上;通过监测控制主机进行传感器数据的初步分析,再通过云平台进行后续分析,进行分工计算,可以加快数据处理的速度,可以及时的发布滑坡预警。
上述说明仅是本发明实施例技术方案的概述,为了能够更清楚了解本发明实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
附图仅用于示出实施方式,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明提供的一种基于自组网式监测点的滑坡临灾预警预报方法的施例的流程示意图;
图2示出了本发明提供的一种基于自组网式监测点的滑坡临灾预警预报方法的滑坡纵剖面图;
图3示出了本发明提供的一种基于自组网式监测点的滑坡临灾预警预报方法的滑坡立面图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。
图1示出了本发明一种基于自组网式监测点的滑坡临灾预警预报方法的实施例的流程图,如图1所示,该方法包括以下步骤:
选定某一处具有变形破坏迹象的滑坡地质灾害隐患点,收集该滑坡的地形图和调查、勘查资料,了解滑坡现状变形破坏迹象,确定滑坡周界范围和主滑方向。
各类滑坡地质灾害发生的基本共性特征:
(1)滑坡根据不同岩土体类型、方量、成因机理等要素可以分为大型滑坡、小型滑坡,推移式滑、牵引式滑坡,土质滑坡、岩质滑坡等很多类型,但无论何种类型滑坡,从其发育到最终失稳破坏,统一的共性特征是都会产生空间位移和变形。
(2)无论何种类型滑坡,最终都会沿着一条固定的滑动面或者软弱带,在重力作用下,从势能高的位置往势能低的位置滑动,即都会形成一条滑动面(带)。
(3)滑坡在没有滑动变形破坏之前,滑体和滑床之间没有产生错动变形,即滑动面(带)尚未形成,当滑坡逐渐变形时,将会在滑体和滑床中间形成一条局部剪切错动面(带),随着滑坡变形破坏程度加剧,剪切错动面(带)会随着变形的加剧逐渐往下发展,当剪切错动带进一步发展直至贯通时,整个滑坡将有可能产生整体性失稳滑动。
(4)发生剪切错动并形成了错动面(带)的滑体,坡表必定会有变化,未发生剪切错动的部分,坡表通常不会有位移或姿态变化。
(5)滑动面是否贯通是滑坡是否会发生整体滑动的必要条件,故监测滑坡地质灾害,应重点监测滑坡滑动面(带)的贯通情况,但是滑动面在未贯通形成之前其空间分布特征是未知的,且滑动面(带)在滑坡深层内部,目前已有监测技术方法很难直接监测滑动面(带。
步骤2:沿着滑坡主滑方向和垂直于主滑方向布置阵列式监测点;
如附图2和附图3所示,本步骤具体为:沿着滑坡主滑方向和垂直与主滑方向布置矩形阵列式监测点,矩形的长边与滑坡滑动方向一致。监测点位于滑坡周界范围内。监测点沿主滑方向和垂直主滑方向阵列式布置,本实施例中位于同一方向的监测点之间的距离相同,且监测点与其上下左右四个方向监测点之间的距离均相同。
步骤3:在阵列式所述监测点布放用于采集敏感反应滑坡特征的传感器;
传感器包括位倾角传感器或加速度传感器,通过这几个传感器即获取到敏感反应滑坡特征的倾角和加速度参数。
本步骤中,倾角传感器和加速度传感器选取自动化倾角传感器和自动化加速度传感器,该类传感器小巧方便,价格便宜,一般不受植被遮挡影响,可以密集安装在滑坡表面。本实施例中在监测点倾角传感器或加速度传感器中的其中一种传感器进行监测。
步骤4:在所述滑坡周界范围内布置监测控制主机,所述监测控制主机与传感器之间形成自组网进行通信;
本步骤中具体先将滑坡进行划分监测控制区域,每个监测控制区域布置一台监测控制主机,每台监测控制主机负责接收器监测控制区域内的监测点的传感器数据,且监测控制主机和传感器中都内置有LoRa模块,监测控制主机和传感器自组网进行通信。LoRa在同样的功耗条件下比其他无线方式传播的距离更远,实现了低功耗和远距离的统一,并且一个LoRa网关可以连接上千上万个LoRa节点。
步骤5:监测控制主机获取监测点的传感器数据,并处理分析后监测点的传感数据是否大于或等于预设阈值,并处理分析后的监测点传感器数据发送到云平台;
本步骤中先对各个传感器进行调试,确认数据采集功能均正常时,便可开始实施监测。
传感器通过形成的局域网将数据传输到监测控制主机上,监测控制主机实时获取监测点的传感器数据,监测控制主机对监测点的传感数据进行初步的分析处理,判断传感器数据是否大于或等于预设阈值。监测控制主机中设置有监测传感器数据的数据阈值,当单个传感器通过局域网发送的传感器数据大于或等于预设阈值时,即表明该传感器所处的滑坡区域发生了显著的变形过程。
监测控制主机将其中的传感器数据大于或等于阈值时对这部分数据增加标记,然后将全部监测点的传感器数据发送到云平台。其中,监测控制主机实时发送传感器数据到云平台,方便用户可以远程实时查看数据。
步骤6:云平台接收监测控制主机处理分析后的监测点的传感数据,并分析传感器数据大于或等于预设阈值的数量;
云平台内置有数据采集、存储、分析、预警模块和算法,每次采集数据后均会进行实时分析处理,具体是分析传感器数据的变化值。
通过监测控制主机进行传感器数据的初步分析,再通过云平台进行后续分析,进行分工计算,可以加快数据处理的速度,可以及时的发布滑坡预警。
步骤7:若预设百分比数量的所述传感器数据大于或等于预设阈值时,所述云平台发出预警指令。
在滑坡附近的居民居住点处安装声光报警器,本实施中安装有三个声光报警器,分别发出三种不同颜色的光,分别进行黄色预警、橙色预警和红色预警。声光报警器为含有WiFi模块的无线声光报警器。
本步骤中若第一预设百分比数量的所述传感器数据大于或等于预设阈值时,发出黄色预警;若第二预设百分比数量的所述传感器数据大于或等于预设阈值时,发出橙色预警;若第三预设百分比数量的所述传感器数据大于或等于预设阈值时,发出红色预警。云平台会将相应的预警指令发送给对应的声光报警器,声光报警器接收到预警指令后,现场发出声光报警,提醒居民关注或撤离。
例如:当滑坡上60%的监测点产生了显著变化后,则应发出黄色预警,提醒关注;当滑坡上80%的监测点产生了显著变化后,则应发出橙色预警,提醒密切关注;当滑坡上95%的监测点产生了显著变化后,发出红色预警,坡内及影响区人员应当立即撤离。其中显著变化具体指传感器数据大于或等于预设阈值。
声光报警器具体可以通过WiFi模块获取到云平台的预警指令。
目前预警预报方法尚停留在利用单点监测数据变化曲线来进行切线角预警,单点产生滑动变形并不能代表整个滑坡体即将失稳破坏,本方案立足于滑坡基本共性特征,通过获取单点是否发生变化和监测点变化的数量进行预警,可以对多种类型的滑坡进行预警,不再需要对针对单个滑坡建立对应的模型,具有普适性;本方案采用传感器采集滑坡敏感反应特征数据进行分析预警,这种方式比较简单,且容易复制使用,可快速使用此方式对其余滑坡进行监测预警;本方案采用地表密集阵列监测点布置方式,根据地表监测点监测数据的变化情况,可以间接监测到坡体内滑动面的发展和贯通情况,具有重要科研和应用价值,对提高滑坡预警预报的及时性和准确性有重要意义。
在此处所提供的说明书中,说明了大量具体细节。然而能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。类似地,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。其中,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤,除有特殊说明外,不应理解为对执行顺序的限定。
Claims (9)
1.一种基于自组网式监测点的滑坡临灾预警预报方法,其特征在于,所述方法包括:
步骤1:获取滑坡周界范围和主滑方向;
步骤2:沿着滑坡主滑方向和垂直于主滑方向布置阵列式监测点;
步骤3:在阵列式所述监测点布放用于采集敏感反应滑坡特征的传感器;
步骤4:在所述滑坡周界范围内布置监测控制主机,所述监测控制主机与传感器之间形成自组网进行通信;
步骤5:监测控制主机获取监测点的传感器数据,并处理分析监测点的传感数据是否大于或等于预设阈值,并处理分析后的监测点传感器数据发送到云平台;
步骤6:云平台接收监测控制主机处理分析后的监测点的传感数据,并分析传感器数据大于或等于预设阈值的数量;
步骤7:若预设百分比数量的所述传感器数据大于或等于预设阈值时,所述云平台发出预警指令。
2.根据权利要求1所述的方法,其特征在于,所述传感器包括倾角传感器或加速度传感器。
3.根据权利要求1所述的方法,其特征在于,所述步骤5中监测控制主机通过LoRa自组网获取监测点的传感器数据。
4.根据权利要求1所述的方法,其特征在于,所述步骤2的具体包括:沿着滑坡主滑方向和垂直与主滑方向布置矩形阵列式监测点,所述矩形的长边与滑坡滑动方向一致。
5.根据权利要求1所述的方法,其特征在于,所述步骤7具体包括:若第一预设百分比数量的所述传感器数据大于或等于预设阈值时,发出黄色预警;若第二预设百分比数量的所述传感器数据大于或等于预设阈值时,发出橙色预警;若第三预设百分比数量的所述传感器数据大于或等于预设阈值时,发出红色预警;所述第一预设百分比小于第二预设百分比,所述第二预设百分比小于第三预设百分比。
6.根据权利要求1所述的方法,其特征在于,所述监测控制主机通过4G网络将监测点的传感器数据发送到云平台。
7.根据权利要求1所述的方法,其特征在于,所述云平台通过WiFi模块将预警指令发送给声光报警器。
8.根据权利要求7所述的方法,其特征在于,所述声光报警器数量至少为一个。
9.根据权利要求1所述的方法,其特征在于,所述步骤5中监测控制主机实时获取监测点的传感器数据,并实时将分析处理后的监测点的传感器数据发送到云平台。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211260489.7A CN115546994A (zh) | 2022-10-14 | 2022-10-14 | 一种基于自组网式监测点的滑坡临灾预警预报方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211260489.7A CN115546994A (zh) | 2022-10-14 | 2022-10-14 | 一种基于自组网式监测点的滑坡临灾预警预报方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115546994A true CN115546994A (zh) | 2022-12-30 |
Family
ID=84735615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211260489.7A Pending CN115546994A (zh) | 2022-10-14 | 2022-10-14 | 一种基于自组网式监测点的滑坡临灾预警预报方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115546994A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118135769A (zh) * | 2024-05-07 | 2024-06-04 | 中国地质调查局水文地质环境地质调查中心 | 一种基于传感器群的滑坡监测预警方法、系统及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080002092A (ko) * | 2006-06-30 | 2008-01-04 | 주식회사 케이티 | 무선센서 네트워크에 의한 산사태 감지 모니터링 시스템 |
CN103021144A (zh) * | 2012-12-07 | 2013-04-03 | 电信科学技术研究院 | 一种传输预警信息的方法和设备 |
CN105898898A (zh) * | 2016-06-12 | 2016-08-24 | 青岛科恩锐网互联科技有限公司 | 一种基于无线传感器网络的信息监测系统 |
CN108460964A (zh) * | 2018-04-24 | 2018-08-28 | 汪宇明 | 一种滑坡危害实时预警系统和方法 |
CN207851060U (zh) * | 2017-10-24 | 2018-09-11 | 延安大学 | 基于物联网的山体滑坡预警监测系统 |
CN108564769A (zh) * | 2018-06-12 | 2018-09-21 | 中国地质环境监测院 | 一种基于窄带物联网的分布式滑坡监测预警系统和方法 |
CN208027544U (zh) * | 2017-08-06 | 2018-10-30 | 中铁二院工程集团有限责任公司 | 滑坡监测预警系统 |
CN110415491A (zh) * | 2019-08-09 | 2019-11-05 | 华北科技学院 | 泥石流灾害一体化监测系统及可视化预警云平台 |
CN111006593A (zh) * | 2019-12-13 | 2020-04-14 | 武汉纵横天地空间信息技术有限公司 | 一种应用无人机进行山体地貌监测及滑坡预测方法及系统 |
CN111489526A (zh) * | 2020-04-23 | 2020-08-04 | 高立兵 | 一种基于无线传感器网络的黄土滑坡监测预警系统及方法 |
CN114184165A (zh) * | 2020-09-15 | 2022-03-15 | 中国电信股份有限公司 | 杆塔倾斜度的监测方法、装置及系统 |
-
2022
- 2022-10-14 CN CN202211260489.7A patent/CN115546994A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080002092A (ko) * | 2006-06-30 | 2008-01-04 | 주식회사 케이티 | 무선센서 네트워크에 의한 산사태 감지 모니터링 시스템 |
CN103021144A (zh) * | 2012-12-07 | 2013-04-03 | 电信科学技术研究院 | 一种传输预警信息的方法和设备 |
CN105898898A (zh) * | 2016-06-12 | 2016-08-24 | 青岛科恩锐网互联科技有限公司 | 一种基于无线传感器网络的信息监测系统 |
CN208027544U (zh) * | 2017-08-06 | 2018-10-30 | 中铁二院工程集团有限责任公司 | 滑坡监测预警系统 |
CN207851060U (zh) * | 2017-10-24 | 2018-09-11 | 延安大学 | 基于物联网的山体滑坡预警监测系统 |
CN108460964A (zh) * | 2018-04-24 | 2018-08-28 | 汪宇明 | 一种滑坡危害实时预警系统和方法 |
CN108564769A (zh) * | 2018-06-12 | 2018-09-21 | 中国地质环境监测院 | 一种基于窄带物联网的分布式滑坡监测预警系统和方法 |
CN110415491A (zh) * | 2019-08-09 | 2019-11-05 | 华北科技学院 | 泥石流灾害一体化监测系统及可视化预警云平台 |
CN111006593A (zh) * | 2019-12-13 | 2020-04-14 | 武汉纵横天地空间信息技术有限公司 | 一种应用无人机进行山体地貌监测及滑坡预测方法及系统 |
CN111489526A (zh) * | 2020-04-23 | 2020-08-04 | 高立兵 | 一种基于无线传感器网络的黄土滑坡监测预警系统及方法 |
CN114184165A (zh) * | 2020-09-15 | 2022-03-15 | 中国电信股份有限公司 | 杆塔倾斜度的监测方法、装置及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118135769A (zh) * | 2024-05-07 | 2024-06-04 | 中国地质调查局水文地质环境地质调查中心 | 一种基于传感器群的滑坡监测预警方法、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Streutker et al. | LiDAR measurement of sagebrush steppe vegetation heights | |
CN110689705B (zh) | 矿山地质环境管理综合应用系统 | |
JP5520092B2 (ja) | 飛行中の航空機に接近する気象を評価するためのシステムおよび方法 | |
CN105336119B (zh) | 一种崩塌体裂缝识别报警装置及其识别方法 | |
CN111105600B (zh) | 基于降雨条件下路堑边坡稳定性动态监测预警系统及方法 | |
CN105957311A (zh) | 自适应扩展的边坡稳定智能监测预警系统 | |
CN107516401A (zh) | 一种山体滑坡监测方法和系统 | |
Cao et al. | Automatic fracture detection based on Terrestrial Laser Scanning data: A new method and case study | |
CN104778517A (zh) | 基于微气象与卫星遥感数据的微气象灾害预警方法及系统 | |
CN103779808A (zh) | 基于LiDAR的输电线路智能巡检系统 | |
CN107764192A (zh) | 一种滑坡多点位移智能监测装置及监测方法 | |
CN112289006B (zh) | 山体滑坡风险监测预警方法和系统 | |
CN115546994A (zh) | 一种基于自组网式监测点的滑坡临灾预警预报方法 | |
CN115965246B (zh) | 一种岩溶塌陷灾害的预警分析方法 | |
CN109816955A (zh) | 基于多传感器融合的变形监测仪器联动管理系统及方法 | |
CN111551956B (zh) | 基于机载激光雷达的一种地质灾害探测识别方法 | |
US20080112263A1 (en) | System and method for determining seismic event location | |
Zhang et al. | Real time remote monitoring and pre-warning system for Highway landslide in mountain area | |
CN206031766U (zh) | 一种减震起落架、无人机和有人直升机 | |
Doolittle et al. | Geophysical investigations of soil-landscape architecture and its impacts on subsurface flow | |
CN116486289A (zh) | 一种多源数据和知识驱动下的燃气管道高后果区识别方法 | |
CN114693114A (zh) | 地下空间结构的监测方法、装置、计算机设备及存储介质 | |
CN112802307B (zh) | 一种用于地质勘察的地质监测预警方法及系统 | |
CN116739310B (zh) | 一种基于地理信息的建筑场地勘测规划系统 | |
CN111881566B (zh) | 基于实景仿真的滑坡位移检测方法及装置 |
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 |