CN116416761A - 一种基于数据分析的山体滑坡智能形变监管系统 - Google Patents
一种基于数据分析的山体滑坡智能形变监管系统 Download PDFInfo
- Publication number
- CN116416761A CN116416761A CN202310669623.7A CN202310669623A CN116416761A CN 116416761 A CN116416761 A CN 116416761A CN 202310669623 A CN202310669623 A CN 202310669623A CN 116416761 A CN116416761 A CN 116416761A
- Authority
- CN
- China
- Prior art keywords
- landslide
- area
- signal
- deformation
- mountain
- 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
- 238000007405 data analysis Methods 0.000 title claims abstract description 13
- 238000012544 monitoring process Methods 0.000 claims abstract description 88
- 239000002689 soil Substances 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 41
- 230000008569 process Effects 0.000 claims abstract description 33
- 238000004458 analytical method Methods 0.000 claims abstract description 31
- 230000003014 reinforcing effect Effects 0.000 claims abstract description 12
- 238000009825 accumulation Methods 0.000 claims description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 230000006854 communication Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 230000003203 everyday effect Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 description 6
- 230000002265 prevention Effects 0.000 description 4
- 238000005728 strengthening Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000010008 shearing Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 230000007175 bidirectional communication Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000004575 stone Substances 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
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- 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
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Emergency Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Geology (AREA)
- Signal Processing (AREA)
- Game Theory and Decision Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Medical Informatics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Primary Health Care (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于数据分析的山体滑坡智能形变监管系统,解决了现有技术中,在滑坡区域当滑坡发生时不能够将滑坡土壤进行分区域监测,以至于滑坡区域的实时影响无法降至最低的技术问题;本发明是将出现滑坡的子区域标记为滑坡区域,并将滑坡区域的实时滑坡方向标记为滑坡流向,将滑坡流向两侧区域设置为滑坡边坡,通过滑坡边坡分析生成管控调整信号或者风险监测信号,并将其发送至服务器;还通过实时形变风险监测单元将滑坡区域的实时滑坡过程进行风险监测,将滑坡区域的滑坡过程进行分析,根据滑坡流向对应滑坡区域划分为前滑坡区域和后滑坡区域,通过分析生成管控加强信号或者无瞬时风险信号,并将其发送至服务器。
Description
技术领域
本发明涉及山体滑坡智能形变监管技术领域,具体为一种基于数据分析的山体滑坡智能形变监管系统。
背景技术
滑坡是斜坡岩土体沿着贯通的剪切破坏面所发生的滑移地质现象,滑坡的机制是某一滑移面上剪应力超过该面的抗剪强度所致。
因此在现有技术中,山体滑坡虽然会实时进行形变监管,但在监测过程中,出现风险后且进行管控后,无法对滑坡区域的边坡变化进行准确监测,以至于滑坡的实时发展无法及时进行针对性防控,同时,在滑坡区域当滑坡发生时不能够将滑坡土壤进行分区域监测,以至于滑坡区域的实时影响无法降至最低;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的就在于为了解决上述提出的问题,而提出一种基于数据分析的山体滑坡智能形变监管系统,是将山体区域进行类型划分,根据山体区域的本身组成成分以及本身特性进行类型划分,从而针对不同类型的山体区域合理匹配检测传感器或者检测手段,保证山体区域的形变监测准确性以及及时性,有利于提高了滑坡智能监测的工作效率;将不同类型的子区域进行形变监测,判断不同类型的子区域是否存在形变风险,根据不同类型的子区域进行不同方式的监测,提高了区域形变监测的准确性,保证形变监测效率的同时提高了监测方式选择的针对性,便于对区域形变监测的成本进行控制。
本发明的目的可以通过以下技术方案实现:
一种基于数据分析的山体滑坡智能形变监管系统,包括服务器,服务器通讯连接有:
监测区域类型划分单元,用于将山体区域进行类型划分,将山体区域划分为i个子区域,i为大于1的自然数,获取到山体区域内各个子区域的类型划分系数,根据类型划分系数比较将子区域划分为低硬度区域或者高硬度区域,并将其发送至服务器;
分类型形变监测单元,用于将不同类型的子区域进行形变监测,通过分析生成高强度区域形变预警信号、高强度区域稳定信号、低强度区域形变预警信号以及低强度区域稳定信号,并将其发送至服务器;
边坡形变分析单元,用于将滑坡区域进行边坡形变分析,将出现滑坡的子区域标记为滑坡区域,并将滑坡区域的实时滑动方向标记为滑坡流向,将滑坡流向两侧区域设置为滑坡边坡,通过滑坡边坡分析生成管控调整信号或者风险监测信号,并将其发送至服务器;
实时形变风险监测单元,用于将滑坡区域的实时滑坡过程进行风险监测,将滑坡区域的滑坡过程进行分析,根据滑坡流向对应滑坡区域划分为前滑坡区域和后滑坡区域,通过分析生成管控加强信号或者无瞬时风险信号,并将其发送至服务器。
作为本发明的一种优选实施方式,监测区域类型划分单元的运行过程如下:
采集到山体区域内各个子区域中软体占地体积与硬体占地体积比值以及各个子区域中土壤内含水量;采集到山体区域内各个子区域中每天土壤平均流失量;通过分析获取到山体区域内各个子区域的类型划分系数;
将山体区域内各个子区域的类型划分系数与类型划分系数阈值进行比较:
若山体区域内各个子区域的类型划分系数超过类型划分系数阈值,则将对应子区域标记为低硬度区域;若山体区域内各个子区域的类型划分系数未超过类型划分系数阈值,则将对应子区域标记为高硬度区域;将低硬度区域和高硬度区域的对应编号发送至服务器。
作为本发明的一种优选实施方式,分类型形变监测单元的运行过程如下:
当子区域为高强度区域时,采集到高强度区域内山体裂缝的横纵延伸距离跨度值以及山体裂缝出现横纵延伸的频率,并将其分别与延伸距离跨度值阈值和横纵延伸频率阈值进行比较:
若高强度区域内山体裂缝的横纵延伸距离跨度值超过延伸距离跨度值阈值,或者山体裂缝出现横纵延伸的频率超过横纵延伸频率阈值,则生成高强度区域形变预警信号并将高强度区域形变预警信号发送至服务器;若高强度区域内山体裂缝的横纵延伸距离跨度值未超过延伸距离跨度值阈值,且山体裂缝出现横纵延伸的频率未超过横纵延伸频率阈值,则生成高强度区域稳定信号并将高强度区域稳定信号发送至服务器。
作为本发明的一种优选实施方式,当子区域为低强度区域时,采集到低强度区域内对称两侧区域的土壤高度偏差值以及低强度区域内对称两侧区域的土壤流失量的差值,并将其分别与高度差值阈值和流失量差值阈值进行比较:
若低强度区域内对称两侧区域的土壤高度偏差值超过高度差值阈值,或者低强度区域内对称两侧区域的土壤流失量的差值超过流失量差值阈值,则生成低强度区域形变预警信号并将低强度区域形变预警信号发送至服务器;
若低强度区域内对称两侧区域的土壤高度偏差值未超过高度差值阈值,且低强度区域内对称两侧区域的土壤流失量的差值未超过流失量差值阈值,则生成低强度区域稳定信号并将低强度区域信号发送至服务器。
作为本发明的一种优选实施方式,边坡形变分析单元的运行过程如下:
采集到滑坡区域在滑坡过程中滑坡边坡的横向移动速度与滑坡流向移动速度的多出量以及横向移动量与滑坡流向移动量的多出量,并将其分别与速度多出量阈值和移动量多出量阈值进行比较:
若滑坡区域在滑坡过程中滑坡边坡的横向移动速度与滑坡流向移动速度的多出量超过速度多出量阈值,或者横向移动量与滑坡流向移动量的多出量超过移动量多出量阈值,则生成管控调整信号并将管控调整信号发送至服务器;若滑坡区域在滑坡过程中滑坡边坡的横向移动速度与滑坡流向移动速度的多出量未超过速度多出量阈值,且横向移动量与滑坡流向移动量的多出量未超过移动量多出量阈值,则生成风险监测信号并将风险监测信号发送至服务器。
作为本发明的一种优选实施方式,实时形变风险监测单元的运行过程如下:
采集到滑坡区域内前滑坡区域与后滑坡区域对应移动速度超出量以及后滑坡区域的与前滑坡区域的土壤堆积量差值的增加速度,并将其分别与移动速度超出量阈值和堆积量差值增加速度阈值进行比较:
若滑坡区域内前滑坡区域与后滑坡区域对应移动速度超出量超过移动速度超出量阈值,或者后滑坡区域的与前滑坡区域的土壤堆积量差值的增加速度超过堆积量差值增加速度阈值,则生成管控加强信号并将管控加强信号发送至服务器;若滑坡区域内前滑坡区域与后滑坡区域对应移动速度超出量未超过移动速度超出量阈值,且后滑坡区域的与前滑坡区域的土壤堆积量差值的增加速度未超过堆积量差值增加速度阈值,则生成无瞬时风险信号并将无瞬时风险信号发送至服务器。
与现有技术相比,本发明的有益效果是:
1、本发明中,将山体区域进行类型划分,根据山体区域的本身组成成分以及本身特性进行类型划分,从而针对不同类型的山体区域合理匹配检测传感器或者检测手段,保证山体区域的形变监测准确性以及及时性,有利于提高了滑坡智能监测的工作效率;将不同类型的子区域进行形变监测,判断不同类型的子区域是否存在形变风险,根据不同类型的子区域进行不同方式的监测,提高了区域形变监测的准确性,保证形变监测效率的同时提高了监测方式选择的针对性,便于对区域形变监测的成本进行控制,防止监测效率不合格导致产生不必要的成本;
2、本发明中,将滑坡区域进行边坡形变分析,判断滑坡区域在滑坡防控过程中是否存在边坡形变,从而导致滑坡区域的影响区域变化,若防控方式不及时调控容易造成滑坡效率降低,无法准确进行滑坡管控;将滑坡区域的实时滑坡过程进行风险监测,判断当前滑坡过程是否存在加剧现象,从而对滑坡过程进行管控方式调整,及时改变管控方式有利于降低滑坡管控失效风险,防止滑坡影响增加导致当前匹配的管控方式不适用,加大了滑坡带来的影响。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明整体的原理框图;
图2为本发明实施例1的原理框图;
图3为本发明实施例2的原理框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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、完整的描述,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。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
请参阅图1所示,一种基于数据分析的山体滑坡智能形变监管系统,包括服务器,服务器通讯连接有监测区域类型划分单元、分类型形变监测单元、边坡形变分析单元以及实时形变风险监测单元,其中,服务器与监测区域类型划分单元、分类型形变监测单元、边坡形变分析单元以及实时形变风险监测单元均为双向通讯连接;本系统用于对山体区域进行形变监测,同时在山体区域存在形变后,对山体区域的滑坡影响进行分析;
实施例1
请参阅图2所示,在设定好需监测的山体区域后,服务器生成监测区域类型划分信号并将监测区域类型划分信号发送至监测区域类型划分单元,监测区域类型划分单元接收到监测区域类型划分信号后,将山体区域进行类型划分,根据山体区域的本身组成成分以及本身特性进行类型划分,从而针对不同类型的山体区域合理匹配检测传感器或者检测手段,保证山体区域的形变监测准确性以及及时性,有利于提高了滑坡智能监测的工作效率;
将山体区域划分为i个子区域,i为大于1的自然数,且各个子区域的面积偏差不超过预设偏差,采集到山体区域内各个子区域中软体占地体积与硬体占地体积比值以及各个子区域中土壤内含水量,并将山体区域内各个子区域中软体占地体积与硬体占地体积比值以及各个子区域中土壤内含水量分别标记为TBi和HSi;其中,软体表示为土、泥等成分,硬体表示为岩石、石子等成分;采集到山体区域内各个子区域中每天土壤平均流失量,并将山体区域内各个子区域中每天土壤平均流失量标记为LSi;
通过公式获取到山体区域
内各个子区域的类型划分系数Vi,其中,fe1、fe2以及fe3均为预设比例系数,且fe1、fe2以
及fe3均大于零,fe1+fe2+fe3>0,β为误差修正因子,取值为1.256;
将山体区域内各个子区域的类型划分系数Vi与类型划分系数阈值进行比较:
若山体区域内各个子区域的类型划分系数Vi超过类型划分系数阈值,则将对应子区域标记为低硬度区域;若山体区域内各个子区域的类型划分系数Vi未超过类型划分系数阈值,则将对应子区域标记为高硬度区域;
将低硬度区域和高硬度区域的对应编号发送至服务器;
服务器接收到低硬度区域和高硬度区域的对应编号后,生成分类型形变监测信号并将分类型形变监测信号发送至分类型形变监测单元,分类型形变监测单元接收到分类型形变监测信号后,将不同类型的子区域进行形变监测,判断不同类型的子区域是否存在形变风险,根据不同类型的子区域进行不同方式的监测,提高了区域形变监测的准确性,保证形变监测效率的同时提高了监测方式选择的针对性,便于对区域形变监测的成本进行控制,防止监测效率不合格导致产生不必要的成本;
当子区域为高强度区域时,采集到高强度区域内山体裂缝的横纵延伸距离跨度值以及山体裂缝出现横纵延伸的频率,并将高强度区域内山体裂缝的横纵延伸距离跨度值以及山体裂缝出现横纵延伸的频率分别与延伸距离跨度值阈值和横纵延伸频率阈值进行比较:
若高强度区域内山体裂缝的横纵延伸距离跨度值超过延伸距离跨度值阈值,或者山体裂缝出现横纵延伸的频率超过横纵延伸频率阈值,则判定当前子区域存在形变风险,生成高强度区域形变预警信号并将高强度区域形变预警信号发送至服务器;若高强度区域内山体裂缝的横纵延伸距离跨度值未超过延伸距离跨度值阈值,且山体裂缝出现横纵延伸的频率未超过横纵延伸频率阈值,则判定当前子区域不存在形变风险,生成高强度区域稳定信号并将高强度区域稳定信号发送至服务器;
当子区域为低强度区域时,采集到低强度区域内对称两侧区域的土壤高度偏差值以及低强度区域内对称两侧区域的土壤流失量的差值,并将低强度区域内对称两侧区域的土壤高度偏差值以及低强度区域内对称两侧区域的土壤流失量的差值分别与高度差值阈值和流失量差值阈值进行比较:
若低强度区域内对称两侧区域的土壤高度偏差值超过高度差值阈值,或者低强度区域内对称两侧区域的土壤流失量的差值超过流失量差值阈值,则判定低强度区域存在形变风险,生成低强度区域形变预警信号并将低强度区域形变预警信号发送至服务器;
若低强度区域内对称两侧区域的土壤高度偏差值未超过高度差值阈值,且低强度区域内对称两侧区域的土壤流失量的差值未超过流失量差值阈值,则判定低强度区域不存在形变风险,生成低强度区域稳定信号并将低强度区域信号发送至服务器;
服务器接收到低强度区域形变预警信号或者高强度区域形变预警信号后,将对应子区域进行滑坡管控,根据子区域类型匹配合适的滑坡管控方式,针对高强度区域可以设置管控点,并对其进行支撑,针对低强度区域可知设置管控网,将对应区域进行整体覆盖,降低滑坡风险;
实施例2
请参阅图3所示,在山体区域出现滑坡并完成管控后,服务器生成边坡形变分析信号并将边坡形变分析信号发送至边坡形变分析单元,边坡形变分析单元接收到边坡形变分析信号后,将滑坡区域进行边坡形变分析,判断滑坡区域在滑坡防控过程中是否存在边坡形变,从而导致滑坡区域的影响区域变化,若防控方式不及时调控容易造成滑坡效率降低,无法准确进行滑坡管控;
将出现滑坡的子区域标记为滑坡区域,并将滑坡区域的实时滑动方向标记为滑坡流向,将滑坡流向两侧区域设置为滑坡边坡,采集到滑坡区域在滑坡过程中滑坡边坡的横向移动速度与滑坡流向移动速度的多出量以及横向移动量与滑坡流向移动量的多出量,并将滑坡区域在滑坡过程中滑坡边坡的横向移动速度与滑坡流向移动速度的多出量以及横向移动量与滑坡流向移动量的多出量分别与速度多出量阈值和移动量多出量阈值进行比较:其中,滑坡边坡的横向表示为滑坡流向相垂直的水平方向;
若滑坡区域在滑坡过程中滑坡边坡的横向移动速度与滑坡流向移动速度的多出量超过速度多出量阈值,或者横向移动量与滑坡流向移动量的多出量超过移动量多出量阈值,则判定滑坡区域的影响区域存在改变趋势,生成管控调整信号并将管控调整信号发送至服务器,服务器接收到管控调整信号后,针对滑坡区域的边坡实时形变量,将对应滑坡区域进行管控区域调整,将实时滑坡区域的管控资源进行合理分布,以至于将滑坡影响降至最低;
若滑坡区域在滑坡过程中滑坡边坡的横向移动速度与滑坡流向移动速度的多出量未超过速度多出量阈值,且横向移动量与滑坡流向移动量的多出量未超过移动量多出量阈值,则判定滑坡区域的影响区域不存在改变趋势,生成风险监测信号并将风险监测信号发送至服务器;
服务器接收到风险监测信号后将其转送至实时形变风险监测单元,实时形变风险监测单元接收到风险监测信号后,将滑坡区域的实时滑坡过程进行风险监测,判断当前滑坡过程是否存在加剧现象,从而对滑坡过程进行管控方式调整,及时改变管控方式有利于降低滑坡管控失效风险,防止滑坡影响增加导致当前匹配的管控方式不适用,加大了滑坡带来的影响;
将滑坡区域的滑坡过程进行分析,根据滑坡流向对应滑坡区域划分为前滑坡区域和后滑坡区域,其划分方式可以为区域面积或者区域滑坡时刻,即设定区域面积阈值,滑坡区域内前部分作为前滑坡区域反之作为后滑坡区域;采集到滑坡区域内前滑坡区域与后滑坡区域对应移动速度超出量以及后滑坡区域的与前滑坡区域的土壤堆积量差值的增加速度,并将滑坡区域内前滑坡区域与后滑坡区域对应移动速度超出量以及后滑坡区域的与前滑坡区域的土壤堆积量差值的增加速度分别与移动速度超出量阈值和堆积量差值增加速度阈值进行比较:
若滑坡区域内前滑坡区域与后滑坡区域对应移动速度超出量超过移动速度超出量阈值,或者后滑坡区域的与前滑坡区域的土壤堆积量差值的增加速度超过堆积量差值增加速度阈值,则判定滑坡区域存在瞬时高影响风险,生成管控加强信号并将管控加强信号发送至服务器,服务器接收到管控加强信号后,将对应滑坡区域进行管控加固,即增加支撑点数量或者增加管控区域;
若滑坡区域内前滑坡区域与后滑坡区域对应移动速度超出量未超过移动速度超出量阈值,且后滑坡区域的与前滑坡区域的土壤堆积量差值的增加速度未超过堆积量差值增加速度阈值,则判定滑坡区域不存在瞬时高影响风险,生成无瞬时风险信号并将无瞬时风险信号发送至服务器。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;
本发明在使用时,通过监测区域类型划分单元将山体区域进行类型划分,将山体区域划分为i个子区域,i为大于1的自然数,获取到山体区域内各个子区域的类型划分系数,根据类型划分系数比较将子区域划分为低硬度区域或者高硬度区域,并将其发送至服务器;通过分类型形变监测单元将不同类型的子区域进行形变监测,通过分析生成高强度区域形变预警信号、高强度区域稳定信号、低强度区域形变预警信号以及低强度区域稳定信号,并将其发送至服务器;通过边坡形变分析单元将滑坡区域进行边坡形变分析,将出现滑坡的子区域标记为滑坡区域,并将滑坡区域的实时滑坡方向标记为滑坡流向,将滑坡流向两侧区域设置为滑坡边坡,通过滑坡边坡分析生成管控调整信号或者风险监测信号,并将其发送至服务器;通过实时形变风险监测单元将滑坡区域的实时滑坡过程进行风险监测,将滑坡区域的滑坡过程进行分析,根据滑坡流向对应滑坡区域划分为前滑坡区域和后滑坡区域,通过分析生成管控加强信号或者无瞬时风险信号,并将其发送至服务器。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (6)
1.一种基于数据分析的山体滑坡智能形变监管系统,其特征在于,包括服务器,服务器通讯连接有:
监测区域类型划分单元,用于将山体区域进行类型划分,将山体区域划分为i个子区域,i为大于1的自然数,获取到山体区域内各个子区域的类型划分系数,根据类型划分系数比较将子区域划分为低硬度区域或者高硬度区域,并将其发送至服务器;
分类型形变监测单元,用于将不同类型的子区域进行形变监测,通过分析生成高强度区域形变预警信号、高强度区域稳定信号、低强度区域形变预警信号以及低强度区域稳定信号,并将其发送至服务器;
边坡形变分析单元,用于将滑坡区域进行边坡形变分析,将出现滑坡的子区域标记为滑坡区域,并将滑坡区域的实时滑动方向标记为滑坡流向,将滑坡流向两侧区域设置为滑坡边坡,通过滑坡边坡分析生成管控调整信号或者风险监测信号,并将其发送至服务器;
实时形变风险监测单元,用于将滑坡区域的实时滑坡过程进行风险监测,将滑坡区域的滑坡过程进行分析,根据滑坡流向对应滑坡区域划分为前滑坡区域和后滑坡区域,通过分析生成管控加强信号或者无瞬时风险信号,并将其发送至服务器。
2.根据权利要求1所述的一种基于数据分析的山体滑坡智能形变监管系统,其特征在于,监测区域类型划分单元的运行过程如下:
采集到山体区域内各个子区域中软体占地体积与硬体占地体积比值以及各个子区域中土壤内含水量;采集到山体区域内各个子区域中每天土壤平均流失量;通过分析获取到山体区域内各个子区域的类型划分系数;
将山体区域内各个子区域的类型划分系数与类型划分系数阈值进行比较:
若山体区域内各个子区域的类型划分系数超过类型划分系数阈值,则将对应子区域标记为低硬度区域;若山体区域内各个子区域的类型划分系数未超过类型划分系数阈值,则将对应子区域标记为高硬度区域;将低硬度区域和高硬度区域的对应编号发送至服务器。
3.根据权利要求1所述的一种基于数据分析的山体滑坡智能形变监管系统,其特征在于,分类型形变监测单元的运行过程如下:
当子区域为高强度区域时,采集到高强度区域内山体裂缝的横纵延伸距离跨度值以及山体裂缝出现横纵延伸的频率,并将其分别与延伸距离跨度值阈值和横纵延伸频率阈值进行比较:
若高强度区域内山体裂缝的横纵延伸距离跨度值超过延伸距离跨度值阈值,或者山体裂缝出现横纵延伸的频率超过横纵延伸频率阈值,则生成高强度区域形变预警信号并将高强度区域形变预警信号发送至服务器;若高强度区域内山体裂缝的横纵延伸距离跨度值未超过延伸距离跨度值阈值,且山体裂缝出现横纵延伸的频率未超过横纵延伸频率阈值,则生成高强度区域稳定信号并将高强度区域稳定信号发送至服务器。
4.根据权利要求1所述的一种基于数据分析的山体滑坡智能形变监管系统,其特征在于,当子区域为低强度区域时,采集到低强度区域内对称两侧区域的土壤高度偏差值以及低强度区域内对称两侧区域的土壤流失量的差值,并将其分别与高度差值阈值和流失量差值阈值进行比较:
若低强度区域内对称两侧区域的土壤高度偏差值超过高度差值阈值,或者低强度区域内对称两侧区域的土壤流失量的差值超过流失量差值阈值,则生成低强度区域形变预警信号并将低强度区域形变预警信号发送至服务器;
若低强度区域内对称两侧区域的土壤高度偏差值未超过高度差值阈值,且低强度区域内对称两侧区域的土壤流失量的差值未超过流失量差值阈值,则生成低强度区域稳定信号并将低强度区域信号发送至服务器。
5.根据权利要求1所述的一种基于数据分析的山体滑坡智能形变监管系统,其特征在于,边坡形变分析单元的运行过程如下:
采集到滑坡区域在滑坡过程中滑坡边坡的横向移动速度与滑坡流向移动速度的多出量以及横向移动量与滑坡流向移动量的多出量,并将其分别与速度多出量阈值和移动量多出量阈值进行比较:
若滑坡区域在滑坡过程中滑坡边坡的横向移动速度与滑坡流向移动速度的多出量超过速度多出量阈值,或者横向移动量与滑坡流向移动量的多出量超过移动量多出量阈值,则生成管控调整信号并将管控调整信号发送至服务器;若滑坡区域在滑坡过程中滑坡边坡的横向移动速度与滑坡流向移动速度的多出量未超过速度多出量阈值,且横向移动量与滑坡流向移动量的多出量未超过移动量多出量阈值,则生成风险监测信号并将风险监测信号发送至服务器。
6.根据权利要求1所述的一种基于数据分析的山体滑坡智能形变监管系统,其特征在于,实时形变风险监测单元的运行过程如下:
采集到滑坡区域内前滑坡区域与后滑坡区域对应移动速度超出量以及后滑坡区域的与前滑坡区域的土壤堆积量差值的增加速度,并将其分别与移动速度超出量阈值和堆积量差值增加速度阈值进行比较:
若滑坡区域内前滑坡区域与后滑坡区域对应移动速度超出量超过移动速度超出量阈值,或者后滑坡区域的与前滑坡区域的土壤堆积量差值的增加速度超过堆积量差值增加速度阈值,则生成管控加强信号并将管控加强信号发送至服务器;若滑坡区域内前滑坡区域与后滑坡区域对应移动速度超出量未超过移动速度超出量阈值,且后滑坡区域的与前滑坡区域的土壤堆积量差值的增加速度未超过堆积量差值增加速度阈值,则生成无瞬时风险信号并将无瞬时风险信号发送至服务器。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310669623.7A CN116416761B (zh) | 2023-06-07 | 2023-06-07 | 一种基于数据分析的山体滑坡智能形变监管系统 |
US18/408,530 US11965738B1 (en) | 2023-06-07 | 2024-01-09 | Data analysis-based intelligent deformation monitoring system for mountain landslides |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310669623.7A CN116416761B (zh) | 2023-06-07 | 2023-06-07 | 一种基于数据分析的山体滑坡智能形变监管系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116416761A true CN116416761A (zh) | 2023-07-11 |
CN116416761B CN116416761B (zh) | 2023-08-15 |
Family
ID=87056352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310669623.7A Active CN116416761B (zh) | 2023-06-07 | 2023-06-07 | 一种基于数据分析的山体滑坡智能形变监管系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11965738B1 (zh) |
CN (1) | CN116416761B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117133100A (zh) * | 2023-09-25 | 2023-11-28 | 西南水泥有限公司 | 一种矿山现场边坡远程在线实时监测预警系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112053093A (zh) * | 2020-09-29 | 2020-12-08 | 张婉婷 | 一种基于大数据的地质灾害滑坡实时监测管理系统 |
KR20210030031A (ko) * | 2019-09-09 | 2021-03-17 | 한국지질자원연구원 | 사전 기상정보 연동 산사태 조기경보 방법 및 산사태 조기경보 시스템 |
CN115096250A (zh) * | 2022-06-20 | 2022-09-23 | 山东志诚地理信息技术有限公司 | 一种基于数据分析的基坑变形监管系统 |
CN115240371A (zh) * | 2022-09-23 | 2022-10-25 | 西北大学 | 一种基于数据分析的山体滑坡实时监测系统 |
CN115325928A (zh) * | 2022-10-17 | 2022-11-11 | 西北大学 | 一种基于北斗通信的滑坡地表裂缝综合监测系统 |
CN115577984A (zh) * | 2022-11-24 | 2023-01-06 | 西北大学 | 一种基于bim技术的滑坡应急治理监管系统 |
CN116202432A (zh) * | 2023-04-14 | 2023-06-02 | 西北大学 | 一种智能化区域性滑坡监测管理方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101507333B1 (ko) * | 2014-05-14 | 2015-03-31 | 숭실대학교산학협력단 | 경사면 상황 인식 방법, 이를 이용한 시스템 및 이를 수행하기 위한 기록매체 |
US20180045853A1 (en) * | 2016-08-15 | 2018-02-15 | U.S.A. As Represented By The Administrator Of The National Aeronautics And Space Administration | Landslide hazard assessment system and method |
CN113326756B (zh) * | 2021-05-25 | 2023-05-16 | 中国地质调查局武汉地质调查中心 | 一种基于岩体劣化特征的库岸潜在滑坡隐患识别方法 |
CN113340208A (zh) * | 2021-05-27 | 2021-09-03 | 西北大学 | 一种多状态触发的滑坡体远程自动监测预警系统及方法 |
US11610466B2 (en) * | 2021-08-16 | 2023-03-21 | Amrita Vishwa Vidyapeetham | Multilevel rapid warning system for landslide detection |
-
2023
- 2023-06-07 CN CN202310669623.7A patent/CN116416761B/zh active Active
-
2024
- 2024-01-09 US US18/408,530 patent/US11965738B1/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210030031A (ko) * | 2019-09-09 | 2021-03-17 | 한국지질자원연구원 | 사전 기상정보 연동 산사태 조기경보 방법 및 산사태 조기경보 시스템 |
CN112053093A (zh) * | 2020-09-29 | 2020-12-08 | 张婉婷 | 一种基于大数据的地质灾害滑坡实时监测管理系统 |
CN115096250A (zh) * | 2022-06-20 | 2022-09-23 | 山东志诚地理信息技术有限公司 | 一种基于数据分析的基坑变形监管系统 |
CN115240371A (zh) * | 2022-09-23 | 2022-10-25 | 西北大学 | 一种基于数据分析的山体滑坡实时监测系统 |
CN115325928A (zh) * | 2022-10-17 | 2022-11-11 | 西北大学 | 一种基于北斗通信的滑坡地表裂缝综合监测系统 |
CN115577984A (zh) * | 2022-11-24 | 2023-01-06 | 西北大学 | 一种基于bim技术的滑坡应急治理监管系统 |
CN116202432A (zh) * | 2023-04-14 | 2023-06-02 | 西北大学 | 一种智能化区域性滑坡监测管理方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117133100A (zh) * | 2023-09-25 | 2023-11-28 | 西南水泥有限公司 | 一种矿山现场边坡远程在线实时监测预警系统 |
CN117133100B (zh) * | 2023-09-25 | 2024-02-20 | 西南水泥有限公司 | 一种矿山现场边坡远程在线实时监测预警系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116416761B (zh) | 2023-08-15 |
US11965738B1 (en) | 2024-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116416761B (zh) | 一种基于数据分析的山体滑坡智能形变监管系统 | |
CN107977749B (zh) | 一种油田开发指标的预测分析方法 | |
CN106683405B (zh) | 基于道路车流密度的道路交通状态评价方法 | |
CN114333245A (zh) | 一种基于滑坡立体监测的多参数模型动态预警方法 | |
CN116614525A (zh) | 一种基于大数据分析的地块土壤环境快速监测系统 | |
CN116611742B (zh) | 道路狭长坑槽的摊铺机配套输料设备运行状态评估系统 | |
CN116335925B (zh) | 基于数据增强的煤矿井下乳化泵站智能调控系统 | |
CN113935158B (zh) | 一种针对高速公路事故多发点的交通检测器优化布设方法 | |
CN104318058A (zh) | 基于雨量监测的泥石流预警方法 | |
CN111710161A (zh) | 一种基于传染病模型的路网拥堵传播态势预测方法及系统 | |
CN113958369A (zh) | 一种基于数字孪生的隧道衬砌结构健康监测方法及其系统 | |
CN114483196A (zh) | 地铁盾构隧道结构安全状态评估系统 | |
CN117789482A (zh) | 一种基于人工智能的城市道路交通智能预警系统 | |
CN109814462B (zh) | 一种基于大数据的城市排水网络监控控制系统 | |
CN115577984B (zh) | 一种基于bim技术的滑坡应急治理监管系统 | |
CN110598244B (zh) | 一种瓦斯气团生命周期预测及基于其的瓦斯浓度预测方法 | |
CN112320262B (zh) | 一种煤矿煤流主运输装置过载预警方法 | |
CN115687444A (zh) | 一种盾构tbm滚刀边滚刀损坏预警方法 | |
CN116993179A (zh) | 一种基于大数据分析的矿产资源智能管理系统 | |
CN117037457B (zh) | 一种山体滑坡监测预警方法 | |
CN109993972A (zh) | 道路交通管控时间的计算方法 | |
CN118038637A (zh) | 一种基于人工智能的山体滑坡风险智能监测系统 | |
CN113189300B (zh) | 一种软基路段状态检测的方法与终端 | |
CN118049239B (zh) | 一种暗挖工程数据处理和隧道施工质量控制系统 | |
CN115088597B (zh) | 一种智能化农业用水灌溉节水管理系统 |
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 |