CN116911158A - 一种基于大数据的自然灾害监测预警系统 - Google Patents
一种基于大数据的自然灾害监测预警系统 Download PDFInfo
- Publication number
- CN116911158A CN116911158A CN202310636409.1A CN202310636409A CN116911158A CN 116911158 A CN116911158 A CN 116911158A CN 202310636409 A CN202310636409 A CN 202310636409A CN 116911158 A CN116911158 A CN 116911158A
- Authority
- CN
- China
- Prior art keywords
- disaster
- data
- natural disaster
- monitoring
- natural
- 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 52
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- 230000000007 visual effect Effects 0.000 claims abstract description 15
- 238000010606 normalization Methods 0.000 claims abstract description 10
- 238000005516 engineering process Methods 0.000 claims abstract description 9
- 238000013480 data collection Methods 0.000 claims abstract description 7
- 238000012502 risk assessment Methods 0.000 claims abstract description 6
- 238000007405 data analysis Methods 0.000 claims abstract description 5
- 230000010485 coping Effects 0.000 claims abstract description 4
- 230000010354 integration Effects 0.000 claims abstract description 4
- 230000006870 function Effects 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 20
- 238000012549 training Methods 0.000 claims description 18
- 230000007480 spreading Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000011160 research Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000013459 approach Methods 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Remote Sensing (AREA)
- Artificial Intelligence (AREA)
- Alarm Systems (AREA)
Abstract
本申请提供一种基于大数据的自然灾害监测预警系统，包括：数据收集模块，用于获取地质灾害、气象灾害、水旱灾害、森林草原火灾风险隐患监测感知数据，并进行归一化预处理；隐患分析模块，用于建立自然灾害风险源运行体征监控模式，实现自然灾害风险隐患信息的全方位监控，进行灾害的短时临近预报、次生衍生事件链分析；多源展示会商模块，用于基于GIS的自然灾害综合风险分析，实现多源信息的综合展示和多方参与式会商，从各方面保障和应对灾害事件的需要；研判模型模块，采用大数据分析技术及时把握所有预警信息、灾害情况，建立灾害研判模型，分析灾害原因；可视化管理模块，用于实现空间资源整合与集成，为自然灾害监测管理提供可视化决策分析和数据共享服务。
Description
技术领域
本申请涉及自然灾害防治技术领域，尤其涉及一种基于大数据的自然灾害监测预警系统。
背景技术
现有的自然灾害有很多种，例如火灾、水灾、旱灾、气象灾害等。往往采用多种系统来完成自然灾害的监测预警任务，这些系统之间互不统属，每个系统都需要专人控制，没法做到统一管控，不便于管理，维护成本较高。
发明内容
有鉴于此，本申请的目的在于提出一种基于大数据的自然灾害监测预警系统，本申请能够针对性的解决现有的问题。
基于上述目的，本申请还提出了一种基于大数据的自然灾害监测预警系统，包括：
数据收集模块，用于获取地质灾害、气象灾害、水旱灾害、森林草原火灾风险隐患监测感知数据，并进行归一化预处理；
隐患分析模块，用于建立自然灾害风险源运行体征监控模式，实现自然灾害风险隐患信息的全方位监控，进行灾害的短时临近预报、次生衍生事件链分析；
多源展示会商模块，用于基于GIS的自然灾害综合风险分析，实现多源信息的综合展示和多方参与式会商，从各方面保障和应对灾害事件的需要；
研判模型模块，采用大数据分析技术及时把握所有预警信息、灾害情况，建立灾害研判模型，分析灾害原因；
可视化管理模块，用于实现空间资源整合与集成，为自然灾害监测管理提供可视化决策分析和数据共享服务。
进一步地，所述数据收集模块，包括以下步骤：
通过北斗地震灾害监测系统获取地质灾害相关信息，从中选取样本数据；
获取风云气象卫星的数据，从中选取样本数据；
获取水文测站标准化样本集，从中选取样本数据；
利用遥感技术对地表红外辐射的多波段探测数据，通过异常高温点检测模型，根据预设森林草原区地图，提取森林草原区的异常高温点数据，从中选取样本数据；
对于所有样本数据的特征因子进行去量纲、归一化预处理。
进一步地，所述隐患分析模块，包括以下步骤：
对于所述预处理后的特征因子进行监控，对取值超过预设阈值的特征因子，将其对应的样本数据认定为自然灾害风险源；
获取预设监控时间段内的自然灾害风险源的特征因子采样数据，对于采样数据的变化率大于预设阈值的自然灾害风险源，做出灾害的短时临近预报；
对于所述自然灾害风险源，根据预设的次生衍生事件链模型，预测在未来预设时间段内或预设区域内的灾害蔓延情况。
进一步地，所述对于所述自然灾害风险源，根据预设的次生衍生事件链模型，预测在未来预设时间段内或预设区域内的灾害蔓延情况，实现过程如下：
步骤A：获取所述自然灾害风险源的监测数据，对获取的数据进行归一化处理；步骤B：将处理后的数据按比例随机分为训练集和测试集，将训练集数据输入长短期记忆网络中进行迭代训练，并用测试集数据验证每一次的训练模型，直到预测结果满足预设标准，输出用于预测未来所述自然灾害风险源变化情况的次生衍生事件链模型；步骤C：将当前自然灾害风险源数据输入次生衍生事件链模型中，预测在未来预设时间段内或预设区域内的灾害蔓延情况。
进一步地，所述多源展示会商模块，包括以下步骤：
采用GeoTools开源软件与次生衍生事件链模型协同作用，共同提供常用GIS功能以实现本地化的承灾体地理信息系统属性数据库的构建，所述数据库包括所述自然灾害风险源；
基于所述GIS功能，将所述自然灾害风险源、所述短时临近预报、灾害蔓延情况以视图或视频的形式展示；
将所述视图或视频发送给多个救灾保障部门，在所述多个救灾保障部门之间提供多方远程会商功能。
进一步地，所述研判模型模块，包括以下步骤：
获取所述自然灾害风险源、所述短时临近预报、灾害蔓延情况；
注释地理地图以指示所述自然灾害风险源、所述短时临近预报、灾害蔓延情况的位置；
确定发生灾害并满足条件的地理地图的一部分；
应用地理地图的已识别部分作为训练机器学习模型的输入，使得训练机器学习模型输出标识地理地图中已识别部分的基础设施的位置；和
确定灾害的原因是在地理地图的已识别部分中的基础设施。
进一步地，所述可视化管理模块，包括以下组成部分：
文件管理单元，具有对操作权限的分配管理功能，通过对操作权限的分配管理实现所述自然灾害风险源、所述短时临近预报、灾害蔓延情况信息在部门之间共享和联合制图；
图纸编辑单元，具有对图件的绘制、修改以及业务属性的录入功能，并将地理图形数据与业务属性数据分别存储于地质地理数据库和业务数据库。
进一步地，所述可视化管理模块，还包括以下组成部分：
动态分析单元，用于维护和动态更新所述自然灾害风险源、所述短时临近预报、灾害蔓延情况的数据，实现突出灾害区域预测和地质信息查询功能；
日常管理单元，用于日常业务属性数据维护、系统符号库管理、用户权限设置管理、系统参数设置。
总的来说，本申请的优势及给用户带来的体验在于：
1、全种类资源覆盖平台：融合汇聚地质灾害、气象灾害、水旱灾害、森林草原火灾等风险隐患监测感知数据；
2、构建灾害风险隐患感知分析能力：建立自然灾害风险源运行体征监控模式，实现自然灾害风险隐患信息的全方位监控；
3：专常兼备的一体化服务模式：实现多源信息的综合展示和多方参与式会商，从各方面保障和应对灾害事件的需要；
4：安全高效的多部门数据共享交换：打破部门信息壁垒，深入推进数据共享应用，实现数据多跑路、决策更精准的目标；
5：丰富多样的自动精准研判模型：采用大数据分析技术及时把握所有预警信息、灾害情况，结合灾害专家建模，分析灾害原因；
6：构建一张图可视化管理模式：实现空间资源有效整合与集成，为自然灾害监测管理提供可视化决策分析和数据共享服务。
附图说明
在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本申请公开的一些实施方式，而不应将其视为是对本申请范围的限制。
图1示出根据本申请实施例的基于大数据的自然灾害监测预警系统的构成图。
图2示出隐患分析模块的具体实现方法示意图。
图3示出根据本申请实施例的多源展示会商模块的具体实现方法示意图。
图4示出根据本申请实施例的研判模型模块的具体实现方法示意图。
图5示出了本申请一实施例所提供的一种电子设备的结构示意图。
图6示出了本申请一实施例所提供的一种存储介质的示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
如图1所示，本申请的基于大数据的自然灾害监测预警系统，运用物联网、大数据、人工智能、遥感定量反演等先进技术，结合隐患点实况反演、灾害性天气风险识别、短时临近预报、次生衍生事件链分析、基于GIS的自然灾害综合风险分析等技术成果，综合考虑致灾因子危险性、承载体韧性和监测能力三要素，融合感知网络采集的实况监测数据与各类观测数据，从点、链、面三个维度针对点、面两个层面进行单灾种、多灾种综合分析，为应急管理部门提供气象灾害、水旱灾害、和森林草原火灾的灾害全要素监测、综合风险评估、灾害预警和灾害态势分析服务。快速精准的向风险区责任人、应急管理部门传递风险警示信息和风险预警信息，实现“让自然灾害发现在开始之前、让救灾行动启动在灾害之前”的目标，让应急管理人员做到应急情况心中有数，救灾部署全面精准。
申请实施例提供了一种基于大数据的自然灾害监测预警系统，该系统包括：
数据收集模块，用于获取地质灾害、气象灾害、水旱灾害、森林草原火灾风险隐患监测感知数据，并进行归一化预处理；
隐患分析模块，用于建立自然灾害风险源运行体征监控模式，实现自然灾害风险隐患信息的全方位监控，进行灾害的短时临近预报、次生衍生事件链分析；
多源展示会商模块，用于基于GIS的自然灾害综合风险分析，实现多源信息的综合展示和多方参与式会商，从各方面保障和应对灾害事件的需要；
研判模型模块，采用大数据分析技术及时把握所有预警信息、灾害情况，建立灾害研判模型，分析灾害原因；
可视化管理模块，用于实现空间资源整合与集成，为自然灾害监测管理提供可视化决策分析和数据共享服务。
以下详细介绍每个模块的具体实现方式及技术细节：
数据收集模块，包括以下步骤：
通过北斗地震灾害监测系统获取地质灾害相关信息，从中选取样本数据；
获取风云气象卫星的数据，从中选取样本数据；
获取水文测站标准化样本集，从中选取样本数据；
利用遥感技术对地表红外辐射的多波段探测数据，通过异常高温点检测模型，根据预设森林草原区地图，提取森林草原区的异常高温点数据，从中选取样本数据；
对于所有样本数据的特征因子进行去量纲、归一化预处理。
隐患分析模块，如图2所示，包括以下步骤：
S1、对于所述预处理后的特征因子进行监控，对取值超过预设阈值的特征因子，将其对应的样本数据认定为自然灾害风险源；
S2、获取预设监控时间段内的自然灾害风险源的特征因子采样数据，对于采样数据的变化率大于预设阈值的自然灾害风险源，做出灾害的短时临近预报；
S3、对于所述自然灾害风险源，根据预设的次生衍生事件链模型，预测在未来预设时间段内或预设区域内的灾害蔓延情况。步骤S3的实现过程如下：
步骤A：获取所述自然灾害风险源的监测数据，对获取的数据进行归一化处理；步骤B：将处理后的数据按比例随机分为训练集和测试集，将训练集数据输入长短期记忆网络中进行迭代训练，并用测试集数据验证每一次的训练模型，直到预测结果满足预设标准，输出用于预测未来所述自然灾害风险源变化情况的次生衍生事件链模型；步骤C：将当前自然灾害风险源数据输入次生衍生事件链模型中，预测在未来预设时间段内或预设区域内的灾害蔓延情况。
多源展示会商模块，如图3所示，包括以下步骤：
S31、采用GeoTools开源软件与次生衍生事件链模型协同作用，共同提供常用GIS功能以实现本地化的承灾体地理信息系统属性数据库的构建，所述数据库包括所述自然灾害风险源；
S32、基于所述GIS功能，将所述自然灾害风险源、所述短时临近预报、灾害蔓延情况以视图或视频的形式展示；
S33、将所述视图或视频发送给多个救灾保障部门，在所述多个救灾保障部门之间提供多方远程会商功能。
研判模型模块，如图4所示，包括以下步骤：
S41、获取所述自然灾害风险源、所述短时临近预报、灾害蔓延情况；
S42、注释地理地图以指示所述自然灾害风险源、所述短时临近预报、灾害蔓延情况的位置；
S43、确定发生灾害并满足条件的地理地图的一部分；
S44、应用地理地图的已识别部分作为训练机器学习模型的输入，使得训练机器学习模型输出标识地理地图中已识别部分的基础设施的位置；和
S45、确定灾害的原因是在地理地图的已识别部分中的基础设施。
可视化管理模块，包括以下组成部分：
文件管理单元，具有对操作权限的分配管理功能，通过对操作权限的分配管理实现所述自然灾害风险源、所述短时临近预报、灾害蔓延情况信息在部门之间共享和联合制图；
图纸编辑单元，具有对图件的绘制、修改以及业务属性的录入功能，并将地理图形数据与业务属性数据分别存储于地质地理数据库和业务数据库；
动态分析单元，用于维护和动态更新所述自然灾害风险源、所述短时临近预报、灾害蔓延情况的数据，实现突出灾害区域预测和地质信息查询功能；
日常管理单元，用于日常业务属性数据维护、系统符号库管理、用户权限设置管理、系统参数设置。
请参考图5，其示出了本申请的一些实施方式所提供的一种电子设备的示意图。如图5所示，所述电子设备20包括：处理器200，存储器201，总线202和通信接口203，所述处理器200、通信接口203和存储器201通过总线202连接；所述存储器201中存储有可在所述处理器200上运行的计算机程序，所述处理器200运行所述计算机程序时执行本申请前述任一实施方式所提供的基于大数据的自然灾害监测预警系统。
其中，存储器201可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口203(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网、广域网、本地网、城域网等。
总线202可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。其中，存储器201用于存储程序，所述处理器200在接收到执行指令后，执行所述程序，前述本申请实施例任一实施方式揭示的所述基于大数据的自然灾害监测预警系统可以应用于处理器200中，或者由处理器200实现。
处理器200可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器200中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器200可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器201，处理器200读取存储器201中的信息，结合其硬件完成上述方法的步骤。
本申请实施例提供的电子设备与本申请实施例提供的基于大数据的自然灾害监测预警系统出于相同的发明构思，具有与其采用、运行或实现的方法相同的有益效果。
本申请实施方式还提供一种与前述实施方式所提供的基于大数据的自然灾害监测预警系统对应的计算机可读存储介质，请参考图6，其示出的计算机可读存储介质为光盘30，其上存储有计算机程序(即程序产品)，所述计算机程序在被处理器运行时，会执行前述任意实施方式所提供的基于大数据的自然灾害监测预警系统。
需要说明的是，所述计算机可读存储介质的例子还可以包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他光学、磁性存储介质，在此不再一一赘述。
本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的基于大数据的自然灾害监测预警系统出于相同的发明构思，具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
需要说明的是：
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备有固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本申请也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本申请的内容，并且上面对特定语言所做的描述是为了披露本申请的最佳实施方式。
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，本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本申请并帮助理解各个发明方面中的一个或多个，在上面对本申请的示例性实施例的描述中，本申请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。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，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申请的单独实施例。
本领域那些技术人员可以理解，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，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的虚拟机的创建系统中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者系统程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制，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。本申请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。在列举了若干系统的单元权利要求中，这些系统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。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种基于大数据的自然灾害监测预警系统，其特征在于，包括：
数据收集模块，用于获取地质灾害、气象灾害、水旱灾害、森林草原火灾风险隐患监测感知数据，并进行归一化预处理；
隐患分析模块，用于建立自然灾害风险源运行体征监控模式，实现自然灾害风险隐患信息的全方位监控，进行灾害的短时临近预报、次生衍生事件链分析；
多源展示会商模块，用于基于GIS的自然灾害综合风险分析，实现多源信息的综合展示和多方参与式会商，从各方面保障和应对灾害事件的需要；
研判模型模块，采用大数据分析技术及时把握所有预警信息、灾害情况，建立灾害研判模型，分析灾害原因；
可视化管理模块，用于实现空间资源整合与集成，为自然灾害监测管理提供可视化决策分析和数据共享服务。
2.根据权利要求1所述的系统，其特征在于，
所述数据收集模块，包括以下步骤：
通过北斗地震灾害监测系统获取地质灾害相关信息，从中选取样本数据；
获取风云气象卫星的数据，从中选取样本数据；
获取水文测站标准化样本集，从中选取样本数据；
利用遥感技术对地表红外辐射的多波段探测数据，通过异常高温点检测模型，根据预设森林草原区地图，提取森林草原区的异常高温点数据，从中选取样本数据；
对于所有样本数据的特征因子进行去量纲、归一化预处理。
3.根据权利要求2所述的系统，其特征在于，
所述隐患分析模块，包括以下步骤：
对于所述预处理后的特征因子进行监控，对取值超过预设阈值的特征因子，将其对应的样本数据认定为自然灾害风险源；
获取预设监控时间段内的自然灾害风险源的特征因子采样数据，对于采样数据的变化率大于预设阈值的自然灾害风险源，做出灾害的短时临近预报；
对于所述自然灾害风险源，根据预设的次生衍生事件链模型，预测在未来预设时间段内或预设区域内的灾害蔓延情况。
4.根据权利要求3所述的系统，其特征在于，
所述对于所述自然灾害风险源，根据预设的次生衍生事件链模型，预测在未来预设时间段内或预设区域内的灾害蔓延情况，实现过程如下：
步骤A：获取所述自然灾害风险源的监测数据，对获取的数据进行归一化处理；步骤B：将处理后的数据按比例随机分为训练集和测试集，将训练集数据输入长短期记忆网络中进行迭代训练，并用测试集数据验证每一次的训练模型，直到预测结果满足预设标准，输出用于预测未来所述自然灾害风险源变化情况的次生衍生事件链模型；步骤C：将当前自然灾害风险源数据输入次生衍生事件链模型中，预测在未来预设时间段内或预设区域内的灾害蔓延情况。
5.根据权利要求4所述的系统，其特征在于，
所述多源展示会商模块，包括以下步骤：
采用GeoTools开源软件与所述次生衍生事件链模型协同作用，共同提供常用GIS功能以实现本地化的承灾体地理信息系统属性数据库的构建，所述数据库包括所述自然灾害风险源；
基于所述GIS功能，将所述自然灾害风险源、所述短时临近预报、灾害蔓延情况以视图或视频的形式展示；
将所述视图或视频发送给多个救灾保障部门，在所述多个救灾保障部门之间提供多方远程会商功能。
6.根据权利要求5所述的系统，其特征在于，
所述研判模型模块，包括以下步骤：
获取所述自然灾害风险源、所述短时临近预报、灾害蔓延情况；
注释地理地图以指示所述自然灾害风险源、所述短时临近预报、灾害蔓延情况的位置；
确定发生灾害并满足条件的地理地图的一部分；
应用地理地图的已识别部分作为训练机器学习模型的输入，使得训练机器学习模型输出标识地理地图中已识别部分的基础设施的位置；和
确定灾害的原因是在地理地图的已识别部分中的基础设施。
7.根据权利要求6所述的系统，其特征在于，
所述可视化管理模块，包括以下组成部分：
文件管理单元，具有对操作权限的分配管理功能，通过对操作权限的分配管理实现所述自然灾害风险源、所述短时临近预报、灾害蔓延情况信息在部门之间共享和联合制图；
图纸编辑单元，具有对图件的绘制、修改以及业务属性的录入功能，并将地理图形数据与业务属性数据分别存储于地质地理数据库和业务数据库。
8.根据权利要求7所述的系统，其特征在于，
所述可视化管理模块，还包括以下组成部分：
动态分析单元，用于维护和动态更新所述自然灾害风险源、所述短时临近预报、灾害蔓延情况的数据，实现突出灾害区域预测和地质信息查询功能；
日常管理单元，用于日常业务属性数据维护、系统符号库管理、用户权限设置管理、系统参数设置。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序以实现如权利要求1-8任一项所述的系统。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行实现如权利要求1-8中任一项所述的系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310636409.1A CN116911158A (zh) | 2023-05-31 | 2023-05-31 | 一种基于大数据的自然灾害监测预警系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310636409.1A CN116911158A (zh) | 2023-05-31 | 2023-05-31 | 一种基于大数据的自然灾害监测预警系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116911158A true CN116911158A (zh) | 2023-10-20 |
Family
ID=88355291
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310636409.1A Pending CN116911158A (zh) | 2023-05-31 | 2023-05-31 | 一种基于大数据的自然灾害监测预警系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116911158A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117172561A (zh) * | 2023-11-03 | 2023-12-05 | 广东新禾道信息科技有限公司 | 基于智能模型算法的地质灾害风险隐患预测方法及系统 |
-
2023
- 2023-05-31 CN CN202310636409.1A patent/CN116911158A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117172561A (zh) * | 2023-11-03 | 2023-12-05 | 广东新禾道信息科技有限公司 | 基于智能模型算法的地质灾害风险隐患预测方法及系统 |
| CN117172561B (zh) * | 2023-11-03 | 2024-01-02 | 广东新禾道信息科技有限公司 | 基于智能模型算法的地质灾害风险隐患预测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Nyimbili et al. | Integration of GIS, AHP and TOPSIS for earthquake hazard analysis | |
| Hung et al. | Methods for assessing the credibility of volunteered geographic information in flood response: A case study in Brisbane, Australia | |
| Yuan et al. | Mining social media data for rapid damage assessment during Hurricane Matthew: Feasibility study | |
| US9412141B2 (en) | Systems and methods for identifying entities using geographical and social mapping | |
| Dong et al. | Social media data analytics applied to hurricane sandy | |
| EP3252701A1 (en) | Risk information distribution device and risk information distribution method | |
| US20160328814A1 (en) | Systems and Methods for Identifying Entities Using Geographical and Social Mapping | |
| WO2014150987A1 (en) | Systems and methods for identifying entites using geographical and social mapping | |
| Yagci Sokat et al. | Capturing real-time data in disaster response logistics | |
| CN116911158A (zh) | 一种基于大数据的自然灾害监测预警系统 | |
| CN116822715A (zh) | 一种基于人工智能的安全生产监测预警系统 | |
| US10762089B2 (en) | Open ended question identification for investigations | |
| Chandrasekaran et al. | A crowdsourcing-based platform for better governance | |
| CN111144429B (zh) | 对象分类方法及其系统、计算机系统及计算机可读介质 | |
| Vitolo et al. | rdefra: Interact with the UK AIR Pollution Database from DEFRA. | |
| Panic | Can emerging technologies lead a revival of conflict early warning/early action? Lessons from the field | |
| CN111428952A (zh) | 安全信息数据处理方法、装置、介质及电子设备 | |
| Kamal et al. | Original Research Article SOSFloodFinder: A text-based priority classification system for enhanced decision-making in optimizing emergency flood response | |
| Sharma et al. | A review on using soft computing techniques in disaster management and risk assessment | |
| KR102450851B1 (ko) | 재난 위기 경보 정보의 시각화 방법 및 시스템 | |
| Su et al. | Development of a Targeted Recommendation Model for Earthquake Risk Prevention in the Whole Disaster Chain | |
| JP2019008643A (ja) | 被災地特定装置及び被災地特定方法 | |
| CN114418244B (zh) | 一种案件的预测分析方法、装置、电子设备及存储介质 | |
| Şeker | Verifying reports of collapsed buildings from twitter aftermaths of earthquakes: A case study from Turkey | |
| Nicheporchuk | Applications of Analytical Technologies in Safety Management of Territories |
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 |