CN118038633A - 一种滑坡地质灾害监测预警方法及装置 - Google Patents

一种滑坡地质灾害监测预警方法及装置 Download PDF

Info

Publication number
CN118038633A
CN118038633A CN202310526735.7A CN202310526735A CN118038633A CN 118038633 A CN118038633 A CN 118038633A CN 202310526735 A CN202310526735 A CN 202310526735A CN 118038633 A CN118038633 A CN 118038633A
Authority
CN
China
Prior art keywords
monitoring
data
target
preset
monitoring point
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
Application number
CN202310526735.7A
Other languages
English (en)
Inventor
张圣柱
王向阳
刁旭
王旭
王媛媛
褚云
张昕宇
王黎珣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Academy of Safety Science and Technology CASST
Original Assignee
China Academy of Safety Science and Technology CASST
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Academy of Safety Science and Technology CASST filed Critical China Academy of Safety Science and Technology CASST
Priority to CN202310526735.7A priority Critical patent/CN118038633A/zh
Publication of CN118038633A publication Critical patent/CN118038633A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • 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)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Alarm Systems (AREA)

Abstract

本发明提供一种滑坡地质灾害监测预警方法及装置，方法包括：获取滑坡监测区域内各监测点在当前时刻之前第一预设时间段内的各监测采样时刻的监测数据；基于各监测点的第一数据差异从各监测点中确定出至少一个目标监测点；基于目标监测点对应的第一数据差异和各第二数据差异，从目标监测点对应的监测数据和各预测数据中确定对应的目标数据；基于各目标监测点的目标数据，通过预设滑坡地质灾害预测模型确定滑坡监测区域的滑坡地质灾害监测结果。该方案通过筛选滑坡监测区域的监测点得到目标监测点，可以减小数据量，同时通过插值获取目标监测点的目标数据，利用了周围监测点的数据，保证了准确性，因此保证了预警准确性的同时提高了预警的及时性。

Description

一种滑坡地质灾害监测预警方法及装置
技术领域
本发明涉及地质灾害监测技术领域，尤其涉及一种滑坡地质灾害监测预警方法及装置。
背景技术
滑坡地质灾害监测预警，即滑坡监测（landslide monitoring）属于自然灾害与防治学科，包括观测和分析各种滑坡前兆现象，记录滑坡形成活动过程的各种工作。主要监测内容包括：斜坡不同部位各种裂缝发展过程、岩土体松弛以及局部坍塌、沉降隆起活动；各种地下、地面变形位移现象；地下水水位、水量、水化学特征；树木倾斜和各种建筑物变形；降雨以及地震活动等外部环境变化：动物活动异常。通过这些工作，取得有关数据和资料，为滑坡预报和灾害防治提供依据。
目前，通过在待监测区域按一定规律设置大监测点从而采集各种不同种类的数据，滑坡地质灾害监测预警平台获取这些监测点采集的数据，对这些数据进行分析并基于分析结果获取滑坡地质灾害监测结果。
但是，上述方案中在获取滑坡地质灾害监测结果过程中，需要分析所有监测点的数据，数据量较大，导致滑坡地质灾害监测预警的及时性较差。
发明内容
本发明提供一种滑坡地质灾害监测预警方法及装置，用以解决现有技术中滑坡地质灾害监测预警的及时性较差的缺陷。
一方面，本发明提供一种滑坡地质灾害监测预警方法，包括：
获取滑坡监测区域内各监测点在当前时刻之前第一预设时间段内的各监测采样时刻的监测数据；
分别比较各监测点的监测数据和对应的第二预设时间内的各无风险监测数据得到各监测点对应的第一数据差异，并基于各监测点的第一数据差异从各监测点中确定出至少一个目标监测点；第二预设时间段在第一预设时间段之前，第二预设时间段不小于第一预设时间段，且在第二预设时间段内滑坡监测区域未发生滑坡资质灾害；
对于每一目标监测点，基于目标监测测点的预设范围内的各监测点在当前时刻之前第一预设时间段内各监测采样时刻的监测数据，通过预设插值算法获取目标监测点在至少两个其他数据精度下的预测数据；其他数据精度高于监测数据的数据精度；
分别比对每一目标监测点在各其他数据精度下的预测数据与对应的第二预设时间内的各无风险监测数据得到对应的第二数据差异，基于目标监测点对应的第一数据差异和各第二数据差异，从目标监测点对应的监测数据和各预测数据中确定对应的目标数据；
基于各目标监测点的目标数据，通过预设滑坡地质灾害预测模型确定滑坡监测区域的滑坡地质灾害监测结果。
根据本发明提供的一种滑坡地质灾害监测预警方法，分别比较各监测点的监测数据和对应的第二预设时间内的无风险监测数据得到各监测点对应的第一数据差异，包括：
对于每一监测点，基于监测点的各监测数据获取对应的监测数据曲线，并基于监测点的各无风险监测数据获取对应的无风险监测数据曲线；
比较每一监测点对应的监测数据曲线和无风险监测数据曲线的相似度，并基于相似度获取对应的第一数据差异，第一数据差异的大小与相似度的大小成反比；
基于各监测点的数据差异从各监测点中确定出至少一个目标监测点，包括：
将各监测点中第一数据差异不小于第一预设阈值的监测点，确定为目标监测点。
根据本发明提供的一种滑坡地质灾害监测预警方法，比较每一监测点对应的监测数据曲线和无风险监测数据曲线的相似度，包括：
利用预设哈希算法，分别获取监测数据曲线和无风险监测数据曲线上各预设点对应的哈希签名；
基于监测数据曲线上每一预设点的哈希签名与无风险监测数据曲线上对应预设点的哈希签名，监测数据曲线上预设点与无风险监测数据曲线上对应预设点之间的编辑距离；
将监测数据曲线上各预设点与无风险监测数据曲线上对应预设点之间的各编辑距离的均值确定为相似度。
根据本发明提供的一种滑坡地质灾害监测预警方法，至少两个其他数据精度包括第一数据精度和第二数据精度，且第二数据精度高于第一数据精度；
基于目标监测点在预设范围内的各监测点在当前时刻之前第一预设时间段内各监测采样时刻的监测数据，通过预设插值算法获取目标监测点在至少两个其他数据精度下的预测数据，包括：
基于目标监测点在预设范围内的各监测点在当前时刻之前的第一预设时间段内每一监测采样时刻的监测数据进行插值，得到目标监测点在监测采样时刻对应的第一数据精度的预测数据；
基于目标监测点之外其他目标监测点在每一监测采样时刻对应的第一数据精度的预测数据进行插值，得到目标监测点在监测采样时刻对应的第二数据精度的预测数据。
根据本发明提供的一种滑坡地质灾害监测预警方法，基于目标监测点在预设范围内的各监测点在当前时刻之前的第一预设时间段内每一监测采样时刻的监测数据进行插值，得到目标监测点在监测采样时刻对应的第一数据精度的预测数据，包括：
获取预设范围内的各监测点与目标监测点之间的距离，并基于各监测点对应的距离确定对应的插值权重，插值权重的大小与对应的距离大小成反比；
将各监测点在当前时刻之前的第一预设时间段内每一监测采样时刻的监测数据按对应的插值权重进行加权，得到目标监测点在监测采样时刻的第一数据精度的预测数据。
根据本发明提供的一种滑坡地质灾害监测预警方法，基于各目标监测点的目标数据，通过预设滑坡地质灾害预测模型确定滑坡监测区域的滑坡地质灾害监测结果，包括：
若各目标监测点中目标数据为其他数据精度的目标监测点所占比例不小于预设比例，则将各目标监测点的目标数据输入预设滑坡地质灾害预测模型，输出滑坡监测区域的滑坡地质灾害监测结果；
若各目标监测点中目标数据为其他数据精度的目标监测点所占比例小于预设比例，则将各目标监测点的目标数据和各目标监测点的预设范围内的各监测点在当前时刻之前第一预设时间段内各监测采样时刻的监测数据输入预设滑坡地质灾害预测模型，输出滑坡监测区域的滑坡地质灾害监测结果。
根据本发明提供的一种滑坡地质灾害监测预警方法，监测数据包括气象数据、地下水数据和地质力学动态数据。
第二方面，本发明还提供一种滑坡地质灾害监测预警装置，包括：
监测数据获取模块，用于获取滑坡监测区域内各监测点在当前时刻之前第一预设时间段内的各监测采样时刻的监测数据；
目标监测点确定模块，用于分别比较各监测点的监测数据和对应的第二预设时间内的各无风险监测数据得到各监测点对应的第一数据差异，并基于各监测点的数据差异从各监测点中确定出至少一个目标监测点；第二预设时间段在第一预设时间段之前，第二预设时间段不小于第一预设时间段，且在第二预设时间段内滑坡监测区域未发生滑坡资质灾害；
预测数据获取模块，用于对于每一目标监测点，基于目标监测点的预设范围内的各监测点在当前时刻之前第一预设时间段内各监测采样时刻的监测数据，通过预设插值算法获取目标监测点在至少两个其他数据精度下的预测数据；其他数据精度高于监测数据的数据精度；
目标数据获取模块，用于分别比对每一目标监测点在各其他数据精度下的预测数据与对应的第二预设时间内的各无风险监测数据得到对应的第二数据差异，基于目标监测点对应的第一数据差异和各第二数据差异，从目标监测点对应的监测数据和各预测数据中确定对应的目标数据；
监测结果获取模块，用于基于各目标监测点的目标数据，通过预设滑坡地质灾害预测模型确定滑坡监测区域的滑坡地质灾害监测结果。
根据本发明提供的一种滑坡地质灾害监测预警装置，目标监测点确定模块具体用于：
对于每一监测点，基于监测点的各监测数据获取对应的监测数据曲线，并基于监测点的各无风险监测数据获取对应的无风险监测数据曲线；
比较每一监测点对应的监测数据曲线和无风险监测数据曲线的相似度，并基于相似度获取对应的第一数据差异，第一数据差异的大小与相似度的大小成反比；
基于各监测点的数据差异从各监测点中确定出至少一个目标监测点，包括：
将各监测点中第一数据差异不小于第一预设阈值的监测点，确定为目标监测点。
根据本发明提供的一种滑坡地质灾害监测预警装置，目标监测点确定模块进一步用于：
利用预设哈希算法，分别获取监测数据曲线和无风险监测数据曲线上各预设点对应的哈希签名；
基于监测数据曲线上每一预设点的哈希签名与无风险监测数据曲线上对应预设点的哈希签名，监测数据曲线上预设点与无风险监测数据曲线上对应预设点之间的编辑距离；
将监测数据曲线上各预设点与无风险监测数据曲线上对应预设点之间的各编辑距离的均值确定为相似度。
根据本发明提供的一种滑坡地质灾害监测预警装置，至少两个其他数据精度包括第一数据精度和第二数据精度，且第二数据精度高于第一数据精度；
预测数据获取模块具体用于：
基于目标监测点在预设范围内的各监测点在当前时刻之前的第一预设时间段内每一监测采样时刻的监测数据进行插值，得到目标监测点在监测采样时刻对应的第一数据精度的预测数据；
基于目标监测点之外其他目标监测点在每一监测采样时刻对应的第一数据精度的预测数据进行插值，得到目标监测点在监测采样时刻对应的第二数据精度的预测数据。
根据本发明提供的一种滑坡地质灾害监测预警装置，预测数据获取模块进一步用于：
获取预设范围内的各监测点与目标监测点之间的距离，并基于各监测点对应的距离确定对应的插值权重，插值权重的大小与对应的距离大小成反比；
将各监测点在当前时刻之前的第一预设时间段内每一监测采样时刻的监测数据按对应的插值权重进行加权，得到目标监测点在监测采样时刻的第一数据精度的预测数据。
根据本发明提供的一种滑坡地质灾害监测预警装置，监测结果获取模块具体用于：
若各目标监测点中目标数据为其他数据精度的目标监测点所占比例不小于预设比例，则将各目标监测点的目标数据输入预设滑坡地质灾害预测模型，输出滑坡监测区域的滑坡地质灾害监测结果；
若各目标监测点中目标数据为其他数据精度的目标监测点所占比例小于预设比例，则将各目标监测点的目标数据和各目标监测点的预设范围内的各监测点在当前时刻之前第一预设时间段内各监测采样时刻的监测数据输入预设滑坡地质灾害预测模型，输出滑坡监测区域的滑坡地质灾害监测结果。
根据本发明提供的一种滑坡地质灾害监测预警装置，监测数据包括气象数据、地下水数据和地质力学动态数据。
第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述滑坡地质灾害监测预警方法。
第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述滑坡地质灾害监测预警方法。
第五方面，本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述滑坡地质灾害监测预警方法。
本发明提供的一种滑坡地质灾害监测预警方法及装置，通过各监测点的监测数据与对应的无风险监测数据的第一数据差异确定出各目标监测点，通过预测插值算法获取各目标监测点各其他数据精度的预测数据，并通过各目标监测点的监测数据和各其他数据经度的预测数据与对应的无风险监测数据的第二数据差异确定出各目标监测点的目标数据，最后基于各目标监测点的目标数据，通过预设滑坡地质灾害预测模型确定滑坡监测区域的滑坡地质灾害监测结果。该方案通过筛选滑坡监测区域的监测点得到目标监测点，可以大大减小所要处理的数据量，同时通过插值获取目标监测点的目标数据，利用了周围监测点的数据，保证了预测结果的准确性，因此该方案在保证了预警准确性的同时提高了预警的及时性。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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。
图1为本发明提供的一种滑坡地质灾害监测预警方法的流程示意图；
图2为本发明提供的一种滑坡地质灾害监测预警装置的结构框图；
图3是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
图1为本发明提供的一种滑坡地质灾害监测预警方法的流程示意图，如图1所示，该方法可以包括：
S101，获取滑坡监测区域内各监测点在当前时刻之前第一预设时间段内的各监测采样时刻的监测数据。
其中，滑坡监测区域即所要进行滑坡监测预警的区域，在该滑坡监测区域会预先设置多个监测点，这些监测点可以理解为边缘设备，可以按照一定的周期采集监测数据。换言之，各监测点可以按一定的采样周期进行监测数据的采集，每次采样的时刻可以称为监测采样时刻。
具体地，当前时刻，获取历史监测数据，用于进行滑坡监测结果的预测。这里历史监测数据即当前时刻之前第一预设时间段内的监测数据。那么，对于每一监测点，其在当前时刻之前的第一预设时间段内有多个监测数据。
需要说明的是，监测数据包括气象数据、地下水数据和地质力学动态数据。也就是说，滑坡监测区域内的各监测点可以采集气象数据、地下水数据和地质力学动态数据。本发明实施例中为了便于说明，仅以其中一个种类的数据进行说明，可以理解的是，对每一种类的数据都进行相同的处理过程，进而得到最终的滑坡地质灾害监测结果。
S102，分别比较各监测点的监测数据和对应的第二预设时间内的各无风险监测数据得到各监测点对应的第一数据差异，并基于各监测点的第一数据差异从各监测点中确定出至少一个目标监测点；第二预设时间段在第一预设时间段之前，第二预设时间段不小于第一预设时间段，且在第二预设时间段内滑坡监测区域未发生滑坡资质灾害。
其中，各监测点的第二预设时间段内的各无风险监测数据也是各监测点的历史监测数据，举例来说，监测点A的监测数据为当前时刻到当前时刻之前1小时（即第一预设时间段）内的各监测采样时刻的监测数据，监测点A对应的无风险监测数据可以是当前时刻之前1小时到当前时刻之前2小时（即第二预设时间段）内的各监测采样时刻的监测数据，且在当前时刻之前1小时到当前时刻之前2小时内没有出现滑坡风险。
具体地，对于每一监测点，比较该监测点在第一预设时间段内的监测数据和在第二预设时间段内的无风险监测数据，可以得到两者之间的差异，即第一数据差异。然后通过各监测点的第一数据差异确定哪些监测点可能监测到异常，即确定为目标监测点。具体来说，监测到异常的监测点其监测数据会与之前无风险的监测数据存在较大差异，因此可以通过比较得到的第一差异来从各监测点中筛选出目标监测点。
S103，对于每一目标监测点，基于目标监测测点的预设范围内的各监测点在当前时刻之前第一预设时间段内各监测采样时刻的监测数据，通过预设插值算法获取目标监测点在至少两个其他数据精度下的预测数据；其他数据精度高于监测数据的数据精度。
其中，基于目标监测测点的预设范围内的各监测点，即以目标监测点为中心且以预设距离为半径的圆周范围内的各监测点。
其中，不同数据精度可以理解为基于不同数据获取方式获取的数据的经度。
具体地，对于每一目标监测点，本发明首先已经获取了其在第一预设时间段内各监测采样时刻的监测数据，为了获取不同的数据经度的数据（即预测数据）。可以基于该目标监测点周围的监测点的监测数据进行插值，获取该目标节点在其他数据精度的预测数据。
S104，分别比对每一目标监测点在各其他数据精度下的预测数据与对应的第二预设时间内的各无风险监测数据得到对应的第二数据差异，基于目标监测点对应的第一数据差异和各第二数据差异，从目标监测点对应的监测数据和各预测数据中确定对应的目标数据。
具体地，对于每一目标监测点的监测数据和不同其他数据精度的预测数据，则进一步获取该目标监测点的各其他数据精度与该监测点对应的无风险监测数据之间的差异（即第二数据差异）。然后基于该目标监测点对应的第一数据差异、各第二数据差异，来确定该目标监测点对应的目标数据。具体来说，第一数据差异和各第二数据差异最大的差异对应的数据（包括监测数据和预测数据）确定为目标数据，即对于一个目标监测点来说，最终可能将其监测数据、各其他数据精度预测数据中的一个数据确定为目标数据。
S105，基于各目标监测点的目标数据，通过预设滑坡地质灾害预测模型确定滑坡监测区域的滑坡地质灾害监测结果。
具体地，在获取了各目标监测点的目标数据后，基于预先训练好的滑坡地质灾害预测模型确定滑坡监测区域的滑坡地质灾害监测结果。若滑坡地质灾害监测结果存在滑坡风险，则发出告警信息。
本发明提供的一种滑坡地质灾害监测预警方法，通过各监测点的监测数据与对应的无风险监测数据的第一数据差异确定出各目标监测点，通过预测插值算法获取各目标监测点各其他数据精度的预测数据，并通过各目标监测点的监测数据和各其他数据经度的预测数据与对应的无风险监测数据的第二数据差异确定出各目标监测点的目标数据，最后基于各目标监测点的目标数据，通过预设滑坡地质灾害预测模型确定滑坡监测区域的滑坡地质灾害监测结果。该方案通过筛选滑坡监测区域的监测点得到目标监测点，可以大大减小所要处理的数据量，同时通过插值获取目标监测点的目标数据，利用了周围监测点的数据，保证了预测结果的准确性，因此该方案在保证了预警准确性的同时提高了预警的及时性。
在本发明的一种可选实施例中，分别比较各监测点的监测数据和对应的第二预设时间内的无风险监测数据得到各监测点对应的第一数据差异，包括：
对于每一监测点，基于监测点的各监测数据获取对应的监测数据曲线，并基于监测点的各无风险监测数据获取对应的无风险监测数据曲线；
比较每一监测点对应的监测数据曲线和无风险监测数据曲线的相似度，并基于相似度获取对应的第一数据差异，第一数据差异的大小与相似度的大小成反比；
基于各监测点的数据差异从各监测点中确定出至少一个目标监测点，包括：
将各监测点中第一数据差异不小于第一预设阈值的监测点，确定为目标监测点。
具体地，在比较每一监测点的监测数据和对应的无风险监测数据的差异时，分别获取两者的曲线，即监测数据曲线和无风险监测数据曲线，然后比较这两个曲线得到对应的相似度，最后基于相似度大小获取对应的第一数据差异大小。其中，相似度越大则对应的第一数据差异越小，相似度越小则对应的第一数据差异越小。
通过上述过程获取目标监测点，可以减少后续预警结果预测时所要处理的监测点的数量，即减少后续预警结果预测时所要处理的数据量。
在本发明的一种可选实施例中，比较每一监测点对应的监测数据曲线和无风险监测数据曲线的相似度，包括：
利用预设哈希算法，分别获取监测数据曲线和无风险监测数据曲线上各预设点对应的哈希签名；
基于监测数据曲线上每一预设点的哈希签名与无风险监测数据曲线上对应预设点的哈希签名，监测数据曲线上预设点与无风险监测数据曲线上对应预设点之间的编辑距离；
将监测数据曲线上各预设点与无风险监测数据曲线上对应预设点之间的各编辑距离的均值确定为相似度。
具体地，采用预设哈希（Hash）算法来获取两个曲线之间的相似度。其中，预设点可以按照采样时刻进行设置也可以按照其他方式设置，本发明不做限定。
需要说明的是，第二数据差异的获取原理与第一数据差异的获取原理相同，指示将监测数据替换为预测数据。
在本发明的一种可选实施例中，至少两个其他数据精度包括第一数据精度和第二数据精度，且第二数据精度高于第一数据精度；
基于目标监测点在预设范围内的各监测点在当前时刻之前第一预设时间段内各监测采样时刻的监测数据，通过预设插值算法获取目标监测点在至少两个其他数据精度下的预测数据，包括：
基于目标监测点在预设范围内的各监测点在当前时刻之前的第一预设时间段内每一监测采样时刻的监测数据进行插值，得到目标监测点在监测采样时刻对应的第一数据精度的预测数据；
基于目标监测点之外其他目标监测点在每一监测采样时刻对应的第一数据精度的预测数据进行插值，得到目标监测点在监测采样时刻对应的第二数据精度的预测数据。
进一步地，基于目标监测点在预设范围内的各监测点在当前时刻之前的第一预设时间段内每一监测采样时刻的监测数据进行插值，得到目标监测点在监测采样时刻对应的第一数据精度的预测数据，包括：
获取预设范围内的各监测点与目标监测点之间的距离，并基于各监测点对应的距离确定对应的插值权重，插值权重的大小与对应的距离大小成反比；
将各监测点在当前时刻之前的第一预设时间段内每一监测采样时刻的监测数据按对应的插值权重进行加权，得到目标监测点在监测采样时刻的第一数据精度的预测数据。
具体地，通过插值获取各目标监测点的预测数据，可以利用目标监测点周围的监测点或目标监测点的数据信息，保证最终得到的目标数据的准确性，进而保证预警结果的准确性。
在本发明的一种可选实施例中，基于各目标监测点的目标数据，通过预设滑坡地质灾害预测模型确定滑坡监测区域的滑坡地质灾害监测结果，包括：
若各目标监测点中目标数据为其他数据精度的目标监测点所占比例不小于预设比例，则将各目标监测点的目标数据输入预设滑坡地质灾害预测模型，输出滑坡监测区域的滑坡地质灾害监测结果；
若各目标监测点中目标数据为其他数据精度的目标监测点所占比例小于预设比例，则将各目标监测点的目标数据和各目标监测点的预设范围内的各监测点在当前时刻之前第一预设时间段内各监测采样时刻的监测数据输入预设滑坡地质灾害预测模型，输出滑坡监测区域的滑坡地质灾害监测结果。
具体地，在各目标监测点中目标数据为其他数据精度的目标监测点所占比例小于预设比例时，为了进一步保证预警预测结果（即滑坡地质灾害监测结果）的准确定，将各目标监测点的预设范围内的各监测点的监测数据与各目标监测点的目标数据一同作为预设滑坡地质灾害预测模型的输入。
图2为本发明提供的一种滑坡地质灾害监测预警装置的结构框图，如图2所示，该装置可以包括：
监测数据获取模块201用于获取滑坡监测区域内各监测点在当前时刻之前第一预设时间段内的各监测采样时刻的监测数据；
目标监测点确定模块202用于分别比较各监测点的监测数据和对应的第二预设时间内的各无风险监测数据得到各监测点对应的第一数据差异，并基于各监测点的数据差异从各监测点中确定出至少一个目标监测点；第二预设时间段在第一预设时间段之前，第二预设时间段不小于第一预设时间段，且在第二预设时间段内滑坡监测区域未发生滑坡资质灾害；
预测数据获取模块203用于对于每一目标监测点，基于目标监测点的预设范围内的各监测点在当前时刻之前第一预设时间段内各监测采样时刻的监测数据，通过预设插值算法获取目标监测点在至少两个其他数据精度下的预测数据；其他数据精度高于监测数据的数据精度；
目标数据获取模块204用于分别比对每一目标监测点在各其他数据精度下的预测数据与对应的第二预设时间内的各无风险监测数据得到对应的第二数据差异，基于目标监测点对应的第一数据差异和各第二数据差异，从目标监测点对应的监测数据和各预测数据中确定对应的目标数据；
监测结果获取模块205用于基于各目标监测点的目标数据，通过预设滑坡地质灾害预测模型确定滑坡监测区域的滑坡地质灾害监测结果。
本发明提供的一种滑坡地质灾害监测预警装置，通过各监测点的监测数据与对应的无风险监测数据的第一数据差异确定出各目标监测点，通过预测插值算法获取各目标监测点各其他数据精度的预测数据，并通过各目标监测点的监测数据和各其他数据经度的预测数据与对应的无风险监测数据的第二数据差异确定出各目标监测点的目标数据，最后基于各目标监测点的目标数据，通过预设滑坡地质灾害预测模型确定滑坡监测区域的滑坡地质灾害监测结果。该方案通过筛选滑坡监测区域的监测点得到目标监测点，可以大大减小所要处理的数据量，同时通过插值获取目标监测点的目标数据，利用了周围监测点的数据，保证了预测结果的准确性，因此该方案在保证了预警准确性的同时提高了预警的及时性。
根据本发明提供的一种滑坡地质灾害监测预警装置，目标监测点确定模块具体用于：
对于每一监测点，基于监测点的各监测数据获取对应的监测数据曲线，并基于监测点的各无风险监测数据获取对应的无风险监测数据曲线；
比较每一监测点对应的监测数据曲线和无风险监测数据曲线的相似度，并基于相似度获取对应的第一数据差异，第一数据差异的大小与相似度的大小成反比；
基于各监测点的数据差异从各监测点中确定出至少一个目标监测点，包括：
将各监测点中第一数据差异不小于第一预设阈值的监测点，确定为目标监测点。
根据本发明提供的一种滑坡地质灾害监测预警装置，目标监测点确定模块进一步用于：
利用预设哈希算法，分别获取监测数据曲线和无风险监测数据曲线上各预设点对应的哈希签名；
基于监测数据曲线上每一预设点的哈希签名与无风险监测数据曲线上对应预设点的哈希签名，监测数据曲线上预设点与无风险监测数据曲线上对应预设点之间的编辑距离；
将监测数据曲线上各预设点与无风险监测数据曲线上对应预设点之间的各编辑距离的均值确定为相似度。
根据本发明提供的一种滑坡地质灾害监测预警装置，至少两个其他数据精度包括第一数据精度和第二数据精度，且第二数据精度高于第一数据精度；
预测数据获取模块具体用于：
基于目标监测点在预设范围内的各监测点在当前时刻之前的第一预设时间段内每一监测采样时刻的监测数据进行插值，得到目标监测点在监测采样时刻对应的第一数据精度的预测数据；
基于目标监测点之外其他目标监测点在每一监测采样时刻对应的第一数据精度的预测数据进行插值，得到目标监测点在监测采样时刻对应的第二数据精度的预测数据。
根据本发明提供的一种滑坡地质灾害监测预警装置，预测数据获取模块进一步用于：
获取预设范围内的各监测点与目标监测点之间的距离，并基于各监测点对应的距离确定对应的插值权重，插值权重的大小与对应的距离大小成反比；
将各监测点在当前时刻之前的第一预设时间段内每一监测采样时刻的监测数据按对应的插值权重进行加权，得到目标监测点在监测采样时刻的第一数据精度的预测数据。
根据本发明提供的一种滑坡地质灾害监测预警装置，监测结果获取模块具体用于：
若各目标监测点中目标数据为其他数据精度的目标监测点所占比例不小于预设比例，则将各目标监测点的目标数据输入预设滑坡地质灾害预测模型，输出滑坡监测区域的滑坡地质灾害监测结果；
若各目标监测点中目标数据为其他数据精度的目标监测点所占比例小于预设比例，则将各目标监测点的目标数据和各目标监测点的预设范围内的各监测点在当前时刻之前第一预设时间段内各监测采样时刻的监测数据输入预设滑坡地质灾害预测模型，输出滑坡监测区域的滑坡地质灾害监测结果。
根据本发明提供的一种滑坡地质灾害监测预警装置，监测数据包括气象数据、地下水数据和地质力学动态数据。
图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行滑坡地质灾害监测预警方法，该方法包括：获取滑坡监测区域内各监测点在当前时刻之前第一预设时间段内的各监测采样时刻的监测数据；分别比较各监测点的监测数据和对应的第二预设时间内的各无风险监测数据得到各监测点对应的第一数据差异，并基于各监测点的第一数据差异从各监测点中确定出至少一个目标监测点；第二预设时间段在第一预设时间段之前，第二预设时间段不小于第一预设时间段，且在第二预设时间段内滑坡监测区域未发生滑坡资质灾害；对于每一目标监测点，基于目标监测测点的预设范围内的各监测点在当前时刻之前第一预设时间段内各监测采样时刻的监测数据，通过预设插值算法获取目标监测点在至少两个其他数据精度下的预测数据；其他数据精度高于监测数据的数据精度；分别比对每一目标监测点在各其他数据精度下的预测数据与对应的第二预设时间内的各无风险监测数据得到对应的第二数据差异，基于目标监测点对应的第一数据差异和各第二数据差异，从目标监测点对应的监测数据和各预测数据中确定对应的目标数据；基于各目标监测点的目标数据，通过预设滑坡地质灾害预测模型确定滑坡监测区域的滑坡地质灾害监测结果。
此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的滑坡地质灾害监测预警方法，该方法包括：获取滑坡监测区域内各监测点在当前时刻之前第一预设时间段内的各监测采样时刻的监测数据；分别比较各监测点的监测数据和对应的第二预设时间内的各无风险监测数据得到各监测点对应的第一数据差异，并基于各监测点的第一数据差异从各监测点中确定出至少一个目标监测点；第二预设时间段在第一预设时间段之前，第二预设时间段不小于第一预设时间段，且在第二预设时间段内滑坡监测区域未发生滑坡资质灾害；对于每一目标监测点，基于目标监测测点的预设范围内的各监测点在当前时刻之前第一预设时间段内各监测采样时刻的监测数据，通过预设插值算法获取目标监测点在至少两个其他数据精度下的预测数据；其他数据精度高于监测数据的数据精度；分别比对每一目标监测点在各其他数据精度下的预测数据与对应的第二预设时间内的各无风险监测数据得到对应的第二数据差异，基于目标监测点对应的第一数据差异和各第二数据差异，从目标监测点对应的监测数据和各预测数据中确定对应的目标数据；基于各目标监测点的目标数据，通过预设滑坡地质灾害预测模型确定滑坡监测区域的滑坡地质灾害监测结果。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的滑坡地质灾害监测预警方法，该方法包括：获取滑坡监测区域内各监测点在当前时刻之前第一预设时间段内的各监测采样时刻的监测数据；分别比较各监测点的监测数据和对应的第二预设时间内的各无风险监测数据得到各监测点对应的第一数据差异，并基于各监测点的第一数据差异从各监测点中确定出至少一个目标监测点；第二预设时间段在第一预设时间段之前，第二预设时间段不小于第一预设时间段，且在第二预设时间段内滑坡监测区域未发生滑坡资质灾害；对于每一目标监测点，基于目标监测测点的预设范围内的各监测点在当前时刻之前第一预设时间段内各监测采样时刻的监测数据，通过预设插值算法获取目标监测点在至少两个其他数据精度下的预测数据；其他数据精度高于监测数据的数据精度；分别比对每一目标监测点在各其他数据精度下的预测数据与对应的第二预设时间内的各无风险监测数据得到对应的第二数据差异，基于目标监测点对应的第一数据差异和各第二数据差异，从目标监测点对应的监测数据和各预测数据中确定对应的目标数据；基于各目标监测点的目标数据，通过预设滑坡地质灾害预测模型确定滑坡监测区域的滑坡地质灾害监测结果。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
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。

Claims (10)

1.一种滑坡地质灾害监测预警方法，其特征在于，包括：
获取滑坡监测区域内各监测点在当前时刻之前第一预设时间段内的各监测采样时刻的监测数据；
分别比较各监测点的监测数据和对应的第二预设时间内的各无风险监测数据得到各监测点对应的第一数据差异，并基于各监测点的第一数据差异从各监测点中确定出至少一个目标监测点；所述第二预设时间段在所述第一预设时间段之前，所述第二预设时间段不小于所述第一预设时间段，且在所述第二预设时间段内所述滑坡监测区域未发生滑坡资质灾害；
对于每一目标监测点，基于所述目标监测测点的预设范围内的各监测点在当前时刻之前第一预设时间段内各监测采样时刻的监测数据，通过预设插值算法获取所述目标监测点在至少两个其他数据精度下的预测数据；所述其他数据精度高于所述监测数据的数据精度；
分别比对每一目标监测点在各其他数据精度下的预测数据与对应的第二预设时间内的各无风险监测数据得到对应的第二数据差异，基于所述目标监测点对应的第一数据差异和各第二数据差异，从所述目标监测点对应的监测数据和各预测数据中确定对应的目标数据；
基于各目标监测点的目标数据，通过预设滑坡地质灾害预测模型确定所述滑坡监测区域的滑坡地质灾害监测结果。
2.根据权利要求1所述的方法，其特征在于，分别比较各监测点的监测数据和对应的第二预设时间内的无风险监测数据得到各监测点对应的第一数据差异，包括：
对于每一监测点，基于所述监测点的各监测数据获取对应的监测数据曲线，并基于所述监测点的各无风险监测数据获取对应的无风险监测数据曲线；
比较每一监测点对应的监测数据曲线和无风险监测数据曲线的相似度，并基于所述相似度获取对应的第一数据差异，所述第一数据差异的大小与所述相似度的大小成反比；
所述基于各监测点的数据差异从各监测点中确定出至少一个目标监测点，包括：
将各监测点中第一数据差异不小于第一预设阈值的监测点，确定为所述目标监测点。
3.根据权利要求2所述的方法，其特征在于，所述比较每一监测点对应的监测数据曲线和无风险监测数据曲线的相似度，包括：
利用预设哈希算法，分别获取所述监测数据曲线和无风险监测数据曲线上各预设点对应的哈希签名；
基于所述监测数据曲线上每一预设点的哈希签名与所述无风险监测数据曲线上对应预设点的哈希签名，所述监测数据曲线上所述预设点与所述无风险监测数据曲线上对应预设点之间的编辑距离；
将所述监测数据曲线上各预设点与所述无风险监测数据曲线上对应预设点之间的各编辑距离的均值确定为所述相似度。
4.根据权利要求1所述的方法，其特征在于，所述至少两个其他数据精度包括第一数据精度和第二数据精度，且第二数据精度高于第一数据精度；
所述基于所述目标监测点在预设范围内的各监测点在当前时刻之前第一预设时间段内各监测采样时刻的监测数据，通过预设插值算法获取所述目标监测点在至少两个其他数据精度下的预测数据，包括：
基于所述目标监测点在所述预设范围内的各监测点在当前时刻之前的第一预设时间段内每一监测采样时刻的监测数据进行插值，得到所述目标监测点在所述监测采样时刻对应的第一数据精度的预测数据；
基于所述目标监测点之外其他目标监测点在每一监测采样时刻对应的第一数据精度的预测数据进行插值，得到所述目标监测点在所述监测采样时刻对应的第二数据精度的预测数据。
5.根据权利要求4所述的方法，其特征在于，所述基于所述目标监测点在所述预设范围内的各监测点在当前时刻之前的第一预设时间段内每一监测采样时刻的监测数据进行插值，得到所述目标监测点在所述监测采样时刻对应的第一数据精度的预测数据，包括：
获取预设范围内的各监测点与所述目标监测点之间的距离，并基于各监测点对应的距离确定对应的插值权重，所述插值权重的大小与对应的距离大小成反比；
将各监测点在当前时刻之前的第一预设时间段内每一监测采样时刻的监测数据按对应的插值权重进行加权，得到所述目标监测点在所述监测采样时刻的第一数据精度的预测数据。
6.根据权利要求1所述的方法，其特征在于，所述基于各目标监测点的目标数据，通过预设滑坡地质灾害预测模型确定所述滑坡监测区域的滑坡地质灾害监测结果，包括：
若各目标监测点中目标数据为其他数据精度的目标监测点所占比例不小于预设比例，则将各目标监测点的目标数据输入所述预设滑坡地质灾害预测模型，输出所述滑坡监测区域的滑坡地质灾害监测结果；
若各目标监测点中目标数据为其他数据精度的目标监测点所占比例小于所述预设比例，则将各目标监测点的目标数据和各目标监测点的预设范围内的各监测点在当前时刻之前第一预设时间段内各监测采样时刻的监测数据输入所述预设滑坡地质灾害预测模型，输出所述滑坡监测区域的滑坡地质灾害监测结果。
7.根据权利要求1至6中任一项所述的方法，其特征在于，所述监测数据包括气象数据、地下水数据和地质力学动态数据。
8.一种滑坡地质灾害监测预警装置，其特征在于，包括：
监测数据获取模块，用于获取滑坡监测区域内各监测点在当前时刻之前第一预设时间段内的各监测采样时刻的监测数据；
目标监测点确定模块，用于分别比较各监测点的监测数据和对应的第二预设时间内的各无风险监测数据得到各监测点对应的第一数据差异，并基于各监测点的第一数据差异从各监测点中确定出至少一个目标监测点；所述第二预设时间段在所述第一预设时间段之前，所述第二预设时间段不小于所述第一预设时间段，且在所述第二预设时间段内所述滑坡监测区域未发生滑坡资质灾害；
预测数据获取模块，用于对于每一目标监测点，基于所述目标监测点的预设范围内的各监测点在当前时刻之前第一预设时间段内各监测采样时刻的监测数据，通过预设插值算法获取所述目标监测点在至少两个其他数据精度下的预测数据；所述其他数据精度高于所述监测数据的数据精度；
目标数据获取模块，用于分别比对每一目标监测点在各其他数据精度下的预测数据与对应的第二预设时间内的各无风险监测数据得到对应的第二数据差异，基于所述目标监测点对应的第一数据差异和各第二数据差异，从所述目标监测点对应的监测数据和各预测数据中确定对应的目标数据；
监测结果获取模块，用于基于各目标监测点的目标数据，通过预设滑坡地质灾害预测模型确定所述滑坡监测区域的滑坡地质灾害监测结果。
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，所述处理器执行所述程序时实现如权利要求1至7任一项所述的方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
CN202310526735.7A 2023-05-11 2023-05-11 一种滑坡地质灾害监测预警方法及装置 Pending CN118038633A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310526735.7A CN118038633A (zh) 2023-05-11 2023-05-11 一种滑坡地质灾害监测预警方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310526735.7A CN118038633A (zh) 2023-05-11 2023-05-11 一种滑坡地质灾害监测预警方法及装置

Publications (1)

Publication Number Publication Date
CN118038633A true CN118038633A (zh) 2024-05-14

Family

ID=90993972

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310526735.7A Pending CN118038633A (zh) 2023-05-11 2023-05-11 一种滑坡地质灾害监测预警方法及装置

Country Status (1)

Country Link
CN (1) CN118038633A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118310472A (zh) * 2024-06-07 2024-07-09 中汽建工(洛阳)检测有限公司 基于多源异构数据的核电周边高边坡形变监测系统及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118310472A (zh) * 2024-06-07 2024-07-09 中汽建工(洛阳)检测有限公司 基于多源异构数据的核电周边高边坡形变监测系统及方法

Similar Documents

Publication Publication Date Title
CN110008301B (zh) 基于机器学习的区域性地质灾害易发性预测方法及装置
CN111144651A (zh) 一种地质灾害的预测方法、装置及设备
CN111340012B (zh) 一种地质灾害解译方法、装置、终端设备
CN112735094A (zh) 基于机器学习的地质灾害预测方法、装置和电子设备
CN111898385B (zh) 一种地震灾害评估方法及系统
CN112200358A (zh) 一种滑坡等级预测方法、装置、设备和存储介质
CN111369056B (zh) 地质灾害预测方法及电子设备
CN118038633A (zh) 一种滑坡地质灾害监测预警方法及装置
CN116523089B (zh) 一种用于公路交通的降雨致灾风险预报方法及装置
CN117629122B (zh) 一种水坝位移的监测与预警方法及系统
CN115035475A (zh) 供水管线实时监控方法、装置、电子设备及介质
CN114740550B (zh) 一种连续风暴事件智能识别预警方法及系统
CN116228047A (zh) 一种用于地质灾害监测的数据质量评价方法及系统
CN113256405B (zh) 欺诈用户集中区域的预测方法、装置、设备及存储介质
CN117765708A (zh) 一种基于地图影像分析技术的边坡失稳预测方法及装置
CN114938339B (zh) 一种数据处理方法和相关装置
CN115618928A (zh) 一种边坡位移预测方法、装置和电子设备
CN117151270A (zh) 地震动放大特征预测方法、装置、电子设备及存储介质
CN112561171B (zh) 一种滑坡的预测方法、装置、设备及存储介质
CN115511341A (zh) 一种滑坡时变失效概率评估方法及装置
CN113255593B (zh) 面向时空解析模型的传感器信息异常检测方法
CN114792209B (zh) 一种工程施工风险评估的方法、设备及存储介质
CN117831227A (zh) 一种公路边坡地质灾害预警方法及系统
Mahmood et al. Potential of Machine learning techniques compared to MIKE-SHE model for drain flow predictions in tile-drained agricultural areas of Denmark
Danjou et al. Optimal selection of satellite XCO2 images over cities for urban CO2 emission monitoring using a global adaptive-mesh model

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