CN203490806U - 一种基于无线传感器网络的泥石流临灾预警系统 - Google Patents
一种基于无线传感器网络的泥石流临灾预警系统 Download PDFInfo
- Publication number
- CN203490806U CN203490806U CN201320636087.2U CN201320636087U CN203490806U CN 203490806 U CN203490806 U CN 203490806U CN 201320636087 U CN201320636087 U CN 201320636087U CN 203490806 U CN203490806 U CN 203490806U
- Authority
- CN
- China
- Prior art keywords
- data
- module
- sensor
- node
- rubble flow
- 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.)
- Expired - Fee Related
Links
Images
Abstract
本实用新型公开了一种基于无线传感器网络的泥石流临灾预警系统,包括用于采集泥石流信息的无线传感网络系统,用于基于所述无线传感网络系统采集所得泥石流信息进行处理的监控中心,以及用于所述无线传感网络系统与监控中心之间进行通信的通信系统。本实用新型所述基于无线传感器网络的泥石流临灾预警系统,可以克服现有技术中适用范围小、监测精度低、数据可靠性差和监测实时性差等缺陷,以实现适用范围大、监测精度高、数据可靠性高和监测实时性好的优点。
Description
技术领域
本实用新型涉及泥石流临灾预警系统技术领域,具体地,涉及一种基于无线传感器网络的泥石流临灾预警系统。
背景技术
物联网的出现,实现了全球亿万种物品之间的互连,将不同行业、不同地域、不同应用、不同领域的物理实体按其内在关系紧密地关联在一起。作为崭新的综合性信息系统,物联网并不是单纯的,它包括信息的感知、传输、处理决策、服务等多个方面,呈现出自身显著的特点;物联网是一个由云端组成的一个庞大网络,随着传感器网络大规模部署,各种终端就像蓝海一样,分布到各种各样基础设施上收集信息,在通过各种网络将这些信息发送到云端进行计算和处理,经过计算和处理的信息最后到了应用层为不同的领域各种各样行的支撑服务。
物联网的关键核心技术就是无线传感器网络(Wireless Sensor Network,简称WSN)技术,该是二十一世纪最有影响力的二十一项技术之一、改变世界的十大技术之一和全球未来的三大高科技之一。这些美誉的接踵而至为无线传感器网络开启了广阔的发展前景和应用空间。
高效的数据融合、云计算等先进技术能够实现海量数据存储与智能高效决策,与无线传感器网络技术的有机结合将目前物联网的应用得到了更大的扩展,不仅仅限于农业,医疗,更适用于交通,环境等广泛应用,将逐步实现真正的“万物互联互通”。
我国是世界上泥石流灾害最为严重的国家之一,甘肃省尤为严重,特别是2010年发生的甘肃舟曲特大泥石流灾害造成了巨大的人员伤亡及经济损失。为了有效预防滑坡和泥石流,政府相关部门相继采取了多项措施,不断健全泥石流监测预警技术,并取得了一些成果。
在泥石流监测方面,国内科研人员已经研发出了一些针对泥石流的监测预警,目前国内已经获得批准的泥石流的监测预警专利数量繁多,在此将部分典型的专利的基本特征和优缺点列举如下:
⑴用于公路泥石流灾害自动发现与报警的交通监控设备(公安部交通管理科学研究所;无锡华通智能交通技术开发有限公司、CN200820185015、2009-05-27)
该用于公路泥石流灾害自动发现与报警的交通监控设备,用于监控泥石流易发山体区域的交通监控摄像机与工业控制计算机相互连接,实时监控泥石流易发区域的山体,工业控制计算机连续接收、分析山体图像信息,一旦发生泥石流灾害,工业控制计算机向交通信号灯发送红灯命令,阻止公路双向行驶的机动车通行,同时向公路管理部门发送报警信号。
该用于公路泥石流灾害自动发现与报警的交通监控设备,用于山区公路泥石流灾害的发现与报警,具备实时环境的图像监控与数据接收,包含图像监控模块、图像分析模块以及通信模块四大模块。其中图像监控可获得实时图像,也可将监控图像传回控制中心,并可根据图像信息通过控制交通信号灯来控制公路的交通状况。但此系统仅能进行山体的图像监控,无法对山体其它数据进行具体监测,比如土壤含水量,土壤位移等等。也无法对泥石流进行预测继而进行预警。此系统仅适用与山体部分路段的泥石流监控并不适用城市周边的泥石流监测预警。
⑵基于全方位视觉的泥石流预警预报装置( 浙江工业大学、CN1996054、2007-07-11)
该基于全方位视觉的泥石流预警预报装置,主要由雨量检测单元、泥石流发生检测单元、雨量雨强计算单元、泥石流相关水文气象历史记录记忆单元、泥石流预警预报单元、统计预警预报模型、泥石流预警预报信息发布单元等构成;根据所计算得到的10分钟雨强、一小时雨强、实效雨量作为状态输入,通过统计预警预报模型判断在该状态条件下发生泥石流的概率以及不发生泥石流的概率以及泥石流灾害的严重性和紧急程度;将判断结果用网络及其他各种手段及时发布给下游的灾害危险区的居民,使居民可以及时得到预警信息,从而可以提前采取预防措施回避损失,减轻泥石流的灾害。
该基于全方位视觉的泥石流预警预报装置,包括用于监视待测山体和雨量收集装置水位的全方位视觉传感器、雨量收集装置和用于根据视频信号进行灾害检测的微处理器,此装置可通过降雨量的监测根据泥石流预警模型判断该条件下是否发生泥石流的概率以及泥石流灾害的严重性和紧急程度,但因为只能监测降雨量因此仅适用于泥石流的中长期监测,并不能适用于泥石流的短期监测预警,不具备预测精确度高,预警实时性的特点。
⑶无线遥测泥石流及预警系统(铁道部科学研究院铁道建筑研究所、CN1034427、 2008-09-10)
该无线遥测泥石流及预警系统,由雨量遥测发射站、流通提前报警发射站中心控制室、雨量报警器、桥下检知报警装置和列车防护信号机及控制盘组成,雨量遥测发射站由雨量翻斗、接口、单稳态触发器、振荡器、正弦门、射极输出、放大器、开关和发射机组成;流通区提前报警发射站由龙头高度检知线一主传感器、地面震动传感器一辅助传感器和提前报警发射站中的编码控制器及发射机组成;中心控制室由电台、公用通道、波形接收电路、提前声光报警电路和提前报警执行开关组成;雨量报警器内设有微处理机;铁路桥下检知报警装置由桥下水位三级检知报警器、铁路桥下检知网和危险泥位报警装置组成。
该无线遥测泥石流及预警系统,能预报泥水流规模,判别真假泥水流。不仅适合于小规模泥石流的预测及报警,而且适用于大规模泥石流的预测及报警。因该系统采用了拾震传感器和龙头检知线,因此不易受人畜破坏,避免了因误报造成的虚惊。该无线遥测泥石流及预警系统,仅通过遥感测量降雨量判断该条件下是否发生泥石流,但该预警系统无雨量以外的其它数据监测,并且没有海量数据处理的能力,其预测精确度与可靠度过低。
⑷一种泥石流预警方法及预警系统(中国科学院水利部成都山地灾害与环境研究所、CN101872533A、2010-10-27)
该通过预制警戒雨量值实现的流域泥石流预警方法及系统,针对现有技术中存在的作为预制警戒雨量值的临界雨量值无法准确定义、临界雨量计算方法应用所需数据要求高等技术问题,选取指定泥石流流域的相关日降雨量长期观测数据序列为基础,经计算分析,确定将日降雨量数据序列中与泥石流发生直接紧密相关的某一雨量特征值作为流域警戒雨量值用于泥石流预警方法及系统。
该通过预制警戒雨量值实现的流域泥石流预警方法及系统,通过预置流域泥石流警戒雨量指标值实现,首先获取预警对象指定流域的相关日降雨量长期观测数据序列;其次对所述日降雨量数据序列加以处理分析得到流域泥石流警戒雨量指标值;然后将指定流域日降雨量实时观测值与所述警戒雨量指标值加以比对,根据比对结果判断是否需要做出泥石流发生预警;其特征在于:所述指定流域泥石流警戒雨量指标值的确定是:计算得到所述相关日降雨量长期观测数据序列的累积概率函数,然后确定所述累积概率函数某一特定概率对应的雨量特征值,以所述雨量特征值作为指定流域的泥石流警戒雨量指标值。
该通过预制警戒雨量值实现的流域泥石流预警方法及系统,原理可靠、基础数据容易获取、计算指标简单、计算过程科学简便。但因为只能监测降雨量,因此仅适用于泥石流的中长期监测,并不能适用于泥石流的短期监测预警,不具备预测精确度以及可靠性高,预警实时性的特点。
⑸一种泥石流监测分析预警装置及泥石流监测方法(中国地质调查局水文地质环境地质调查中心、CN102122423A、2011-07-13)
该泥石流监测方法,将主机布设在泥石流灾害体附近安全之处,将智能化传感器布设在泥石流灾害体各处的被测点;当智能化传感器接收的地声震动信号超过预先设定的上触发门限值时,采集、显示并存储所述地声震动信号。本实用新型还公开了一种泥石流监测分析预警装置。该泥石流监测方法,可以记录泥石流产生的数据以便对泥石流的机理进行分析,由于对采集的信号在前端进行了数字化处理,主机接收到的是数字信号,有效解决了模拟信号在远距离采集传输过程中易混进噪声的问题;并且,本实用新型通过预设的上触发门限值触发和下触发门限值结束,对一定数量数据的采集与存储,避免了无效数据占用有限的空间。
该泥石流监测方法,包括以下步骤:A、设置数据采集参数,所述数据采集参数包括上触发门限值;B、将主机布设在泥石流灾害体附近安全之处,将智能化传感器布设在泥石流灾害体各处的被测点;C、通过所述智能化传感器接收所述被测点的地声震动信号;D、判断所述地声震动信号是否超过所述上触发门限值,如果是,则转步骤E,否则转步骤C;E、采集、显示并存储所述地声震动信号,所述地声震动信号包括振幅和频率。
该泥石流监测方法,仅通过地声震动信号判断该条件下是否发生泥石流,但该预警系统无其它数据监测,并且没有海量数据处理的能力,不适用于泥石流的短期监测预警,且其预测精确度与可靠度过低。
综合总结多种泥石流监测预警专利技术,都有其共同的弊端:监测设备单一固定,系统缺乏统一的数据管理与共享,无法进行海量数据管理,监测数据精确性与可靠度不够高,实时性较差等。
综上所述,在实现本实用新型的过程中,发明人发现现有技术中至少存在适用范围小、监测精度低、数据可靠性差和监测实时性差等缺陷。
实用新型内容
本实用新型的目的在于,针对上述问题,提出一种基于无线传感器网络的泥石流临灾预警系统,以实现适用范围大、监测精度高、数据可靠性高和监测实时性好的优点。
为实现上述目的,本实用新型采用的技术方案是:一种基于无线传感器网络的泥石流临灾预警系统,包括用于采集泥石流信息的无线传感网络系统,用于基于所述无线传感网络系统采集所得泥石流信息进行处理的监控中心,以及用于所述无线传感网络系统与监控中心之间进行通信的通信系统。
进一步地,所述无线传感网络系统,包括集成在相应网络监测节点上、用于采集网络监测节点处泥石流信息并能随泥石流移动而移动的多个传感器节点,用于汇聚相应传感器节点的采集信息进行处理并通过通信系统转发至监控中心的数据处理中心,以及用于将相应传感器节点的采集信息进行汇聚并发送至数据处理中心的汇聚节点;所述多个传感器节点,分别通过汇聚节点连接至数据处理中心;
所述多个传感器节点之间,采用zigbee 协议通过单跳或者多跳的方式将采集信息发送到汇聚节点,汇聚节点采用3G通信方式将数据发送到数据处理中心。
进一步地,所述无线传感网络系统,还包括用于对相应网络监测节点的采集信息进行存储的云存储模块;所述多个传感器节点和数据处理中心,分别连接至云存储模块。
进一步地,所述多个传感器节点,包括位移传感器节点、土壤水分传感器节点和土壤内部压力传感器节点;和/或,
所述数据处理中心,包括与汇聚节点连接的无线通信基站,以及与所述无线通信基站连接的数据处理终端。
进一步地,所述位移传感器节点,包括依次连接的位移传感器、处理器模块和通信模块,分别与所述位移传感器、处理器模块和通信模块连接的电源模块,以及与所述位移传感器连接的辅助定位模块;所述通信模块连接至汇聚节点。
进一步地,所述辅助定位模块,包括分别集成在位移传感器上的加速度传感器、方向传感器、地磁传感器和GPS辅助校准模块;所述加速度传感器、方向传感器、地磁传感器和GPS辅助校准模块。
进一步地,所述土壤水分传感器节点,包括依次连接的土壤水分传感器、处理器模块和通信模块,以及分别与所述土壤水分传感器、处理器模块和通信模块连接的电源模块;所述通信模块连接至汇聚节点;
所述土壤水分传感器,包括不锈钢探针,以及封装在所述不锈钢探针外围的环氧数值纯胶体层。
进一步地,所述土壤内部压力传感器节点,包括依次连接的土壤内部压力传感器、处理器模块和通信模块,以及分别与所述土壤内部压力传感器、处理器模块和通信模块连接的电源模块;
所述土壤内部压力传感器,包括由聚脂纤维薄膜组成、且通过粘合剂粘合在一起的两层衬底;在每层衬底上,分别附着一层金属导电层和一层压力敏感墨水层。
进一步地,所述监控中心,包括基于双缓冲机制设置的数据中心,以及分别与所述数据中心连接的实时数据读取模块、预警决策模块、历史信息查询模块和泥石流反演模块;其中:
所述实时数据读取模块,用于读取数据中心最新一次更新的数据,并将其实时地展现在浏览器中;
所述预警决策模块,用于分析一段时间内数据信息的变化情况,根据泥石流发生的条件,对泥石流是否发生做出判断;在采集到泥石流监测区域的数据之后,最重要的是根据得到数据建立泥石流的预警模型。
进一步地,所述通信系统,包括依次连接在所述无线传感网络系统与监控中心之间的气象中心和卫星,以及依次连接在所述无线传感网络系统与监控中心之间的3G基站和3G通信模块。
本实用新型各实施例的基于无线传感器网络的泥石流临灾预警系统,由于包括用于采集泥石流信息的无线传感网络系统,用于基于无线传感网络系统采集所得泥石流信息进行处理的监控中心,以及用于无线传感网络系统与监控中心之间进行通信的通信系统;可以当敏感区域的降雨量变化较大时,部署无线传感器网络对地质灾害易发区域进行临灾监测;从而可以克服现有技术中适用范围小、监测精度低、数据可靠性差和监测实时性差的缺陷,以实现适用范围大、监测精度高、数据可靠性高和监测实时性好的优点。
本实用新型的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本实用新型而了解。
下面通过附图和实施例,对本实用新型的技术方案做进一步的详细描述。
附图说明
附图用来提供对本实用新型的进一步理解,并且构成说明书的一部分,与本实用新型的实施例一起用于解释本实用新型,并不构成对本实用新型的限制。在附图中:
图1为本实用新型基于无线传感器网络的泥石流临灾预警系统的模型布局示意图;
图2为本实用新型基于无线传感器网络的泥石流临灾预警系统的工作原理示意图;
图3为本实用新型基于无线传感器网络的泥石流临灾预警系统中土壤水分传感器节点的结构示意图;
图4为本实用新型基于无线传感器网络的泥石流临灾预警系统中土壤内部压力传感器节点的结构示意图;
图5为本实用新型基于无线传感器网络的泥石流临灾预警系统中位移传感器节点的结构示意图;
图6为本实用新型基于无线传感器网络的泥石流临灾预警系统中监控中心的工作原理框图;
图7为本实用新型基于无线传感器网络的泥石流临灾预警系统中异构监测数据融合算法流的程示意图。
具体实施方式
以下结合附图对本实用新型的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本实用新型,并不用于限定本实用新型。
作为一种全新的技术,物联网技术为人们提出了许多具有挑战性的研究课题,而泥石流临灾监测预警就是其中一个至关重要的问题。在甘肃省重大科技专项“甘肃地质灾害防治区泥石流临灾监测预警关键技术研究与示范应用”中,基于物联网的无线传感网络技术,采用云存储、数据融合及自治计算等手段对灾害重点监测区实施全天候、全方位的监测,并将采集的种类繁多、类型各异的海量数据进行有效存储、筛选、融合这些海量异构数据,为系统进一步的分析与实现提供可视化的现场全景,对泥石流进行有效的临灾预警和实时跟踪。
根据本实用新型实施例,如图1-图7所示,提供了一种基于无线传感器网络的泥石流临灾预警系统。本实施例的基于无线传感器网络的泥石流临灾预警系统,包括用于采集泥石流信息的无线传感网络系统,用于基于无线传感网络系统采集所得泥石流信息进行处理的监控中心,以及用于无线传感网络系统与监控中心之间进行通信的通信系统。
其中,上述无线传感网络系统,包括集成在相应网络监测节点上、用于采集网络监测节点处泥石流信息并能随泥石流移动而移动的多个传感器节点,用于汇聚相应传感器节点的采集信息进行处理并通过通信系统转发至监控中心的数据处理中心,以及用于将相应传感器节点的采集信息进行汇聚并发送至数据处理中心的汇聚节点;多个传感器节点,分别通过汇聚节点连接至数据处理中心;多个传感器节点之间,采用zigbee 协议通过单跳或者多跳的方式将采集信息发送到汇聚节点,汇聚节点采用3G通信方式将数据发送到数据处理中心。无线传感网络系统,还包括用于对相应网络监测节点的采集信息进行存储的云存储模块;多个传感器节点和数据处理中心,分别连接至云存储模块。
这里,多个传感器节点,包括位移传感器节点、土壤水分传感器节点和土壤内部压力传感器节点;和/或,数据处理中心,包括与汇聚节点连接的无线通信基站,以及与无线通信基站连接的数据处理终端。
位移传感器节点,包括依次连接的位移传感器、处理器模块和通信模块,分别与位移传感器、处理器模块和通信模块连接的电源模块,以及与位移传感器连接的辅助定位模块;通信模块连接至汇聚节点。辅助定位模块,包括分别集成在位移传感器上的加速度传感器、方向传感器、地磁传感器和GPS辅助校准模块;加速度传感器、方向传感器、地磁传感器和GPS辅助校准模块。
土壤水分传感器节点,包括依次连接的土壤水分传感器、处理器模块和通信模块,以及分别与土壤水分传感器、处理器模块和通信模块连接的电源模块;通信模块连接至汇聚节点;土壤水分传感器,包括不锈钢探针,以及封装在不锈钢探针外围的环氧数值纯胶体层。
土壤内部压力传感器节点,包括依次连接的土壤内部压力传感器、处理器模块和通信模块,以及分别与土壤内部压力传感器、处理器模块和通信模块连接的电源模块;土壤内部压力传感器,包括由聚脂纤维薄膜组成、且通过粘合剂粘合在一起的两层衬底;在每层衬底上,分别附着一层金属导电层和一层压力敏感墨水层。
上述监控中心,包括基于双缓冲机制设置的数据中心,以及分别与数据中心连接的实时数据读取模块、预警决策模块、历史信息查询模块和泥石流反演模块;其中:实时数据读取模块,用于读取数据中心最新一次更新的数据,并将其实时地展现在浏览器中;预警决策模块,用于分析一段时间内数据信息的变化情况,根据泥石流发生的条件,对泥石流是否发生做出判断;在采集到泥石流监测区域的数据之后,最重要的是根据得到数据建立泥石流的预警模型。
上述通信系统,包括依次连接在无线传感网络系统与监控中心之间的气象中心和卫星,以及依次连接在无线传感网络系统与监控中心之间的3G基站和3G通信模块。
如图1所示,首先综合考虑地区的人口密度、经济密度、地质构造、项目建设等情况,当敏感区域的降雨量变化较大时,部署无线传感器网络对地质灾害易发区域进行临灾监测。无线传感器网络主要包括土壤内部压力传感器节点、土壤水分传感器节点、位移传感器节点等设备,最后将采集到的相关信息数据发送到数据处理中心,做进一步的分析处理工作,为临灾预测提供信息依据。
以下⑴~⑺是对图1详细说明:
⑴项目采用三层框架,如图2所示,最上层为数据监测层,实现前端异构数据的实时监测与采集;中间层完成数据汇聚与分析,通过数据融合与自治计算技术,结合分析预测模型实现临灾预警的智能化分析决策;最下层为系统集成,实现数据与分析结果的全景展示,建立高效的系统内外部通信机制,与社会资源共享数据。
⑵系统前端拟采用多种监测设备构建实时监测网络,包括自主研发的超声波位移传感器。该设备由超声波发生器与接收器组成,发生器部署在被测区域并定期发送超声波信号,接收器接收信号并计算时间变化量,以此获得超声波发生器的位移变化量,由此得到滑坡面的位移变化。
⑶为了保证数据传输稳定可靠,本项目拟采用Zigbee、3G与有线网络相结合的传输方式。无线网络以抗干扰性强、功耗低的Zigbee和传输速率高的电信3G技术为主,有线网络以高速安全的电信光纤为主。同时为了提高数据完整性,降低丢包率,在基于Zigbee的无线自组织网络中拟采用多路径的传输机制,以充分保证监测数据可被及时有效汇聚。
⑷绝大部分数据融合研究都是针对特定应用领域的问题开展的,即根据问题的种类,各自建立准则,在直观的融合准则基础上形成最佳融合方案,并给出相应的算法。根据本项目源数据量巨大的特点,拟采取数据级融合,在多源数据未经预处理之前就进行数据综合分析。
⑸由于自主计算与多代理系统研究重点类似,本项目拟以多代理系统设计要素为框架,以面向服务的技术、智能主体技术为基础,采取当前较为成熟的基于知识模型的实际自主计算系统开发方法。引入支持大规模、开放和分布的信息系统,可实现动态服务集成和协同工作的智能代理技术,扩展现有web服务端点,研发自主管理层,以实现自我感知、上下文感知、自主决策和动作执行。在系统的控制循环过程中,用于决策的知识是动作策略,策略可以动态添加、删除或更新, 因此可能引起策略冲突, 需要引入适当的冲突处理机制。
⑹系统集成,基于物联网技术,实现社会面网络与泥石流临灾预警网的有效融合,在安全方面采用社区认证、多级认证及公钥、密钥机制进行身份认证、授权许可等操作。
在参考泥石流形成条件的历史数据基础上,进行不同的地质条件下的人工实验,分析寻找泥石流形成临界条件,同时分析泥石流形成初期的状态特点,建立专门针对泥石流即将形成和形成初期阶段的预测分析模型。
本实施例的基于无线传感器网络的泥石流临灾预警系统,将无线传感器网络监测收集到的数据结合气象监测收集到的数据存储在云端,并进行计算处理,根据泥石流灾害预测模型进行分析推演,模拟出泥石流灾情并对灾情进行评估。通过网络将灾情数据、图表以及泥石流模拟视频传输到相关主管部门单位进行灾情预报,做出最终抗灾、防灾、减灾等决策。
如图2所示,在监测节点上集成土壤水分传感器、土壤内部压力传感器来实时监测敏感区域的土壤内部的关键参数的变化;在泥石流发生的过程中,网络节点会随着泥石流的移动而移动,对泥石流内部参数进行实时跟踪监测并实时向外传输数据。其中监测节点的定位技术上,集成了加速度传感器、方向传感器、地磁传感器和GPS等器件,对节点进行精确定位,并根据节点的位移来计算泥石流的流速;当泥石流即将发生以及发生初期,其内部各种参数会出现急剧变化,届时将产生海量的异构数据,采用云存储、高效数据融合及高性能自治计算等手段,对监测到的数据进行高效管理,结合泥石流发生预警模型,对泥石流的爆发进行可靠精确地预测;根据处理结果对泥石流的爆发进行反演,在客户端可直接观看到数据变化情况,数据变化曲线图,模拟泥石流爆发的状况及区域,利用互联网、3G网络等与相关气象预报单位、地方政府及社会公共安全等单位进行数据组网,形成一个泥石流灾情预报网络。
如图3所示,土壤水分传感器节点的构造由电源模块、处理器模块、通信模块和传感器模块四部分组成。传感器模块主要集成土壤水分传感器,该传感器体积小巧化设计,携带方便,安装、操作及维护简单。结构设计合理,不绣钢探针保证使用寿命。外部以环氧树脂纯胶体封装,密封性好,可直接埋入土壤中使用,且不受腐蚀。土质影响较小,应用地区广泛。测量精度高,性能可靠。
土壤水分传感器的相关参数如表1所示:
。
如图4所示,土壤内部压力传感器节点的构造由电源模块、处理器模块、通信模块和传感器模块四部分组成。传感器模块主要集成土壤内部压力传感器,该传感器由两层衬底构成,这种衬底由聚脂纤维薄膜组成(高温传感器用的是聚酰亚胺构成)。在每一层上运用一种导体材料(银),再加一层对压力敏感的墨水。然后用粘合剂把两层衬底压在一起,形成了传感器。这款压力传感器是将施加在FSR传感器薄膜区域的压力值转换成电阻值的变化,从而获得压力信息。压力越大,电阻越低。土壤水分传感器的相关参数如表2所示:
如图5所示,位移传感器节点包括处理器模块、通信模块、电源模块和传感器模块四部分。在传感器模块中集成了加速度传感器、方向传感器、地磁传感器和GPS等器件。节点在运动的过程中,集成的三轴加速度传感器会时刻采集节点自身运动的加速度,方向传感器会时刻采集节点的姿态,利用节点的加速度数据和方向角度,通过相应的积分运算就可以计算得到节点的运动位移。节点的线位移可以通过GPS来辅助校准,角位移可以通过节点集成的角位移来校准。
上述实施例的一种基于无线传感器网络的泥石流临灾预警系统,具有以下特点:
⑴大量异构设备组网模式
如图2所示,在监测区域中我们部署无线传感器网络,网络中的传感器节点主要包括土壤水分传感器节点、土壤内部压力传感器节点、位移传感器节点和汇聚节点。节点之间采用zigbee 协议通过单跳或者多跳的方式将数据最终发送到汇聚节点,汇聚节点采用3G通信方式将数据发送到无线通信基站,在进一步将数据发送到数据处理终端。
⑵数据传输机制
由于数据采集节点在发生泥石流之后会在汇聚节点之间移动,因此节点间的通信主要由数据采集节点发起,进而数据采集节点所采用的广播频率、范围与其所处位置、移动速率等都会影响节点间或节点与基站间的通信效率。并且,电量是传感器节点最大的瓶颈,而传感器节点绝大部分的耗能是来自通信的开销。若广播策略不合理,不但会影响数据转发、传输效率,还会加快节点的电量损耗,影响网络整体寿命。因此设计简单有效的节点通信策略是确保传感器网络有效运行的关键。
⑶异构监测数据融合方法
在无线传感器网络中,要延长网络的生命周期,节省通信开销是非常重要的一种方式,也是最有效的一种方式。当然,也有一些其它的方式也可以延长无线传感器网络的生命周期,如:在数据传输之前过滤冗余信息,减少数据传输过程中的转发次数以及对数据进行压缩。在无线传感器网络中,传感器节点相比其它的无线设备来说,计算能力和存储能力都是非常有限的,因此在设计基于无线传感器网络的数据压缩算法的时候,就需要考虑压缩率和压缩算法之间的平衡性问题。如果不能保证压缩算法的简单性,即便压缩算法的无损压缩率非常高,也不能成功应用在无线传感器网络中。
综合这些因素的考虑,本申请人提出了基于特定数据类型的无线传感器网络数据压缩算法。在该算法中,数据类型如下所示:
在这三个表达式中,M代表数据本身,p代表有数据采集节点采集该数据时的位置信息,t表示采集该数据时的时间戳,而d1至dn则代表具体的数据描述信息。在进行泥石流临灾监测的无线传感器网络中,d可能表示的数据有温度、湿度、土壤含水量、降雨量、传感器节点的加速度、速度、传感器节点所受到的土壤压力等信息。此外,Mo表示传感器节点采集到的原始数据,Ms表示根据实际经验或实验确定的基准信息,在进行数据压缩时作为基准值,Mu则代表Mo和Ms之间的差值。在泥石流监测的过程中由于信息量巨大,而传感器节点的电量又是有限的,如果将所有采集到的信息都直接通过汇聚节点转发给远端的数据监控中心,势必会导致无线传感器网络在很短的时间内失效。而如果将采集的信息选择性地发送给数据监控中心的话,就会造成数据的不完整性,甚至可能造成预报结果的错误。如何解决这个两难的问题呢?相对来说,最好的办法就是对原始数据进行无损压缩,然后将压缩后的数据发送给数据监控中心,数据监控中心在收到被压缩的数据以后,可以通过解压缩还原原始数据,这样既保证了数据的完整性,又降低了网络的通信开销。在本文中,我们通过设置基准信息,并利用采集到的原始数据和基准信息做差值,然后将原始信息和基准信息的差值发送给数据监控中心,利用这种方式来实现简单有效的数据压缩手段。只要基准信息设置的合理,那么需要发送给数据监控中心的数据量(按bit计算)就会成倍地减少,同时还不会造成信息量的损失。
参见图7,在具体的监测流程中,为了将这种简单有效的数据压缩方式应用到泥石流的监测中,在部署无线传感器网络之前,首先需要根据泥石流监测区域的环境情况及相关历史数据计算出基准信息的初值。并将该值存储到所有传感器节点中,同时在数据监控中心也要进行存储;然后,需要保证每个数据采集节点都有一个加法器模块,当采集到数据之后,数据会提交给加法器模块,该模块会将采集到的数据信息中的每个元素分别与对应的基准值相减,就能得到一个差值信息。根据压缩的要求,差值信息存储空间一定要小于原始信息的存储空间,这就需要保证基准信息的科学性。以温度为例,假设在泥石流监测区域,当前季节的温度值通常是在20摄氏度左右,那么我们就可以将20作为温度属性的基准值,若当前采集到的温度值是23摄氏度,通过加法器的运算之后,就能得到温度值的差值3。做一个简单的比较,将23转化成二进制数据为10111,而差值3转化成二进制数据为11,由于数据传输的过程中数据都会被转化成二进制信息,因此如果我们将差值3发送给数据监控中心,就能减少三个bit的数据传输量,数据监控中心接收到差值信息之后就可以通过将差值信息与基准信息中对应的属性值进行相加的方式来还原原始的数据信息。这种压缩方式不仅计算开销小,而且压缩率高,非常适合无线传感器网络的应用环境。
⑷临灾自治计算系统
监控中心的核心任务是读取数据中心的数据,做出预警决策,然后将相关信息及预警决策展示在浏览器中。为了加快浏览器的访问速度和提升用户体验,监控中心在读取数据中心的数据时,引入了双缓冲的思想。即,在读取数据库信息时使用了数据库连接池技术(在前面的内容中已经详细描述过),另外就是引入了Memcached技术,在服务器启动时,利用Memcached技术将程序中常用的操作进行缓存,从而能够极大地提高监测系统的访问速度。
在这里需要对Memcached技术进行简单的介绍。Memcached 是一个高性能的分布式内存对象缓存系统,主要应用于减轻数据库负载和动态Web相关的领域。
Memcached当初是Danga Interactive为了LiveJournal所开发的一个分布式的快取系统,目前已经被许多软件所使用。这也是一套以BSD license授权的开放源软件。Memcached本身缺乏认证和安全管理机制,因此,在使用Memcached的过程中最好将其放在防火墙后。
Memcached作为高速运行的分布式缓存服务系统,具有以下的特点:
⑴协议简单;
⑵基于libevent的事件处理机制;
⑶内置内存存储方式;
⑷Memcached相互之间不进行通信。
通过图6监控中心的系统框架,可以知道监控中心主要由4个功能模块构成,分别是实时数据读取模块、预警决策模块、历史信息查询模块及泥石流反演模块。
实时数据读取模块的主要功能是读取数据中心最新一次更新的数据,并将其实时地展现在浏览器中。在利用数据库进行数据存储时,通常我们都会将同一类的信息放在同一张数据库表中,这样检索起来方便,但是当数据库表中的数据规模非常大的时候,即便我们为某些字段建立了数据库索引,在实时性要求非常高的系统中,对于这种大表的查询也会比较耗时。为了让读取实时数据这个操作变得非常快速,引入了数据冗余的思想,在数据库中为每个传感器节点采集的最新数据建立一张独立的表,每个传感器采集的最新数据占一行,并且这个表的结构和统一存放数据信息的表的结构一样。每当数据中心收到由传感器网络发来的数据时,会首先更新存放传感器节点最新数据的表,然后将最新的数据插入到统一存放数据的表。这样,存放传感器节点最新数据的表的数据量相对就会很小,其数据行数就等于传感器节点的数目,实时数据读取模块在读取实时数据时,只需要读取这张表的内容就可以了,读取速度自然会非常快。
预警决策模块的主要功能在于分析一段时间内数据信息的变化情况,根据泥石流发生的条件,对泥石流是否发生做出判断。其中需要重点考虑的因素为传感器节点的加速度信息和位置信息,土壤含水量、传感器节点的压力变化、最近的降雨量等信息则是作为预警决策主要的辅助信息。历史信息查询模块的主要作用在于通过分析一些历史数据,总结出一些规律,从而帮助完善预警决策的模型。泥石流反演是泥石流实时监测系统最后需要达成的目标,其目的是根据泥石流发生过程中获取的相关数据,对泥石流的发生过程通过视频的方式展现出来,并对泥石流的发展趋势进行预测。这一功能的实现,对于抗灾救灾工作的开展和进行有着非常重大的意义。
⑸临灾预测分析模型
在采集到泥石流监测区域的数据之后,最重要的是根据得到数据建立泥石流的预警模型。临灾预警的实时性又要求在短时间内将海量数据传输到远端的数据监控中心的同时能根据当前采集到的数据及历史数据迅速做出预警决策,一旦有泥石流发生,还需要能够快速通知到有关政府部门,从而指导抢险救灾工作。针对项目超短期预测的目标,分析当前现有预测模型,研究符合系统目标的基于前兆的超短期预测模型是至关重要的。
上述实施例的基于无线传感器网络的泥石流临灾预警系统,针对当前泥石流中长期监测和预报系统中存在的不足,综合应用各类自动化专业传感器设备,结合物联网、3G等网络与通信技术实现监测数据的有效采集与快速稳定传输,采用数据融合及自治计算等先进技术实现海量数据存储与高效智能分析,建立有效的临灾预测分析模型,研发具有快速反应能力、可在泥石流即将形成或形成初期实现过程实时监测和及时、可靠预警的临灾监测预警系统。
前端监测数据与气象数据通过无线网络传输至监控中心存储和分析,地方政府、应急减灾中心以及其它相关部门可实时接收到动态监测数据与分析评估结果,并依据分析结果开展相应工作。本专利包括硬件和软件两个方面,将各硬件元器件和软件主要模块列举在表3中:
上述实施例的基于无线传感器网络的泥石流临灾预警系统,主要对泥石流易发区域进行临灾预警,在泥石流易发区域部署一定数量的土壤内部水分传感器节点、土壤内部压力传感器节点对待监测区域中土壤内部水分含量、土壤内部压力等关键因素实时监测,在泥石流发生的过程中利用装置测量位移的传感器节点对泥石流的运动位移实时跟踪,通过无线传感器网络采集相关信息,传送回信息分析处理中心,借助现存较为成熟的泥石流分析模型,完成对各项信息的分析处理和泥石流的预测和反演显示。最终达到对泥石流灾害临灾预测和实时跟踪的目的,进一步帮助灾区人民紧急疏散,保护人民的生命和财产安全。
综上所述,本实用新型上述各实施例的一种基于无线传感器网络的泥石流临灾预警系统,主要采用异构监测数据融合方法、临灾自治计算系统和临灾预测分析模型,至少可以达到以下有益效果:
异构监测数据融合可以达到的有益效果:现有的系统通过一般仅仅监测单一类型的数据,这样就不必会有异构数据的融合,而本申请的前端监测设备网络对泥石流源区进行实时监测会产生海量异构数据,通过有效地存储、筛选、融合这些数据,可以为系统进一步的分析、预警及智能决策提供支撑。
⑵临灾自治计算系统可以达到的有益效果:自治计算技术实现数据的智能分析处理,因此可以利用该技术自配置、自优化、自修复和自维护的特点进行数据智能分析并形成快速、准确、可靠的临灾预报。
⑶临灾预测分析模型可以达到的有益效果:结合现有泥石流临界条件模型,建立更为准确的临灾预测分析模型,从而实现对泥石流的形成预测或对泥石流形成初期的快速感知来有效实现临灾预警,这样可以减少灾害财产损失。
最后应说明的是:以上所述仅为本实用新型的优选实施例而已,并不用于限制本实用新型,尽管参照前述实施例对本实用新型进行了详细的说明,对于本领域的技术人员来说,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。凡在本实用新型的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本实用新型的保护范围之内。
Claims (10)
1.一种基于无线传感器网络的泥石流临灾预警系统,其特征在于,包括用于采集泥石流信息的无线传感网络系统,用于基于所述无线传感网络系统采集所得泥石流信息进行处理的监控中心,以及用于所述无线传感网络系统与监控中心之间进行通信的通信系统。
2.根据权利要求1所述的基于无线传感器网络的泥石流临灾预警系统,其特征在于,所述无线传感网络系统,包括集成在相应网络监测节点上、用于采集网络监测节点处泥石流信息并能随泥石流移动而移动的多个传感器节点,用于汇聚相应传感器节点的采集信息进行处理并通过通信系统转发至监控中心的数据处理中心,以及用于将相应传感器节点的采集信息进行汇聚并发送至数据处理中心的汇聚节点;所述多个传感器节点,分别通过汇聚节点连接至数据处理中心;
所述多个传感器节点之间,采用zigbee 协议通过单跳或者多跳的方式将采集信息发送到汇聚节点,汇聚节点采用3G通信方式将数据发送到数据处理中心。
3.根据权利要求2所述的基于无线传感器网络的泥石流临灾预警系统,其特征在于,所述无线传感网络系统,还包括用于对相应网络监测节点的采集信息进行存储的云存储模块;所述多个传感器节点和数据处理中心,分别连接至云存储模块。
4.根据权利要求2或3所述的基于无线传感器网络的泥石流临灾预警系统,其特征在于,所述多个传感器节点,包括位移传感器节点、土壤水分传感器节点和土壤内部压力传感器节点;和/或,
所述数据处理中心,包括与汇聚节点连接的无线通信基站,以及与所述无线通信基站连接的数据处理终端。
5.根据权利要求4所述的基于无线传感器网络的泥石流临灾预警系统,其特征在于,所述位移传感器节点,包括依次连接的位移传感器、处理器模块和通信模块,分别与所述位移传感器、处理器模块和通信模块连接的电源模块,以及与所述位移传感器连接的辅助定位模块;所述通信模块连接至汇聚节点。
6.根据权利要求5所述的基于无线传感器网络的泥石流临灾预警系统,其特征在于,所述辅助定位模块,包括分别集成在位移传感器上的加速度传感器、方向传感器、地磁传感器和GPS辅助校准模块;所述加速度传感器、方向传感器、地磁传感器和GPS辅助校准模块。
7.根据权利要求4所述的基于无线传感器网络的泥石流临灾预警系统,其特征在于,所述土壤水分传感器节点,包括依次连接的土壤水分传感器、处理器模块和通信模块,以及分别与所述土壤水分传感器、处理器模块和通信模块连接的电源模块;所述通信模块连接至汇聚节点;
所述土壤水分传感器,包括不锈钢探针,以及封装在所述不锈钢探针外围的环氧数值纯胶体层。
8.根据权利要求4所述的基于无线传感器网络的泥石流临灾预警系统,其特征在于,所述土壤内部压力传感器节点,包括依次连接的土壤内部压力传感器、处理器模块和通信模块,以及分别与所述土壤内部压力传感器、处理器模块和通信模块连接的电源模块;
所述土壤内部压力传感器,包括由聚脂纤维薄膜组成、且通过粘合剂粘合在一起的两层衬底;在每层衬底上,分别附着一层金属导电层和一层压力敏感墨水层。
9.根据权利要求1所述的基于无线传感器网络的泥石流临灾预警系统,其特征在于,所述监控中心,包括基于双缓冲机制设置的数据中心,以及分别与所述数据中心连接的实时数据读取模块、预警决策模块、历史信息查询模块和泥石流反演模块;其中:
所述实时数据读取模块,用于读取数据中心最新一次更新的数据,并将其实时地展现在浏览器中;
所述预警决策模块,用于分析一段时间内数据信息的变化情况,根据泥石流发生的条件,对泥石流是否发生做出判断;在采集到泥石流监测区域的数据之后,最重要的是根据得到数据建立泥石流的预警模型。
10.根据权利要求1所述的基于无线传感器网络的泥石流临灾预警系统,其特征在于,所述通信系统,包括依次连接在所述无线传感网络系统与监控中心之间的气象中心和卫星,以及依次连接在所述无线传感网络系统与监控中心之间的3G基站和3G通信模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201320636087.2U CN203490806U (zh) | 2013-10-15 | 2013-10-15 | 一种基于无线传感器网络的泥石流临灾预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201320636087.2U CN203490806U (zh) | 2013-10-15 | 2013-10-15 | 一种基于无线传感器网络的泥石流临灾预警系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN203490806U true CN203490806U (zh) | 2014-03-19 |
Family
ID=50261620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201320636087.2U Expired - Fee Related CN203490806U (zh) | 2013-10-15 | 2013-10-15 | 一种基于无线传感器网络的泥石流临灾预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN203490806U (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103514711A (zh) * | 2013-10-15 | 2014-01-15 | 兰州大学 | 一种基于无线传感器网络的泥石流临灾预警系统 |
CN104796483A (zh) * | 2015-04-29 | 2015-07-22 | 无锡悟莘科技有限公司 | 大型基础设施监测和预警系统 |
CN104916077A (zh) * | 2015-05-27 | 2015-09-16 | 江西理工大学 | 一种离子型稀土边坡稳定远程在线监测预警系统 |
CN105225447A (zh) * | 2014-06-25 | 2016-01-06 | 财团法人资讯工业策进会 | 防救灾监测管理和预警系统以及方法 |
CN107798827A (zh) * | 2017-10-24 | 2018-03-13 | 延安大学 | 基于物联网的山体滑坡预警监测系统及其监测方法 |
CN108333598A (zh) * | 2017-12-31 | 2018-07-27 | 广州中海达定位技术有限公司 | 一种地质灾害监测系统及方法 |
CN109003422A (zh) * | 2018-08-02 | 2018-12-14 | 北京大学深圳研究生院 | 用于山体滑坡的监测数据处理方法和山体滑坡预报方法 |
CN109935052A (zh) * | 2019-01-07 | 2019-06-25 | 青海交通职业技术学院 | 一种泥石流预警系统 |
CN110285856A (zh) * | 2019-07-10 | 2019-09-27 | 万桥信息技术有限公司 | 一种基于地理信息系统的尾矿库监测预警应急指挥平台 |
CN111815909A (zh) * | 2020-07-17 | 2020-10-23 | 江苏曌丰智能安防有限公司 | 基于uwb传感定位无线自组网山体滑坡崩塌泥石流监测系统 |
CN111899476A (zh) * | 2020-07-17 | 2020-11-06 | 江苏曌丰智能安防有限公司 | 利用火箭散布用于自组网自建坐标地质灾害预警传感器 |
CN113034017A (zh) * | 2021-03-31 | 2021-06-25 | 重庆城市管理职业学院 | 一种基于云计算的应用安全服务平台 |
CN116886728A (zh) * | 2023-08-02 | 2023-10-13 | 西藏集为建设工程有限公司 | 一种基于物联网的采矿安全管理系统 |
-
2013
- 2013-10-15 CN CN201320636087.2U patent/CN203490806U/zh not_active Expired - Fee Related
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103514711A (zh) * | 2013-10-15 | 2014-01-15 | 兰州大学 | 一种基于无线传感器网络的泥石流临灾预警系统 |
CN105225447A (zh) * | 2014-06-25 | 2016-01-06 | 财团法人资讯工业策进会 | 防救灾监测管理和预警系统以及方法 |
CN105225447B (zh) * | 2014-06-25 | 2017-12-01 | 财团法人资讯工业策进会 | 防救灾监测管理和预警系统以及方法 |
CN104796483A (zh) * | 2015-04-29 | 2015-07-22 | 无锡悟莘科技有限公司 | 大型基础设施监测和预警系统 |
CN104916077A (zh) * | 2015-05-27 | 2015-09-16 | 江西理工大学 | 一种离子型稀土边坡稳定远程在线监测预警系统 |
CN104916077B (zh) * | 2015-05-27 | 2018-07-24 | 江西理工大学 | 一种离子型稀土边坡稳定远程在线监测预警系统 |
CN107798827A (zh) * | 2017-10-24 | 2018-03-13 | 延安大学 | 基于物联网的山体滑坡预警监测系统及其监测方法 |
CN108333598A (zh) * | 2017-12-31 | 2018-07-27 | 广州中海达定位技术有限公司 | 一种地质灾害监测系统及方法 |
CN109003422A (zh) * | 2018-08-02 | 2018-12-14 | 北京大学深圳研究生院 | 用于山体滑坡的监测数据处理方法和山体滑坡预报方法 |
CN109935052A (zh) * | 2019-01-07 | 2019-06-25 | 青海交通职业技术学院 | 一种泥石流预警系统 |
CN110285856A (zh) * | 2019-07-10 | 2019-09-27 | 万桥信息技术有限公司 | 一种基于地理信息系统的尾矿库监测预警应急指挥平台 |
CN111815909A (zh) * | 2020-07-17 | 2020-10-23 | 江苏曌丰智能安防有限公司 | 基于uwb传感定位无线自组网山体滑坡崩塌泥石流监测系统 |
CN111899476A (zh) * | 2020-07-17 | 2020-11-06 | 江苏曌丰智能安防有限公司 | 利用火箭散布用于自组网自建坐标地质灾害预警传感器 |
CN113034017A (zh) * | 2021-03-31 | 2021-06-25 | 重庆城市管理职业学院 | 一种基于云计算的应用安全服务平台 |
CN116886728A (zh) * | 2023-08-02 | 2023-10-13 | 西藏集为建设工程有限公司 | 一种基于物联网的采矿安全管理系统 |
CN116886728B (zh) * | 2023-08-02 | 2024-01-30 | 西藏集为建设工程有限公司 | 一种基于物联网的采矿安全管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN203490806U (zh) | 一种基于无线传感器网络的泥石流临灾预警系统 | |
CN103514711A (zh) | 一种基于无线传感器网络的泥石流临灾预警系统 | |
Ray et al. | Internet of things for disaster management: State-of-the-art and prospects | |
Rashid et al. | Applications of wireless sensor networks for urban areas: A survey | |
Alphonsa et al. | Earthquake early warning system by IOT using Wireless sensor networks | |
Molina-Pico et al. | Forest monitoring and wildland early fire detection by a hierarchical wireless sensor network | |
CN109284619B (zh) | 异源城市物联网的区域定置式边缘计算系统及方法 | |
US10345775B2 (en) | Methods and systems for infrastructure performance: monitoring, control, operations, analysis and adaptive learning | |
CN103453936A (zh) | 基于物联网的泥石流临灾监测系统 | |
Clinton et al. | State-of-the art and future of earthquake early warning in the European region | |
Ghapar et al. | Internet of Things (IoT) architecture for flood data management | |
CN205177101U (zh) | 基于大数据的智能自然灾害预警系统 | |
CN109617947A (zh) | 依管理类别设置的城市异源物联网边缘计算系统及方法 | |
CN103632509B (zh) | 基于gis系统的数字、智慧矿山报警联动方法及其平台 | |
CN109697839A (zh) | 基于物联网技术的智能井盖监控系统 | |
CN103646514B (zh) | 基于无线自组网群检测泥石流预警传感装置、系统及方法 | |
CN104007728A (zh) | 一种数字城市的感测装置、系统和方法 | |
CN113159475B (zh) | 基础设施全生命周期监测平台及方法 | |
CN104778648A (zh) | 内涝告警系统及方法 | |
Gaitan et al. | From sensing to action: Quick and reliable access to information in cities vulnerable to heavy rain | |
Felix et al. | Flood detection using gradient boost machine learning approach | |
CN106157539A (zh) | 地震临震报警系统 | |
KR101369764B1 (ko) | 유-시티의 변화 예측 시스템 | |
Toapanta et al. | Physical variables monitoring to contribute to landslide mitigation with IoT-based systems | |
Hadiana et al. | IoT-based Disaster management: a case of technological mitigation in Indonesia |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140319 Termination date: 20171015 |
|
CF01 | Termination of patent right due to non-payment of annual fee |