基于数字孪生驱动的山体地质灾害监测与预警系统及方法技术方案

一种基于数字孪生驱动的山体地质灾害监测与预警系统，包括有设在物理层的数据采集传感器，设在信息层的DT监测模块、DT预测模块、DT预警模块，可视化层的客户端；监测与预警方法的步骤为：步骤1，对地质环境进行调查，获得监测方案，对该地区进行着重监测；步骤2，根据步骤1的监测方案获得实时数据；历史地质灾害数据共同存储到地质灾害数字孪生数据库，在DT预测模块进行分析；步骤3，DT预测模块结合历史地质灾害数据应用BP神经网络分析得出地质灾害预测模型；步骤4，将步骤2获得的监测数据存储在地质灾害孪生数据库，预测结果，将预测结果发送至客户端可视化；具有保障居民，游客等的人身安全，降低经济损失的特点。

【技术实现步骤摘要】
基于数字孪生驱动的山体地质灾害监测与预警系统及方法
本专利技术属于山体地质灾害监测预警
，具体涉及基于数字孪生驱动的山体地质灾害监测与预警系统及方法。具体是通过虚实结合的方法实现实时、在线监测地质环境，智能预测出被监测环境的危险因子，并及时预报。
技术介绍
现阶段，数字孪生广泛应用于智能制造业，随着许多著名企业以及国家政策的发展数字孪生随之应用于智慧城市，畜牧场设计等。地质灾害的监测最先开始的是利用遥感技术进行监测的，紧接着随着GPS技术和GIS技术的发展，国际上以开始以3S技术进行地质灾害的监测。利用3S技术对地质灾害的监测方法，不能实时监测出地质环境变化和最新动态。对于地质灾害的预测的方法主要包括传统方法，统计学方法，和人工智能方法等。传统的预测方法并不能准确的预测地质灾害，具有很大客观因素；统计学的预测方法虽然可以去除客观因素，但是需要进行大量的统计学计算，常常会因为计算结果的不准确性影响预测结果的真实性；人工智能方法可快速的通过地质灾害模块进行快速、准确的预测。在地质灾害预警方面，现阶段的预测信息需要长期检测并维修，实时性和精细化程度不够高。
技术实现思路
为克服上述现有技术的不足，本专利技术的目的在于提供基于数字孪生驱动的山体地质灾害监测与预警系统及方法，实现在线实时监测地质环境的实际情况，科学快速的预测出被监测环境的危险因子，并及时预报至居民，可在线指导游客、居民、车辆进行快速有效的撤离，具有保障居民，游客等的人身安全，降低经济损失的特点。为实现上述目的，本专利技术采用的技术方案是：基于数字孪生驱动的山体地质灾害监测与预警系统，包括有设在物理层1的数据采集传感器，设在信息层2的DT监测模块、DT预测模块、DT预警模块，可视化层3的客户端；所述的数据采集传感器包括物联网传感器和全自动监测器，具体包括收集地质环境的传感器，检测地质内部岩性变化的传感器，和监测地质外部的气象，人类活动影响的传感器和全自动监测器，上述传感器安装在物理层中用于收集数据，物理层指物理空间所存在的实际对象包括山体，树木，人和安装的传感器，收集的数据传输至信息层，通过建模形成信息层；收集的数据存储至数字孪生数据库，用于在可视化层将物理层可以进行展示；所述的DT监测模块包括有地质灾害孪生数据库；所述的地质灾害孪生数据库存储有地质灾害历史数据和地质灾害实时数据，地质灾害历史数据，用于记录历史的地质灾害的详细数据为后面的DT预测模块提供数据基础；地质灾害实时数据用于将当前的地质信息进行更正，根据变化随时输入DT预测模块，进行地质实时预测；所述的DT预测模块将从地质灾害孪生数据库获得的地质实时数据通过BP神经网络进行数据分析处理，分析处理的结果通过DT预警模块进行预警；所述的DT预警模块用于获取DT预测模块的预测结果，存储有每次地质灾害预测数据，并对DT预测模块进行实时更新，形成新的预测模型；所述的GIS客户端，用于在线观察指导地质灾害实时情况，通过微信公众号、短信、网络新闻的方式接收地质灾害通知。基于数字孪生驱动的山体地质灾害监测与预警方法，包括以下步骤：步骤1，基于3S技术，应用工程地质调查技术对地质环境进行调查，获得监测方案，具体做法是：获取监测地区的全部地貌信息，建立物理模型，并应用3S技术进行实时监测，使用GIS技术进行可视化；根据建立的地貌模型设计监测方案，全方位的监测到所有区域，结合历史地质灾害信息，进行分析得出地质灾害点，对该地区进行着重监测；步骤2，根据步骤1的监测方案安装收集地质环境的传感器，检测地质内部岩性变化的传感器，和监测地质外部的气象，人类活动影响的传感器和全自动监测器，获得实时的山体岩石的地质岩组，地质构造和岩石的基岩岩性变化数据；山体内部温度变化和化学成分变化的实时数据；3S技术获得的实时数据；历史地质灾害数据共同存储到地质灾害数字孪生数据库，在DT预测模块进行分析；步骤3，DT预测模块在预测分析之前，结合历史地质灾害数据应用BP神经网络分析得出地质灾害预测模型；步骤4，将步骤2获得的监测数据存储在地质灾害孪生数据库，预测结果显示即将发生地质灾害，触发DT预警模块，将预测结果发送至灾害地区的游客，居民，车辆及指挥部门的终端可视化。所述的BP神经网络分析，分析的步骤：进行预测分析之前，将地质数字孪生系统中的历史数据集，按照训练集：测试集＝9：1的比例分配，经过BP神经网络算法进行训练，便可完成输入集合与输出结果之间的非线性映射；应用测试集进行测试，得出训练模块的准确性；在DT预测模块的运行过程中，根据需要输入地质灾害易发等级，危险因子和实时气象等级，得出灾害预警等级。将此时的预警等级与信息系统中DT预测模块预测的结果进行对比；若二者数据一致，则触发DT预警模块进行预警；若二者数据不一致，此时不会发生地质灾害安全，DT预测模块对历史数据重新进行评估优化训练，如此反复迭代，直至预测结果与实际物理地质灾害结果一致；与现有技术相比，本专利技术的有益效果是：采用数字孪生驱动的山体地质灾害监测根据“3S”技术在物理空间中精准收集实时地质实时信息数据，包括当前地质环境的实际信息，可监测到滑坡、泥石流、崩塌、地面崩塌、地面沉降和气象数据等。将物理空间信息化形成信息空间，并由GIS技术可视化，在信息空间中与历史地质数据实时对比。与传统地质监测相比可提高准确性，方便数据采集。采用数字孪生驱动的山体地质灾害预测在信息空间中，建立物理实体的虚拟化模块，连接历史数据和实时数据，虚拟化模块可以实时监测物理模块的生命活动并对其进行预测，根据BP神经网络算法的训练，可快速预测出地质灾害的信息，划分出危险区域，进入地质灾害预警状态。采用数字孪生驱动的山体地质灾害预警在信息空间中，一方面可以实时观测到当前地质灾害危险区域的居民、人群、游客、车辆信息，另一方面将灾害信息通过互联网、基站、车联网等系统进行发送。在信息空间可随时对地质灾害进行防治指挥。本专利技术的系统实现实时监测，预测，预警于一体。本专利技术基于数字孪生驱动，可以将物理空间和信息空间较好的结合，通过这两个空间的融合，建立了基于数字孪生驱动的地质灾害监测及DT预警模块，采用物联网，数据驱动技术等，并结合BP神经网络算法进行地质灾害动态预测，其次将灾害信息通过互联网、基站预警附近居民客户端。本专利技术可以在信息空间随时监测到数字孪生山体的实时情况，经过BP神经网络算法预测出有地质灾害发生时，可以在信息空间直接将预警结果发送至物理实体空间。包括：国家地质监测机构，交通管理部门，和当地的居民，以及旅游景点的游客，和过路车辆等。附图说明图1是本专利技术的系统原理框图。图2是本专利技术基于数字孪生的地质灾害监测预测运行机制框图。图3为本专利技术方法的流程图。具体实施方式下面结合附图及实施例对本专利技术作进一步详细说明。参见图1，基于数字孪生驱动的山体地质灾害监测与预警系统，包括有设在物理层1的数据采集传感器，设在信息层2的DT监测模块、DT预测模块、DT预警模块，可视化层3的客户端；所述的数据采集传感器包括物联网传感器和全自动监测器，具体包括地形地态，地貌类型，地层岩性，风化程度以及当时地形，遥感图像分析；并且每一次灾害发生后，及时检测地质的变化情况，并进行详细的记录，包括位移监测，地应力检测，孔隙水压监测，地下水本文档来自技高网...

【技术保护点】
1.基于数字孪生驱动的山体地质灾害监测与预警系统，其特征在于，包括有设在物理层1的数据采集传感器，设在信息层2的DT监测模块、DT预测模块、DT预警模块，可视化层3的客户端；所述的数据采集传感器包括物联网传感器和全自动监测器，具体包括收集地质环境的传感器，检测地质内部岩性变化的传感器，和监测地质外部的气象，人类活动影响的传感器和全自动监测器，上述传感器安装在物理层中用于收集数据，物理层指物理空间所存在的实际对象包括山体，树木，人和安装的传感器，收集的数据传输至信息层，通过建模形成信息层；收集的数据存储至数字孪生数据库，用于在可视化层将物理层可以进行展示；所述的DT监测模块包括有地质灾害孪生数据库；所述的地质灾害孪生数据库存储有地质灾害历史数据和地质灾害实时数据，地质灾害历史数据，用于记录历史的地质灾害的详细数据为后面的DT预测模块提供数据基础；地质灾害实时数据用于将当前的地质信息进行更正，根据变化随时输入DT预测模块，进行地质实时预测；所述的DT预测模块将从地质灾害孪生数据库获得的地质实时数据通过BP神经网络进行数据分析处理，分析处理的结果通过DT预警模块进行预警；所述的DT预警模块用于获取DT预测模块的预测结果，存储有每次地质灾害预测数据，并对DT预测模块进行实时更新，形成新的预测模型；所述的GIS客户端，用于在线观察指导地质灾害实时情况，通过微信公众号、短信、网络新闻的方式接收地质灾害通知。...

【技术特征摘要】
1.基于数字孪生驱动的山体地质灾害监测与预警系统，其特征在于，包括有设在物理层1的数据采集传感器，设在信息层2的DT监测模块、DT预测模块、DT预警模块，可视化层3的客户端；所述的数据采集传感器包括物联网传感器和全自动监测器，具体包括收集地质环境的传感器，检测地质内部岩性变化的传感器，和监测地质外部的气象，人类活动影响的传感器和全自动监测器，上述传感器安装在物理层中用于收集数据，物理层指物理空间所存在的实际对象包括山体，树木，人和安装的传感器，收集的数据传输至信息层，通过建模形成信息层；收集的数据存储至数字孪生数据库，用于在可视化层将物理层可以进行展示；所述的DT监测模块包括有地质灾害孪生数据库；所述的地质灾害孪生数据库存储有地质灾害历史数据和地质灾害实时数据，地质灾害历史数据，用于记录历史的地质灾害的详细数据为后面的DT预测模块提供数据基础；地质灾害实时数据用于将当前的地质信息进行更正，根据变化随时输入DT预测模块，进行地质实时预测；所述的DT预测模块将从地质灾害孪生数据库获得的地质实时数据通过BP神经网络进行数据分析处理，分析处理的结果通过DT预警模块进行预警；所述的DT预警模块用于获取DT预测模块的预测结果，存储有每次地质灾害预测数据，并对DT预测模块进行实时更新，形成新的预测模型；所述的GIS客户端，用于在线观察指导地质灾害实时情况，通过微信公众号、短信、网络新闻的方式接收地质灾害通知。2.基于数字孪生驱动的山体地质灾害监测与预警的方法，包括以下步骤：步骤1，基于3S技术，应用工程地质调查技术对地质环境进行调查，获得监测方案，具体做法是：获取监测地区的全部地貌信息，建立物理模型，并应用3S技术进行实时监测...

【专利技术属性】
技术研发人员：王闯，王瑞刚，张欢，
申请(专利权)人：西安邮电大学，
类型：发明
国别省市：陕西,61