【技术实现步骤摘要】
实时滑坡灾害监测预警方法及系统
[0001]本专利技术涉及地质灾害监测
,尤其涉及一种实时滑坡灾害监测预警方法及系统。
技术介绍
[0002]滑坡是在重力影响下由于土壤岩石及植物内在阻力减少(往往体现为滑动、松动、崩塌和流失)而带来的特定复杂形式的坡体运动,自然界发生最频繁的地质灾害。近年来,由于城市群的扩张和气候变化带来的极端天气事件频发,地表质量损失/移动情况呈上升趋势,滑坡灾害频发,因此如何对滑坡灾害进行有效地监测预警十分重要。
[0003]传统的滑坡灾害监测预警方法包括使用陆地激光扫描仪、航空摄影测量等,随着空间遥感技术的不断发展及各种高分辨率卫星的相继升空,运用遥感技术进行滑坡灾害监测预警已成为高效快捷的途径。
[0004]但是目前包括卫星遥感图像(全色/多光谱/合成孔径雷达)在内的滑坡监测数据,依赖于人工判读解译,且自动化程度、识别准确度等方面有限,难以对大面积、多时相的滑坡监测数据进行快速、准确的滑坡灾害监测预警。
技术实现思路
[0005]本专利技术提供一种实时滑坡灾害监 ...
【技术保护点】
【技术特征摘要】
1.一种实时滑坡灾害监测预警方法,其特征在于,包括:实时获取目标区域的滑坡监测数据,所述滑坡监测数据包括所述目标区域在第一预设时间段内的目标影像数据以及所述目标区域内地物的三维空间绝对坐标时间序列;将所述滑坡监测数据输入至滑坡灾害监测模型,得到由所述滑坡灾害监测模型输出的未来第二预设时间段内所述目标区域的滑坡灾害监测结果;若判断获知所述滑坡灾害监测结果为所述第二预设时间段内所述目标区域存在滑坡灾害,则对所述目标区域进行滑坡灾害预警发布;其中,所述滑坡灾害监测模型包括卷积神经网络模块、深度置信网络模块和滑坡灾害决策模块,所述卷积神经网络模块用于对所述目标影像数据进行影像特征提取,所述深度置信网络模块用于对所述三维空间绝对坐标时间序列进行时序特征解析,所述滑坡灾害决策模块用于基于所述卷积神经网络模块提取的影像特征以及所述深度置信网络模块解析的时序特征,对所述第二预设时间段内的所述目标区域进行滑坡灾害监测。2.根据权利要求1所述的实时滑坡灾害监测预警方法,其特征在于,所述目标影像数据包括基于搭载有北斗导航定位系统的网络双目摄像头布设群采集的第一类影像数据以及基于搭载有北斗导航定位系统、惯性测量单元以及航空摄影系统的无人机布设群采集的第二类影像数据;相应的,所述三维空间绝对坐标时间序列基于如下方法确定:基于所述网络双目摄像头布设群搭载的北斗导航定位系统,确定所述网络双目摄像头布设群的位移时间序列;基于所述第一类影像数据以及所述网络双目摄像头布设群搭载的北斗导航定位系统,确定所述目标区域内地物的第一类三维空间绝对坐标时间序列;基于所述第二类影像数据以及所述无人机布设群搭载的北斗导航定位系统,确定所述目标区域内地物的第二类三维空间绝对坐标时间序列;将所述位移时间序列、所述第一类三维空间绝对坐标时间序列以及所述第二类三维空间绝对坐标时间序列进行联合解算,确定所述三维空间绝对坐标时间序列。3.根据权利要求1所述的实时滑坡灾害监测预警方法,其特征在于,所述卷积神经网络模块包括卷积子模块、注意力子模块以及反卷积子模块;所述卷积子模块用于提取所述目标影像数据中的影像特征图;所述注意力子模块用于分别基于空间注意力机制以及通道注意力机制,提取所述影像特征图中的空间特征图以及通道特征图;所述反卷积子模块用于对所述空间特征图以及所述通道特征图进行反卷积,得到所述影像特征。4.根据权利要求1所述的实时滑坡灾害监测预警方法,其特征在于,所述滑坡灾害决策模块,具体用于:基于所述卷积神经网络模块提取的影像特征,确定所述目标区域...
【专利技术属性】
技术研发人员:冉将军,辛林洋,肖云,梅熙,刘志雨,王金星,栾奕,程梁,史俊超,韩鹏,潘宗鹏,
申请(专利权)人:西安测绘研究所中铁二院工程集团有限责任公司水利部信息中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。