一种基于大数据的地质灾害监测系统及方法技术方案

本发明专利技术公开了一种基于大数据的地质灾害监测系统及方法，属于灾难报警技术领域，该方法包括步骤S1：基于每个监测网格在不同时刻的第一积水量和第二积水量建立第一积水表格和第二积水表格；步骤S2：基于累计降雨量建立降雨量表格；步骤S3：计算相邻监测网格之间的水量流动数值，基于水量流动数值建立水量流动表格；步骤S4：基于第一积水表格和第二积水表格计算生成积水量变化表格，基于降雨量表格、积水量变化表格和水量流动表格计算生成水量沉降表格；步骤S5：若水量沉降表格中监测网格的沉降水量小于第一阈值，则生成第一警告。本发明专利技术在预测时考虑了降水量和地质自身实时水量汇集沉降因素，从而更加精确地对地质灾害进行预测。预测。预测。

【技术实现步骤摘要】
一种基于大数据的地质灾害监测系统及方法


[0001]本专利技术属于灾难报警
，具体涉及一种基于大数据的地质灾害监测系统及方法。

技术介绍

[0002]物联网是一种基于互联网的通信技术，其主要思想是通过各种传感器和设备实现对物理世界的实时监测和数据采集，从而实现智能化管理和控制。因此，利用传感器采集各种数据，如水位变化、地形变化、土壤变形等，并将其传输至中央服务器，中央服务器利用大数据对接收到的海量数据进行分析和挖掘，从而实现对地质灾害的预测和预警。
[0003]例如中国专利申请“CN108711264A”公开了一种基于大数据的地质灾害监测方法及监测系统，该方法通过获取监测区域内的地质监测信息、图像监控信息和灾害舆情信息，并对其进行语义分析，以生成地质灾害数据；之后将地质灾害数据进行地理聚类处理，以生成区域性地质灾害数据；最后将区域性地质灾害数据与灾害历史数据进行对比，生成区域性灾害预测信息，从而建立了基于大数据的地质灾害分析与实时预警体系；又例如中国专利申请“CN108961688A”公开了一种大数据支持下的地质灾害监测与预警方法，该方法根据地质灾害点的历史数据，生成对应的地质灾害监测模型，将监测区域与地质灾害检测模型进行相似性分析，若相似性达到限定值，则将该监测区域设置为地质灾害隐患区，之后通过实时设备获取该地质灾害隐患区的监测数据；将监测数据中的每个因子与所述相似性最高的地质灾害监测模型所对应的数据做相似性分析，得到地质灾害发生的概率值，若概率值大于限定值则进行地质灾害实时预警，提高了监测灾害精确性。
[0004]地质灾害的发生不仅与降雨量有关，而且与地质自身实时水量沉降情况有关，当某个区域在短时间内有较多水量汇集并沉降至土壤下，即便降雨量较小，也可能会发生地质灾害，然而，上述方法仅仅是获取当前监测区域内的降水量和地质参数等数据，并与历史数据进行对比，从而获得当前灾害发生的概率，并未考虑到沉降水量的因素。

技术实现思路

[0005]为解决上述问题，本专利技术提供了一种基于大数据的地质灾害监测系统及方法，以解决现有技术中在进行地质灾害预测时未考虑沉降水量的问题。
[0006]为了达到上述的专利技术目的，本专利技术提出一种基于大数据的地质灾害监测方法，包括：步骤S1：积水监测模块建立地质监测地图，将所述地质监测地图划分为多个监测网格，对每个所述监测网格编号，获取每个所述监测网格当前时刻的第一积水量，设置监测时间，所述积水监测模块每隔所述监测时间获取各个所述监测网格的第二积水量，基于所述第一积水量和所述第二积水量分别建立第一积水表格和第二积水表格；步骤S2：雨量监测模块获取所述地质监测地图中，每个所述监测网格在所述监测时间内的累计降雨量，基于所述累计降雨量建立降雨量表格；
步骤S3：流动趋势模块获取所述地质监测地图中各个所述监测网格的平均海拔，基于所述平均海拔计算相邻所述监测网格之间的海拔差值，所述流动趋势模块内建立有水量流动模型，所述水量流动模型基于神经网络和历史数据建立，所述历史数据包括实际测量的其它地质区域相邻所述监测网格之间的水量流动数值，以及与该所述水量流动数值对应两个所述监测网格的土壤数据、所述海拔差值、所述第一积水量和所述累计降雨量，其中，相邻所述监测网格之间的水量流动数值为所述水量流动模型的输出数据，所述流动趋势模块基于所述水量流动数值建立水量流动表格；步骤S4：计算模块基于所述第一积水表格和所述第二积水表格计算生成积水量变化表格，所述积水量变化表格包括每个所述监测网格在所述监测时间内的积水量变化数值，所述计算模块基于所述降雨量表格、所述积水量变化表格和所述水量流动表格计算生成水量沉降表格；步骤S5：预警模块基于所述水量沉降表格获取每个所述监测网格在所述监测时间内的沉降水量，所述预警模块内设置有第一阈值，若所述监测网格的沉降水量小于所述第一阈值，则所述预警模块生成第一警告。
[0007]进一步的，所述步骤S5之后，基于以下步骤生成第二警告和第三警告：步骤S51：每间隔所述监测时间生成所述水量沉降表格，设置监测数量，当所述水量沉降表格的数量等于所述监测数量时，基于所述水量沉降表格生成的时间顺序对其进行排序，并继续执行步骤S52；步骤S52：基于第一公式、第二公式和第三公式分别计算第k个所述监测网格的第一数值α
k
、第二数值β
k
和第三数值γ
k
，所述第一公式为：，所述第二公式为：，所述第三公式为：，其中，r
k
为基于所有所述水量沉降表格计算出第k个所述监测网格的累计沉降水量，A
k
、B
k
、C
k
分别为第k个所述监测网格的最大沉降水量和最小沉降水量，以及最后一个次序所述水量沉降表格中所述监测网格的当前沉降水量，n为预设的固定值；步骤S53：基于当前沉降水量、累计沉降水量、所述第一数值、所述第二数值和所述第三数值计算每个所述监测网格的第一状态值和第二状态值，根据所述监测网格内覆盖的植物类型，将所述监测网格划分为多种监测类型，每种所述植物类型对应一种所述监测类型，基于所述监测类型设置每种所述监测网格的第二阈值和第三阈值，若所述第一状态值大于所述第二阈值，则生成所述第二警告，若所述第二状态值大于所述第三阈值，则生成所述第三警告。
[0008]进一步的，所述步骤S53中，基于以下步骤计算所述第一状态值和所述第二状态值：以所述监测时间的沉降水量变化为x轴，以累计沉降水量变化为y轴建立坐标系，基于当前沉降水量和累计沉降水量生成第一坐标，最大沉降水量和所述第一数值生成第二坐标，最小沉降水量和所述第二数值生成第三坐标，当前沉降水量和所述第三数值生成第四坐标；在所述坐标系内设置第一临界线和第二临界线，将四个坐标依次连接获得基准轮廓，获取所述基准轮廓的第一面积、位于所述第一临界线和所述第二临界线之间的第二面积、超出所述第二临界线的第三面积；
计算所述第二面积与所述第一面积的第一比值，所述第三面积与所述第一面积的第二比值，将所述第一比值和所述第二比值分别设定为所述第一状态值和所述第二状态值。
[0009]进一步的，所述步骤S53中，根据所述植物类型将所述监测网格划分为多种所述监测类型包括以下步骤：所述积水监测模块获取所述地质监测地图的航拍视频，基于预设的时间间隔将所述航拍视频拆分为多张静态图像，将所述静态图像拼接为包括所述地质监测地图整体的全景图像；设置颜色数据库，所述颜色数据库包括多种所述植物类型及其对应的参考像素值，所述积水监测模块对所述全景图像进行识别，获取所述全景图像内每个像素点的实际像素值，所述积水监测模块基于所述参考像素值和所述实际像素值将所述全景图像拆分为多个植物覆盖区域，获取每个所述植物覆盖区域的中心点，将同类型的所述植物覆盖区域所述中心点依次连接获得修正覆盖区域，每个所述修正覆盖区域对应一种所述植物类型；将所述修正覆盖区域与位于其覆盖范围内的所述监测网格设定为归属关系，基于所述监测网格与所述修正覆盖区域的所述归属关系，以及所述修正覆盖区域对应的所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的地质灾害监测方法，其特征在于，包括：步骤S1：积水监测模块建立地质监测地图，将所述地质监测地图划分为多个监测网格，对每个所述监测网格编号，获取每个所述监测网格当前时刻的第一积水量，设置监测时间，所述积水监测模块每隔所述监测时间获取各个所述监测网格的第二积水量，基于所述第一积水量和所述第二积水量分别建立第一积水表格和第二积水表格；步骤S2：雨量监测模块获取所述地质监测地图中，每个所述监测网格在所述监测时间内的累计降雨量，基于所述累计降雨量建立降雨量表格；步骤S3：流动趋势模块获取所述地质监测地图中各个所述监测网格的平均海拔，基于所述平均海拔计算相邻所述监测网格之间的海拔差值，所述流动趋势模块内建立有水量流动模型，所述水量流动模型基于神经网络和历史数据建立，所述历史数据包括实际测量的其它地质区域相邻所述监测网格之间的水量流动数值，以及与该所述水量流动数值对应两个所述监测网格的土壤数据、所述海拔差值、所述第一积水量和所述累计降雨量，其中，相邻所述监测网格之间的水量流动数值为所述水量流动模型的输出数据，所述流动趋势模块基于所述水量流动数值建立水量流动表格；步骤S4：计算模块基于所述第一积水表格和所述第二积水表格计算生成积水量变化表格，所述积水量变化表格包括每个所述监测网格在所述监测时间内的积水量变化数值，所述计算模块基于所述降雨量表格、所述积水量变化表格和所述水量流动表格计算生成水量沉降表格；步骤S5：预警模块基于所述水量沉降表格获取每个所述监测网格在所述监测时间内的沉降水量，所述预警模块内设置有第一阈值，若所述监测网格的沉降水量小于所述第一阈值，则所述预警模块生成第一警告。2.根据权利要求1所述的一种基于大数据的地质灾害监测方法，其特征在于，所述步骤S5之后，基于以下步骤生成第二警告和第三警告：步骤S51：每间隔所述监测时间生成所述水量沉降表格，设置监测数量，当所述水量沉降表格的数量等于所述监测数量时，基于所述水量沉降表格生成的时间顺序对其进行排序，并继续执行步骤S52；步骤S52：基于第一公式、第二公式和第三公式分别计算第k个所述监测网格的第一数值α
k
、第二数值β
k
和第三数值γ
k
，所述第一公式为：，所述第二公式为：，所述第三公式为：，其中，r
k
为基于所有所述水量沉降表格计算出第k个所述监测网格的累计沉降水量，A
k
、B
k
、C
k
分别为第k个所述监测网格的最大沉降水量和最小沉降水量，以及最后一个次序所述水量沉降表格中所述监测网格的当前沉降水量，n为预设的固定值；步骤S53：基于当前沉降水量、累计沉降水量、所述第一数值、所述第二数值和所述第三数值计算每个所述监测网格的第一状态值和第二状态值，根据所述监测网格内覆盖的植物类型，将所述监测网格划分为多种监测类型，每种所述植物类型对应一种所述监测类型，基于所述监测类型设置每种所述监测网格的第二阈值和第三阈值，若所述第一状态值大于所述第二阈值，则生成所述第二警告，若所述第二状态值大于所述第三阈值，则生成所述第三警告。
3.根据权利要求2所述的一种基于大数据的地质灾害监测方法，其特征在于，所述步骤S53中，基于以下步骤计算所述第一状态值和所述第二状态值：以所述监测时间的沉降水量变化为x轴，以累计沉降水量变化为y轴建立坐标系，基于当前沉降水量和累计沉降水量生成第一坐标，最大沉降水量和所述第一数值生成第二坐标，最小沉降水量和所述第二数值生成第三坐标，当前沉降水量和所述第三数值生成第四坐标；在所述坐标系内设置第一临界线和第二临界线，将四个坐标依次连接获得基准轮廓，获取所述基准轮廓的第一面积、位于所述第一临界线和所述第二临界线之间的第二面积、超出所述第二临界线的第三面积；计算所述第二面积与所述第一面积...

【专利技术属性】
技术研发人员：杨爽，王一婷，肖昆，石常亮，
申请(专利权)人：东华理工大学南昌校区，
类型：发明
国别省市：