一种基于大数据的自然灾害监测预警系统技术方案

技术编号:39159548 阅读:11 留言:0更新日期:2023-10-23 15:02
本申请提供一种基于大数据的自然灾害监测预警系统,包括:数据收集模块,用于获取地质灾害、气象灾害、水旱灾害、森林草原火灾风险隐患监测感知数据,并进行归一化预处理;隐患分析模块,用于建立自然灾害风险源运行体征监控模式,实现自然灾害风险隐患信息的全方位监控,进行灾害的短时临近预报、次生衍生事件链分析;多源展示会商模块,用于基于GIS的自然灾害综合风险分析,实现多源信息的综合展示和多方参与式会商,从各方面保障和应对灾害事件的需要;研判模型模块,采用大数据分析技术及时把握所有预警信息、灾害情况,建立灾害研判模型,分析灾害原因;可视化管理模块,用于实现空间资源整合与集成,为自然灾害监测管理提供可视化决策分析和数据共享服务。视化决策分析和数据共享服务。视化决策分析和数据共享服务。

【技术实现步骤摘要】
一种基于大数据的自然灾害监测预警系统


[0001]本申请涉及自然灾害防治
,尤其涉及一种基于大数据的自然灾害监测预警系统。

技术介绍

[0002]现有的自然灾害有很多种,例如火灾、水灾、旱灾、气象灾害等。往往采用多种系统来完成自然灾害的监测预警任务,这些系统之间互不统属,每个系统都需要专人控制,没法做到统一管控,不便于管理,维护成本较高。

技术实现思路

[0003]有鉴于此,本申请的目的在于提出一种基于大数据的自然灾害监测预警系统,本申请能够针对性的解决现有的问题。
[0004]基于上述目的,本申请还提出了一种基于大数据的自然灾害监测预警系统,包括:
[0005]数据收集模块,用于获取地质灾害、气象灾害、水旱灾害、森林草原火灾风险隐患监测感知数据,并进行归一化预处理;
[0006]隐患分析模块,用于建立自然灾害风险源运行体征监控模式,实现自然灾害风险隐患信息的全方位监控,进行灾害的短时临近预报、次生衍生事件链分析;
[0007]多源展示会商模块,用于基于GIS的自然灾害综合风险分析,实现多源信息的综合展示和多方参与式会商,从各方面保障和应对灾害事件的需要;
[0008]研判模型模块,采用大数据分析技术及时把握所有预警信息、灾害情况,建立灾害研判模型,分析灾害原因;
[0009]可视化管理模块,用于实现空间资源整合与集成,为自然灾害监测管理提供可视化决策分析和数据共享服务。
[0010]进一步地,所述数据收集模块,包括以下步骤:
[0011]通过北斗地震灾害监测系统获取地质灾害相关信息,从中选取样本数据;
[0012]获取风云气象卫星的数据,从中选取样本数据;
[0013]获取水文测站标准化样本集,从中选取样本数据;
[0014]利用遥感技术对地表红外辐射的多波段探测数据,通过异常高温点检测模型,根据预设森林草原区地图,提取森林草原区的异常高温点数据,从中选取样本数据;
[0015]对于所有样本数据的特征因子进行去量纲、归一化预处理。
[0016]进一步地,所述隐患分析模块,包括以下步骤:
[0017]对于所述预处理后的特征因子进行监控,对取值超过预设阈值的特征因子,将其对应的样本数据认定为自然灾害风险源;
[0018]获取预设监控时间段内的自然灾害风险源的特征因子采样数据,对于采样数据的变化率大于预设阈值的自然灾害风险源,做出灾害的短时临近预报;
[0019]对于所述自然灾害风险源,根据预设的次生衍生事件链模型,预测在未来预设时
间段内或预设区域内的灾害蔓延情况。
[0020]进一步地,所述对于所述自然灾害风险源,根据预设的次生衍生事件链模型,预测在未来预设时间段内或预设区域内的灾害蔓延情况,实现过程如下:
[0021]步骤A:获取所述自然灾害风险源的监测数据,对获取的数据进行归一化处理;步骤B:将处理后的数据按比例随机分为训练集和测试集,将训练集数据输入长短期记忆网络中进行迭代训练,并用测试集数据验证每一次的训练模型,直到预测结果满足预设标准,输出用于预测未来所述自然灾害风险源变化情况的次生衍生事件链模型;步骤C:将当前自然灾害风险源数据输入次生衍生事件链模型中,预测在未来预设时间段内或预设区域内的灾害蔓延情况。
[0022]进一步地,所述多源展示会商模块,包括以下步骤:
[0023]采用GeoTools开源软件与次生衍生事件链模型协同作用,共同提供常用GIS功能以实现本地化的承灾体地理信息系统属性数据库的构建,所述数据库包括所述自然灾害风险源;
[0024]基于所述GIS功能,将所述自然灾害风险源、所述短时临近预报、灾害蔓延情况以视图或视频的形式展示;
[0025]将所述视图或视频发送给多个救灾保障部门,在所述多个救灾保障部门之间提供多方远程会商功能。
[0026]进一步地,所述研判模型模块,包括以下步骤:
[0027]获取所述自然灾害风险源、所述短时临近预报、灾害蔓延情况;
[0028]注释地理地图以指示所述自然灾害风险源、所述短时临近预报、灾害蔓延情况的位置;
[0029]确定发生灾害并满足条件的地理地图的一部分;
[0030]应用地理地图的已识别部分作为训练机器学习模型的输入,使得训练机器学习模型输出标识地理地图中已识别部分的基础设施的位置;和
[0031]确定灾害的原因是在地理地图的已识别部分中的基础设施。
[0032]进一步地,所述可视化管理模块,包括以下组成部分:
[0033]文件管理单元,具有对操作权限的分配管理功能,通过对操作权限的分配管理实现所述自然灾害风险源、所述短时临近预报、灾害蔓延情况信息在部门之间共享和联合制图;
[0034]图纸编辑单元,具有对图件的绘制、修改以及业务属性的录入功能,并将地理图形数据与业务属性数据分别存储于地质地理数据库和业务数据库。
[0035]进一步地,所述可视化管理模块,还包括以下组成部分:
[0036]动态分析单元,用于维护和动态更新所述自然灾害风险源、所述短时临近预报、灾害蔓延情况的数据,实现突出灾害区域预测和地质信息查询功能;
[0037]日常管理单元,用于日常业务属性数据维护、系统符号库管理、用户权限设置管理、系统参数设置。
[0038]总的来说,本申请的优势及给用户带来的体验在于:
[0039]1、全种类资源覆盖平台:融合汇聚地质灾害、气象灾害、水旱灾害、森林草原火灾等风险隐患监测感知数据;
[0040]2、构建灾害风险隐患感知分析能力:建立自然灾害风险源运行体征监控模式,实现自然灾害风险隐患信息的全方位监控;
[0041]3:专常兼备的一体化服务模式:实现多源信息的综合展示和多方参与式会商,从各方面保障和应对灾害事件的需要;
[0042]4:安全高效的多部门数据共享交换:打破部门信息壁垒,深入推进数据共享应用,实现数据多跑路、决策更精准的目标;
[0043]5:丰富多样的自动精准研判模型:采用大数据分析技术及时把握所有预警信息、灾害情况,结合灾害专家建模,分析灾害原因;
[0044]6:构建一张图可视化管理模式:实现空间资源有效整合与集成,为自然灾害监测管理提供可视化决策分析和数据共享服务。
附图说明
[0045]在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本申请公开的一些实施方式,而不应将其视为是对本申请范围的限制。
[0046]图1示出根据本申请实施例的基于大数据的自然灾害监测预警系统的构成图。
[0047]图2示出隐患分析模块的具体实现方法示意图。
[0048]图3示出根据本申请实施例的多源展示会商模块的具体实现方法示意图。
[0049]图4示出根据本申请实施例的研判模型模块的具体本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的自然灾害监测预警系统,其特征在于,包括:数据收集模块,用于获取地质灾害、气象灾害、水旱灾害、森林草原火灾风险隐患监测感知数据,并进行归一化预处理;隐患分析模块,用于建立自然灾害风险源运行体征监控模式,实现自然灾害风险隐患信息的全方位监控,进行灾害的短时临近预报、次生衍生事件链分析;多源展示会商模块,用于基于GIS的自然灾害综合风险分析,实现多源信息的综合展示和多方参与式会商,从各方面保障和应对灾害事件的需要;研判模型模块,采用大数据分析技术及时把握所有预警信息、灾害情况,建立灾害研判模型,分析灾害原因;可视化管理模块,用于实现空间资源整合与集成,为自然灾害监测管理提供可视化决策分析和数据共享服务。2.根据权利要求1所述的系统,其特征在于,所述数据收集模块,包括以下步骤:通过北斗地震灾害监测系统获取地质灾害相关信息,从中选取样本数据;获取风云气象卫星的数据,从中选取样本数据;获取水文测站标准化样本集,从中选取样本数据;利用遥感技术对地表红外辐射的多波段探测数据,通过异常高温点检测模型,根据预设森林草原区地图,提取森林草原区的异常高温点数据,从中选取样本数据;对于所有样本数据的特征因子进行去量纲、归一化预处理。3.根据权利要求2所述的系统,其特征在于,所述隐患分析模块,包括以下步骤:对于所述预处理后的特征因子进行监控,对取值超过预设阈值的特征因子,将其对应的样本数据认定为自然灾害风险源;获取预设监控时间段内的自然灾害风险源的特征因子采样数据,对于采样数据的变化率大于预设阈值的自然灾害风险源,做出灾害的短时临近预报;对于所述自然灾害风险源,根据预设的次生衍生事件链模型,预测在未来预设时间段内或预设区域内的灾害蔓延情况。4.根据权利要求3所述的系统,其特征在于,所述对于所述自然灾害风险源,根据预设的次生衍生事件链模型,预测在未来预设时间段内或预设区域内的灾害蔓延情况,实现过程如下:步骤A:获取所述自然灾害风险源的监测数据,对获取的数据进行归一化处理;步骤B:将处理后的数据按比例随机分为训练集和测试集,将训练集数据输入长短期记忆网络中进行迭代训练,并用测试集数据验证每一次的训练模型,直到预测结果满足预设标准,输出用于预测未来所述自然灾害风险源变化情况的次生衍生事件链模型;步骤C:将当前自然灾害风险源数据输入次生衍...

【专利技术属性】
技术研发人员:黄永军李鹏李忱江何
申请(专利权)人:北京东方通网信科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1