System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及地质灾害监测,特别涉及基于大数据的地质灾害异常监测与防控方法及系统。
技术介绍
1、地质灾害是指由自然或者人为因素引起的对人类生命财产安全、人居环境等造成危害的地质现象,包括山体滑坡、泥石流等。这些灾害通常对人类生活、生产和生态可持续发展造成严重破坏和影响。地质灾害监测是通过技术手段对地质环境进行系统观测和数据采集,以识别潜在地质风险、预测可能发生的地质灾害,并采取相应的防范和应对措施。地质灾害监测能提前发现山体滑坡等潜在灾害隐患,实现预警并采取防范措施,减少灾害对人民生命和财产的危害。
2、随着科技的发展,地质卫星提供高分辨率遥感数据,用于监测地表形变、植被覆盖等,有助于识别潜在的灾害风险;无线通信技术用于地质监测设备之间以及监测中心的数据传输,实现实时监测和快速响应。目前的智能化地质灾害监测主要依赖于分析卫星图像的变化来绘制地质灾害潜在的易发区域,而无法提供准确的地质灾害预警和防控。现有技术主要是通过对历史地质灾害数据的分析,来估计监测区域可能发生地质灾害的概率。仅依靠历史地质灾害数据分析存在较大的局限,难以适应区域地质环境的时空变异所引起的复杂模式,因为未来的灾害并非完全复制过去的模式。
3、基于山体滑坡发生时的历史数据训练获得的预测模型会降低预测精度,导致漏报事件频率偏高。根据预测结果发出预警,地质监管部门无法迅速做出合理的防控和预警。此外,预测模型一般较大,部署在监测设备上会有计算资源和内存大小的限制,对预测速度会有影响,同时也会影响预测的准确性。这些情况造成了地质监管部门在地质灾害监
技术实现思路
1、本申请旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本申请的一个目的在于提出基于大数据的地质灾害异常监测与防控方法及系统,利用三个历史数据对混合长短期记忆网络的预测模型进行训练,提高了对山体滑坡发生可能性的准确预测能力,有效地提高了对山体滑坡的监测预警能力和应对山体滑坡的实时响应能力。
2、本申请公开的第一个方面,提供基于大数据的地质灾害异常监测与防控方法,所述方法包括:
3、获取易发生山体滑坡的历史数据进行处理并传输至云端服务器,在云端服务器中构建基于混合长短期记忆网络的预测模型,使用所述历史数据训练预测模型;
4、对所述易发生山体滑坡区域上安装数据采集设备,采集实时山体数据并进行预处理,并通过无线通信装置发送至所述云端服务器;
5、所述云端服务器对所述实时山体数据进行数据处理,并将处理好的实时山体数据传输至预测模型;
6、预测模型对所述实时山体数据进行预测,得到预测结果,将预测结果进行加权处理,输入至预测模型进行优化模型;
7、在云端服务器中部署预警系统,预警系统根据历史数据设置相应阈值,将预测结果和阈值进行比较,云端服务器中的预警系统根据比较的结果向预警设备发送不同的防控指令。
8、本申请公开的第二个方面,提供基于大数据的地质灾害异常监测与防控系统,所述系统包括:
9、历史数据获取和构建预测模型模块,用于获取易发生山体滑坡的历史数据进行处理并传输至云端服务器,云端服务器中构建基于混合长短期记忆网络的预测模型,使用所述历史数据训练预测模型;
10、采集实时数据模块,用于对所述易发生山体滑坡区域上安装数据采集设备,采集实时山体数据并进行预处理,并通过无线通信装置发送至所述云端服务器;
11、数据处理模块,用于所述云端服务器对所述实时山体数据进行数据处理,并将处理好的实时山体数据传输至预测模型;
12、预测和优化模块,用于预测模型对所述实时山体数据进行预测,得到预测结果,将预测结果进行加权处理,输入至预测模型进行优化模型;
13、预警和防控模块,用于在云端服务器中部署预警系统,预警系统根据历史数据设置相应阈值,将预测结果和阈值进行比较,云端服务器中的预警系统根据比较的结果向预警设备发送不同的防控指令。
14、本申请公开的第三个方面,一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,以实现基于大数据的地质灾害异常监测与防控方法中的步骤。
15、本申请公开的第四个方面,一种可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序适于处理器进行加载,以执行所述的基于大数据的地质灾害异常监测与防控方法中的步骤。
16、与现有技术相比,本申请提出的基于大数据的地质灾害异常监测与防控方法及系统,优点在于:
17、本申请使用三个不同时间序列内的历史数据训练预测模型,利用混合长短期记忆网络对采集的实时数据进行预测,能够更准确地预测易发生山体滑坡的可能性,提高预测的精度和可靠性;
18、本申请提出在易发生山体滑坡中安装数据采集设备并通过无线通信装置发送实时山体数据至云端服务器,能够快速获取并处理当前的山体信息,使得预测模型能够基于最新的数据进行预测;
19、本申请提出将预测结果进行加权处理并反馈至预测模型进行优化,这种反馈机制有助于不断改进模型的准确性和鲁棒性;
20、本申请所述预警系统根据历史数据设定相应阈值,并通过与预测结果的比较来触发预警,动态的阈值设置有助于根据实时情况调整预警灵敏度,减少误报率;
21、本申请所述云端服务器通过预警系统向预警设备发送不同的防控指令,实现快速响应和灵活的防控措施,有助于减轻地质灾害可能造成的损失。
本文档来自技高网...【技术保护点】
1.基于大数据的地质灾害异常监测与防控方法,其特征在于,包括如下步骤:
2.根据权利要求1所述基于大数据的地质灾害异常监测与防控方法,其特征在于,所述获取易发生山体滑坡的历史数据进行处理并传输至云端服务器的步骤,包括:
3.根据权利要求1所述基于大数据的地质灾害异常监测与防控方法,其特征在于,所述在云端服务器中构建基于混合长短期记忆网络的预测模型是指基于卷积神经网络CNN、长短期记忆网络LSTM和TransFormer设计的混合预测模型;
4.根据权利要求3所述基于大数据的地质灾害异常监测与防控方法,其特征在于,所述LSTM层从中提取粗粒度特征,精细化处理各维度特征,公式为:
5.根据权利要求1所述基于大数据的地质灾害异常监测与防控方法,其特征在于,所述云端服务器对所述实时山体数据进行数据处理的步骤,包括:
6.根据权利要求1所述基于大数据的地质灾害异常监测与防控方法,其特征在于,所述预警系统根据历史数据设置相应阈值,包括:
7.根据权利要求1所述基于大数据的地质灾害异常监测与防控方法,其特征在于,所述将预测
8.基于大数据的地质灾害异常监测与防控系统,其基于如权利要求1-7任一项的所述基于大数据的地质灾害异常监测与防控方法实现,其特征在于,所述系统包括:
9.一种电子设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,以实现如权利要求1-7任一项所述的基于大数据的地质灾害异常监测与防控方法中的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质存储有计算机程序,所述计算机程序适于处理器进行加载,以执行如权利要求1-7任一项所述的基于大数据的地质灾害异常监测与防控方法中的步骤。
...【技术特征摘要】
1.基于大数据的地质灾害异常监测与防控方法,其特征在于,包括如下步骤:
2.根据权利要求1所述基于大数据的地质灾害异常监测与防控方法,其特征在于,所述获取易发生山体滑坡的历史数据进行处理并传输至云端服务器的步骤,包括:
3.根据权利要求1所述基于大数据的地质灾害异常监测与防控方法,其特征在于,所述在云端服务器中构建基于混合长短期记忆网络的预测模型是指基于卷积神经网络cnn、长短期记忆网络lstm和transformer设计的混合预测模型;
4.根据权利要求3所述基于大数据的地质灾害异常监测与防控方法,其特征在于,所述lstm层从中提取粗粒度特征,精细化处理各维度特征,公式为:
5.根据权利要求1所述基于大数据的地质灾害异常监测与防控方法,其特征在于,所述云端服务器对所述实时山体数据进行数据处理的步骤,包括:
6.根据权利要求1所述基于大数据的地质灾害异常监测与防控...
【专利技术属性】
技术研发人员:李厚芝,陈龙,冯晓亮,陈欢,李长明,叶霄,
申请(专利权)人:中国地质科学院探矿工艺研究所,
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。