【技术实现步骤摘要】
本专利技术涉及山体滑坡监测，具体为一种基于人工智能的山体滑坡风险智能监测系统。
技术介绍
1、山体滑坡是指山体斜坡上某一部分岩土在重力(包括岩土本身重力及地下水的动静压力)作用下，沿着一定的软弱结构面(带)产生剪切位移而整体地向斜坡下方移动的作用和现象。
2、但是在现有技术中，山体区域无法进行风险评估以至于滑坡监测缺少针对性，此外，不能够对山体区域进行宏观监测以及内部位移监测，以至于无法对山体区域进行风险监测，降低了监测效率，此外，不能够根据环境影响与山体本身结合分析，造成影响监测效率低。
3、针对上述的技术缺陷，现提出一种解决方案。
技术实现思路
1、本专利技术的目的就在于为了解决上述提出的问题，而提出一种基于人工智能的山体滑坡风险智能监测系统。
2、本专利技术的目的可以通过以下技术方案实现：
3、一种基于人工智能的山体滑坡风险智能监测系统，包括监测平台，监测平台通讯连接有山体区域风险评估单元、影响监测分析单元、本体监测分析单元以及实时图像监测单元；
4、山体区域风险评估单元对山体区域进行风险评估，将山体区域划分为i个子区域，i为大于1的自然数，且每个划分子区域均包含山体顶部与山体底部，获取到山体区域监测时段内子区域的风险评估系数，根据风险评估系数比较将子区域划分为高风险区域和低风险区域，针对不同区域类型设定不同数据采集周期；
5、本体监测分析单元通讯连接有地质宏观监测单元和实时位置监测单元，地质宏观监测单元
6、影响监测分析单元对子区域进行影响监测分析，通过影响监测分析生成影响监测异常信号或者影响监测正常信号，并将其发送至监测平台，监测平台接收到影响监测异常信号或者位移异常信号或者地质风险信号，将对应子区域进行山体管控；并在山体管控实施后，通过实时图像监测单元对子区域的山体管控进行实时监控。
7、作为本专利技术的一种优选实施方式，山体区域风险评估单元的运行过程如下：
8、在当前山体区域监测时段内子区域对应山体顶部位置延伸最远端超出山体底部位置时，获取到山体顶部位置延伸最远端与山体底部位置对应倾斜角度的降低速度；获取到当前山体区域监测时段内子区域对应山体顶部超出山体底部位置的延伸山体存活树木数量的降低跨度；获取到当前山体区域监测时段内子区域对应山体顶部与山顶底部位置的连接山体表面流水持续时长；
9、通过分析获取到山体区域监测时段内子区域的风险评估系数；将山体区域监测时段内子区域的风险评估系数与风险评估系数阈值进行比较：若山体区域监测时段内子区域的风险评估系数超过风险评估系数阈值，则将对应子区域标记为高风险区域；若山体区域监测时段内子区域的风险评估系数di未超过风险评估系数阈值，则将对应子区域标记为低风险区域。
10、作为本专利技术的一种优选实施方式，地质宏观监测单元的运行过程如下：
11、获取到当前山体区域监测时段内子区域对应山体出现裂缝的区域，并将其标记为裂缝区域，根据裂缝区域将对应所在位置划分为高区域和低区域，获取到山体区域监测时段内高区域和低区域对应山体位移速度的偏差值增加量以及裂缝区域产生前后高区域和低区域的山体位置高度差值的数值增加速度，并将其分别与偏差值增加量阈值和数值增加速度阈值进行比较：
12、若山体区域监测时段内高区域和低区域对应山体位移速度的偏差值增加量超过偏差值增加量阈值，或者裂缝区域产生前后高区域和低区域的山体位置高度差值的数值增加速度超过数值增加速度阈值，则将对应裂缝区域标记为危险区域；若山体区域监测时段内高区域和低区域对应山体位移速度的偏差值增加量未超过偏差值增加量阈值，且裂缝区域产生前后高区域和低区域的山体位置高度差值的数值增加速度未超过数值增加速度阈值，则将对应裂缝区域标记为安全区域。
13、作为本专利技术的一种优选实施方式，获取到山体区域监测时段中子区域内危险区域的相继出现频率以及安全区域的出现数量增加速度，若山体区域监测时段中子区域内危险区域的相继出现频率超过相继出现频率阈值，或者安全区域的出现数量增加速度超过数量增加速度阈值，则生成地质风险信号并将地质风险信号发送至本体监测分析单元，且将当前子区域编号一同转送至监测平台；
14、若山体区域监测时段中子区域内危险区域的相继出现频率未超过相继出现频率阈值，且安全区域的出现数量增加速度未超过数量增加速度阈值，则生成地质安全信号并将地质安全信号发送至本体监测分析单元，且将当前子区域编号一同转送至监测平台。
15、作为本专利技术的一种优选实施方式，实时位移监测单元的运行过程如下：
16、获取到山体区域监测时段中相邻子区域对应非斜坡位置处滑带土的位移瞬时浮动数值以及非相邻子区域内滑带土任一位置均同趋势位移的频率，并将其分别与位置瞬时浮动数值阈值和同趋势位移频率阈值进行比较：
17、若山体区域监测时段中相邻子区域对应非斜坡位置处滑带土的位移瞬时浮动数值超过位置瞬时浮动数值阈值，或者非相邻子区域内滑带土任一位置均同趋势位移的频率超过同趋势位移频率阈值，则生成位移异常信号并将位移异常信号和对应子区域编号一同发送至本体监测分析单元，其转送至监测平台；
18、若山体区域监测时段中相邻子区域对应非斜坡位置处滑带土的位移瞬时浮动数值未超过位置瞬时浮动数值阈值，且非相邻子区域内滑带土任一位置均同趋势位移的频率未超过同趋势位移频率阈值，则生成位移正常信号并将位移正常信号和对应子区域编号一同发送至本体监测分析单元，其转送至监测平台。
19、作为本专利技术的一种优选实施方式，影响监测分析单元的运行过程如下：
20、获取到山体区域监测时段内降雨量增加过程中，子区域山体降水坡面径流流速与未降雨阶段内径流流速的多出量，同时获取到山体区域监测时段内降雨量增加过程中，子区域山体降水坡面排放积水中含沙量的增加速度，并将子区域山体降水坡面径流流速与未降雨阶段内径流流速的多出量、子区域山体降水坡面排放积水中含沙量的增加速度分别与流速多出量阈值和含沙量增加速度阈值进行比较。
21、作为本专利技术的一种优选实施方式，若子区域山体降水坡面径流流速与未降雨阶段内径流流速的多出量超过流速多出量阈值，或者子区域山体降水坡面排放积水中含沙量的增加速度超过含沙量增加速度阈值，则判定子区域影响监测分析异常，生成影响监测异常信号并将影响监测异常信号和对应子区域编号一同发送至监测平台；
22、若子区域山体降水坡面径流流速与未降雨阶段内径流流速的多出量未超过流速多出量阈值，且子区域山体降水坡面排放积水中含沙量的增加速度未超过含沙量增加速度阈值，则判定子区域影响监测分析正常，生成影响监本文档来自技高网...
【技术保护点】
1.一种基于人工智能的山体滑坡风险智能监测系统，其特征在于，包括监测平台，监测平台通讯连接有山体区域风险评估单元、影响监测分析单元、本体监测分析单元以及实时图像监测单元；
2.根据权利要求1所述的一种基于人工智能的山体滑坡风险智能监测系统，其特征在于，山体区域风险评估单元的运行过程如下：
3.根据权利要求1所述的一种基于人工智能的山体滑坡风险智能监测系统，其特征在于，地质宏观监测单元的运行过程如下：
4.根据权利要求3所述的一种基于人工智能的山体滑坡风险智能监测系统，其特征在于，获取到山体区域监测时段中子区域内危险区域的相继出现频率以及安全区域的出现数量增加速度，若山体区域监测时段中子区域内危险区域的相继出现频率超过相继出现频率阈值，或者安全区域的出现数量增加速度超过数量增加速度阈值，则生成地质风险信号并将地质风险信号发送至本体监测分析单元，且将当前子区域编号一同转送至监测平台；
5.根据权利要求1所述的一种基于人工智能的山体滑坡风险智能监测系统，其特征在于，实时位移监测单元的运行过程如下：
6.根据权利要求1所述的一种
7.根据权利要求6所述的一种基于人工智能的山体滑坡风险智能监测系统，其特征在于，若子区域山体降水坡面径流流速与未降雨阶段内径流流速的多出量超过流速多出量阈值，或者子区域山体降水坡面排放积水中含沙量的增加速度超过含沙量增加速度阈值，则判定子区域影响监测分析异常，生成影响监测异常信号并将影响监测异常信号和对应子区域编号一同发送至监测平台；
8.根据权利要求1所述的一种基于人工智能的山体滑坡风险智能监测系统，其特征在于，实时图像监测单元的运行过程如下：
9.根据权利要求8所述的一种基于人工智能的山体滑坡风险智能监测系统，其特征在于，若山体管控时段的图像库中相邻采集图像的山体管控位置山体位移的数值间隔差值增加速度超过间隔差值增加速度阈值，或者山体管控时段内图像库中山体管控位置山体位移速度与山体管控实施前山体位移速度的减少量超过位移速度减少量阈值，则生成管控整顿信号并将管控整顿信号发送至监测平台，监测平台接收后对山体管控区域的管控措施进行实施类型增加，若管控效率无变化则进行滑坡预警；
...【技术特征摘要】
1.一种基于人工智能的山体滑坡风险智能监测系统，其特征在于，包括监测平台，监测平台通讯连接有山体区域风险评估单元、影响监测分析单元、本体监测分析单元以及实时图像监测单元；
2.根据权利要求1所述的一种基于人工智能的山体滑坡风险智能监测系统，其特征在于，山体区域风险评估单元的运行过程如下：
3.根据权利要求1所述的一种基于人工智能的山体滑坡风险智能监测系统，其特征在于，地质宏观监测单元的运行过程如下：
4.根据权利要求3所述的一种基于人工智能的山体滑坡风险智能监测系统，其特征在于，获取到山体区域监测时段中子区域内危险区域的相继出现频率以及安全区域的出现数量增加速度，若山体区域监测时段中子区域内危险区域的相继出现频率超过相继出现频率阈值，或者安全区域的出现数量增加速度超过数量增加速度阈值，则生成地质风险信号并将地质风险信号发送至本体监测分析单元，且将当前子区域编号一同转送至监测平台；
5.根据权利要求1所述的一种基于人工智能的山体滑坡风险智能监测系统，其特征在于，实时位移监测单元的运行过程如下：
6.根据权利要求1所述的一种基于人工...
【专利技术属性】
技术研发人员：邱海军，朱亚茹，唐柄哲，刘子敬，杨冬冬，刘雅，韦英东，
申请(专利权)人：西北大学，
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。