CN108038611A - 一种监测准确的自然灾害风险监测*** - Google Patents
一种监测准确的自然灾害风险监测*** Download PDFInfo
- Publication number
- CN108038611A CN108038611A CN201711289383.9A CN201711289383A CN108038611A CN 108038611 A CN108038611 A CN 108038611A CN 201711289383 A CN201711289383 A CN 201711289383A CN 108038611 A CN108038611 A CN 108038611A
- Authority
- CN
- China
- Prior art keywords
- error
- monitoring
- evaluation
- subsystem
- submodule
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种监测准确的自然灾害风险监测***,包括卫星监测子***、地面监测子***、分析子***和预警子***,所述卫星监测子***用于获取监测区域的卫星遥感图像,所述地面监测子***用于获取监测区域的地面测量结果,所述分析子***用于根据所述卫星遥感图像和地面测量结果分析自然灾害发生的可能性,获取分析结果,所述预警子***用于根据分析结果发出自然灾害预警。本发明的有益效果为:实现了自然灾害风险监测和准确预警。
Description
技术领域
本发明涉及自然灾害监测技术领域,具体涉及一种监测准确的自然灾害风险监测***。
背景技术
我国是一个地质复杂且地质灾害多发的国家,我国的一些不稳定的山地地貌在遭受雨水侵蚀后,容易产生山体滑坡和泥石流等地质灾害,对人民的生命财产安全产生了巨大的威胁。因此,对自然灾害风险进行监测就显得尤为重要,现有的自然灾害风险监测***缺乏对监测区域的有效监测和测量,导致监测不准确,无法进行及时预警。
发明内容
针对上述问题,本发明旨在提供一种监测准确的自然灾害风险监测***。
本发明的目的采用以下技术方案来实现:
提供了一种监测准确的自然灾害风险监测***,包括卫星监测子***、地面监测子***、分析子***和预警子***,所述卫星监测子***用于获取监测区域的卫星遥感图像,所述地面监测子***用于获取监测区域的地面测量结果,所述分析子***用于根据所述卫星遥感图像和地面测量结果分析自然灾害发生的可能性,获取分析结果,所述预警子***用于根据分析结果发出自然灾害预警。
本发明的有益效果为:实现了自然灾害风险监测和准确预警。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明的结构示意图;
附图标记:
卫星监测子***1、地面监测子***2、分析子***3、预警子***4。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1,本实施例的一种监测准确的自然灾害风险监测***,包括卫星监测子***1、地面监测子***2、分析子***3和预警子***4,所述卫星监测子***1用于获取监测区域的卫星遥感图像,所述地面监测子***2用于获取监测区域的地面测量结果,所述分析子***3用于根据所述卫星遥感图像和地面测量结果分析自然灾害发生的可能性,获取分析结果,所述预警子***4用于根据分析结果发出自然灾害预警。
本实施例实现了自然灾害风险监测和准确预警。
优选的,所述地面监测子***2通过车载移动测量***对地面进行测量,所述车载移动测量***包括一次处理模块、二次处理模块、三次处理模块和四次处理模块,所述一次处理模块用于传感器采集数据,所述二次处理模块用于对采集的数据进行处理,所述三次处理模块用于根据处理后的数据生成测量结果,所述四次处理模块用于根据数据测量结果对移动测量***的测量精度进行评价;
所述一次处理模块包括导航卫星接收机、惯性测量仪、激光扫描仪和数字相机,所述导航卫星接收机和惯性测量仪用于获取车载移动测量***的位置和姿态数据,所述激光扫描仪和数字相机用于获取目标几何形状和目标影像数据。
本优选实施例实现了车载移动测量***的准确测量和对测量精度的评价。
优选的,所述二次处理模块包括第一误差确定子模块和第二误差消除子模块,所述第一误差确定子模块用于确定激光扫描仪和数字相机采集数据的误差,所述第二误差消除子模块用于消除激光扫描仪和数字相机采集数据的误差。
所述三次处理模块包括第一轨迹确定子模块和第二点云生成子模块,所述第一轨迹确定子模块用于根据卫星接收机数据和惯性测量仪数据获取车载移动测量***的行驶轨迹,所述第二点云生成子模块用于根据行驶轨迹、目标几何形状和目标影像数据生成目标三维点云数据。
本优选实施例二次处理模块通过对采集的数据进行处理,消除了采集数据的误差,提高了测量精度,三次处理模块通过生成车载移动测量***的行驶轨迹获取了目标三维点云。
优选的,所述第一误差确定子模块包括一次误差确定单元和二次误差确定单元,所述一次误差确定单元用于确定激光扫描仪采集的数据误差,所述二次误差确定单元用于确定数字相机采集的数据误差;
所述一次误差确定单元用于确定激光扫描仪采集的数据误差:采用第一误差因子表示激光扫描仪采集的数据误差,所述第一误差因子采用下式确定:
在式子里,M11表示激光扫描仪本身的测距误差,M12表示激光扫描仪本身的测距误差,M13表示大气折射和大气尘埃带来的测量误差,M1表示第一误差因子;
所述二次误差确定单元用于确定数字相机采集的数据误差:采用第二误差因子表示数字相机采集的数据误差,所述第二误差因子采用下式确定:
在式子里,M21表示数字相机径向畸变带来的误差,M22表示数字相机偏心畸变带来的误差,M23表示数字相机扫描阵列不平行带来的误差,M2表示第二误差因子。
本优选实施例通过第一误差确定子模块确定了激光扫描仪和数字相机采集数据的误差,具体的,一次误差确定单元充分考虑了激光扫描仪误差的各个来源,并采用第一误差因子表示,二次误差确定单元充分考虑了数字相机误差的各个来源,并采用第二误差因子表示,保证了后续数据处理和测量的准确性。
优选的,所述四次处理模块包括一次评价子模块、二次评价子模块和三次评价子模块,所述一次评价子模块用于获取车载移动测量***测量精度的第一评价值,所述二次评价子模块用于获取车载移动测量***测量精度的第二评价值,所述三次评价子模块用于根据第一评价值和第二评价值计算车载移动测量***测量精度的综合评价值。
所述一次评价子模块用于获取车载移动测量***测量精度的第一评价值:提取三维点云中线段,采用下式确定第一评价值:
在式子里,n表示选取的线段的数量,Lci表示第i个线段的测量长度,Lzi表示第i个线段的真实长度,P1表示第一评价值;
所述二次评价子模块用于获取车载移动测量***测量精度的第二评价值:选取一个选段,对线段长度进行多次测量,采用下式确定第二评价值:
在式子里,m表示测量的次数,Lj表示线段第j次测量的长度,P2表示第二评价值;
所述三次评价子模块用于根据第一评价值和第二评价值计算车载移动测量***测量精度的综合评价值,采用下式计算:
在式子里,P表示综合评价值;综合评价值越小,表示测量越准确。
本优选实施例通过四次处理模块实现了车载移动测量***测量精度的准确评价,具体的,第一评价值对测量的绝对精度进行了度量,第二评价值对测量的稳定性进行了度量,综合评价值利用第一评价值和第二评价值计算得到,实现了测量精度的综合评价,从而保证了自然灾害风险监测水平。
采用本发明监测准确的自然灾害风险监测***对自然灾害进行监测,选取5个监测区域进行模拟实验,分别为监测区域1、监测区域2、监测区域3、监测区域4、监测区域5,对监测效率和监测准确率进行统计,同现有监测***相比,产生的有益效果如下表所示:
监测效率提高 | 监测准确率提高 | |
监测区域1 | 29% | 27% |
监测区域2 | 27% | 26% |
监测区域3 | 26% | 26% |
监测区域4 | 25% | 24% |
监测区域5 | 24% | 22% |
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (8)
1.一种监测准确的自然灾害风险监测***,其特征在于,包括卫星监测子***、地面监测子***、分析子***和预警子***,所述卫星监测子***用于获取监测区域的卫星遥感图像,所述地面监测子***用于获取监测区域的地面测量结果,所述分析子***用于根据所述卫星遥感图像和地面测量结果分析自然灾害发生的可能性,获取分析结果,所述预警子***用于根据分析结果发出自然灾害预警。
2.根据权利要求1所述的监测准确的自然灾害风险监测***,其特征在于,所述地面监测子***通过车载移动测量***对地面进行测量,所述车载移动测量***包括一次处理模块、二次处理模块、三次处理模块和四次处理模块,所述一次处理模块用于传感器采集数据,所述二次处理模块用于对采集的数据进行处理,所述三次处理模块用于根据处理后的数据生成测量结果,所述四次处理模块用于根据数据测量结果对移动测量***的测量精度进行评价。
3.根据权利要求2所述的监测准确的自然灾害风险监测***,其特征在于,所述一次处理模块包括导航卫星接收机、惯性测量仪、激光扫描仪和数字相机,所述导航卫星接收机和惯性测量仪用于获取车载移动测量***的位置和姿态数据,所述激光扫描仪和数字相机用于获取目标几何形状和目标影像数据。
4.根据权利要求3所述的监测准确的自然灾害风险监测***,其特征在于,所述二次处理模块包括第一误差确定子模块和第二误差消除子模块,所述第一误差确定子模块用于确定激光扫描仪和数字相机采集数据的误差,所述第二误差消除子模块用于消除激光扫描仪和数字相机采集数据的误差;所述三次处理模块包括第一轨迹确定子模块和第二点云生成子模块,所述第一轨迹确定子模块用于根据卫星接收机数据和惯性测量仪数据获取车载移动测量***的行驶轨迹,所述第二点云生成子模块用于根据行驶轨迹、目标几何形状和目标影像数据生成目标三维点云数据。
5.根据权利要求4所述的监测准确的自然灾害风险监测***,其特征在于,所述第一误差确定子模块包括一次误差确定单元和二次误差确定单元,所述一次误差确定单元用于确定激光扫描仪采集的数据误差,所述二次误差确定单元用于确定数字相机采集的数据误差。
6.根据权利要求5所述的监测准确的自然灾害风险监测***,其特征在于,所述一次误差确定单元用于确定激光扫描仪采集的数据误差:采用第一误差因子表示激光扫描仪采集的数据误差,所述第一误差因子采用下式确定:
在式子里,M11表示激光扫描仪本身的测距误差,M12表示激光扫描仪本身的测距误差,M13表示大气折射和大气尘埃带来的测量误差,M1表示第一误差因子;
所述二次误差确定单元用于确定数字相机采集的数据误差:采用第二误差因子表示数字相机采集的数据误差,所述第二误差因子采用下式确定:
在式子里,M21表示数字相机径向畸变带来的误差,M22表示数字相机偏心畸变带来的误差,M23表示数字相机扫描阵列不平行带来的误差,M2表示第二误差因子。
7.根据权利要求6所述的监测准确的自然灾害风险监测***,其特征在于,所述四次处理模块包括一次评价子模块、二次评价子模块和三次评价子模块,所述一次评价子模块用于获取车载移动测量***测量精度的第一评价值,所述二次评价子模块用于获取车载移动测量***测量精度的第二评价值,所述三次评价子模块用于根据第一评价值和第二评价值计算车载移动测量***测量精度的综合评价值;
所述一次评价子模块用于获取车载移动测量***测量精度的第一评价值:提取三维点云中线段,采用下式确定第一评价值:
在式子里,n表示选取的线段的数量,Lci表示第i个线段的测量长度,Lzi表示第i个线段的真实长度,P1表示第一评价值。
8.根据权利要求7所述的监测准确的自然灾害风险监测***,其特征在于,所述二次评价子模块用于获取车载移动测量***测量精度的第二评价值:选取一个选段,对线段长度进行多次测量,采用下式确定第二评价值:
在式子里,m表示测量的次数,Lj表示线段第j次测量的长度,P2表示第二评价值;
所述三次评价子模块用于根据第一评价值和第二评价值计算车载移动测量***测量精度的综合评价值,采用下式计算:
在式子里,P表示综合评价值;综合评价值越小,表示测量越准确。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711289383.9A CN108038611A (zh) | 2017-12-07 | 2017-12-07 | 一种监测准确的自然灾害风险监测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711289383.9A CN108038611A (zh) | 2017-12-07 | 2017-12-07 | 一种监测准确的自然灾害风险监测*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108038611A true CN108038611A (zh) | 2018-05-15 |
Family
ID=62096022
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711289383.9A Withdrawn CN108038611A (zh) | 2017-12-07 | 2017-12-07 | 一种监测准确的自然灾害风险监测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108038611A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108711264A (zh) * | 2018-05-16 | 2018-10-26 | 深圳市城市公共安全技术研究院有限公司 | 基于大数据的地质灾害监测方法及监测*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105550824A (zh) * | 2016-01-13 | 2016-05-04 | 天津中科智能识别产业技术研究院有限公司 | 一种智能灾情评估*** |
CN206224609U (zh) * | 2016-08-25 | 2017-06-06 | 成都慧途科技有限公司 | 用于获取数字城市实景三维建模数据的空地一体化*** |
CN106960468A (zh) * | 2017-04-12 | 2017-07-18 | 武汉理工大学 | 一种三维激光扫描点云精度评价方法 |
-
2017
- 2017-12-07 CN CN201711289383.9A patent/CN108038611A/zh not_active Withdrawn
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105550824A (zh) * | 2016-01-13 | 2016-05-04 | 天津中科智能识别产业技术研究院有限公司 | 一种智能灾情评估*** |
CN206224609U (zh) * | 2016-08-25 | 2017-06-06 | 成都慧途科技有限公司 | 用于获取数字城市实景三维建模数据的空地一体化*** |
CN106960468A (zh) * | 2017-04-12 | 2017-07-18 | 武汉理工大学 | 一种三维激光扫描点云精度评价方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108711264A (zh) * | 2018-05-16 | 2018-10-26 | 深圳市城市公共安全技术研究院有限公司 | 基于大数据的地质灾害监测方法及监测*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gao et al. | High-resolution mapping based on an Unmanned Aerial Vehicle (UAV) to capture paleoseismic offsets along the Altyn-Tagh fault, China | |
CN103644896B (zh) | 一种基于三维激光扫描的工程地质测绘方法 | |
CN104569972B (zh) | 一种植物根系三维构型无损检测方法 | |
CN113012398A (zh) | 地质灾害监测预警方法、装置、计算机设备及存储介质 | |
CN106597416A (zh) | 一种地面GPS辅助的LiDAR数据高程差的误差修正方法 | |
CN103758017A (zh) | 路面高程三维网格数值检测方法与检测*** | |
CN104483700B (zh) | 地层裂缝监测与预警***及方法 | |
El-Ashmawy | A comparison between analytical aerial photogrammetry, laser scanning, total station and global positioning system surveys for generation of digital terrain model | |
CN102589484B (zh) | 自准直仪示值误差检测方法及应用该方法的装置 | |
CN104239959A (zh) | 地质灾害预测*** | |
Mastrorocco et al. | Fracture mapping in challenging environment: A 3D virtual reality approach combining terrestrial LiDAR and high definition images | |
Yakar et al. | Comparative evaluation of excavation volume by TLS and total topographic station based methods | |
Becek et al. | On the positional accuracy of the GoogleEarth® imagery | |
CN108038611A (zh) | 一种监测准确的自然灾害风险监测*** | |
CN106595571B (zh) | 基于手持式激光测距仪的地下洞室地质编录方法 | |
Zhang et al. | An optimum deployment algorithm of camera networks for open-pit mine slope monitoring | |
Gumus et al. | Investigation of repeatability of digital surface model obtained from point clouds in a concrete arch dam for monitoring of deformations | |
Zhang et al. | Freight train gauge-exceeding detection based on three-dimensional stereo vision measurement | |
TWI501198B (zh) | Slope safety analysis system and its method for applying portable electronic device | |
Lee et al. | Application of Terrestrial LiDAR for Displacement Detecting on Risk Slope | |
Evans et al. | Mapping a nation’s landslides: a novel multi-stage methodology | |
CN109282757A (zh) | 一种光场度量标定方法及标定*** | |
Parenti et al. | Integrated Geomatics Surveying and Data Management in the Investigation of Slope and Fluvial Dynamics | |
Laefer et al. | Viability assessment of terrestrial LiDAR for retaining wall monitoring | |
CN106546171A (zh) | 一种基于机器视觉的高速列车接触导线实时检测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180515 |
|
WW01 | Invention patent application withdrawn after publication |