CN110706456A - 泥石流快速预警*** - Google Patents
泥石流快速预警*** Download PDFInfo
- Publication number
- CN110706456A CN110706456A CN201910996644.3A CN201910996644A CN110706456A CN 110706456 A CN110706456 A CN 110706456A CN 201910996644 A CN201910996644 A CN 201910996644A CN 110706456 A CN110706456 A CN 110706456A
- Authority
- CN
- China
- Prior art keywords
- rainfall
- data
- debris flow
- early warning
- information
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/12—Messaging; Mailboxes; Announcements
- H04W4/14—Short messaging services, e.g. short message services [SMS] or unstructured supplementary service data [USSD]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/90—Services for handling of emergency or hazardous situations, e.g. earthquake and tsunami warning systems [ETWS]
Landscapes
- Engineering & Computer Science (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Public Health (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Computing Systems (AREA)
- Alarm Systems (AREA)
Abstract
一种泥石流快速预警***,包括:雨量采集单元,用于实时获取雨量数据;服务器数据中心,接收来自所雨量采集单元的雨量数据;服务端,通过串口透传的方式从服务器数据中心获取雨量数据,并根据雨量数据判断该场降雨是否可能会诱发泥石流灾害的发生,并通过短信推送的方式告知相关人员;客户端,通过定时查询的方式与服务器数据中心通讯连接,用于供用户查看历史雨量信息和当前降雨对应雨量I‑D曲线,并根据历史预警信息对设备部署地点的泥石流易发性进行判定,并发布预警信息。本发明根据降雨参数判断该场降雨是否可能会诱发泥石流灾害的发生,并通过短信推送的方式告知相关人员根据***预警等级采取相应的避灾措施。
Description
技术领域
本发明涉及泥石流预警技术领域,特别涉及一种泥石流快速预警***。
背景技术
泥石流监测预警方法和与方法匹配的监测设备种类繁多。但在复杂山区的环境中,监测设备均要面临维护成本过高的问题,复杂的监测设备在复杂山区泥石流监测的环境中显得华而不实。因此,需要发展一种简易化的泥石流预警设备。
降雨是激发泥石流的外部因素。国内外众多学者分析泥石流事件和其相对应的降水数据,构建基于降水参数的泥石流预警阈值或降雨组合参数的阈值曲线,而后借助雨量计的降雨数据实时监测,通过后台***实时比对监测降水与构建阈值之间的大小关系,判定是否有泥石流发生。雨量计的维护成本相比于其他诸如视频、泥位计、土体含水量和孔隙水压力传感器更低,且不容易被外部环境所破坏,因此属于一种简易化的泥石流预警装备。此外,由于雨量计仅仅通过比对实况降水与降雨参数阈值,无需复杂的非线性数值计算,因此可凭借此简易设备实现泥石流的快速预警。
但是,当前基于雨量计的泥石流统计预警模式存在如下缺点:
(1)雨量计依据统计模式构建的泥石流雨量阈值发布预警结果的误报率较高,可靠性低;
(2)基于统计模式构建的泥石流雨量阈值需要依赖大量的泥石流和降雨观测资料,而观测资料在某些泥石流除了匮乏以外,还存在观测数据可靠性的问题,影响所建阈值的可靠性;
(3)基于雨量计的泥石流预警后台算法缺乏对降雨场次的界定,无法考虑前期雨量对泥石流的影响。
为了解决基于雨量站的快速预警设备中存在的(1)和(2)两个缺点,申请人于2018年7月10日提交的中国发明专利申请201810747570.5公开了一种基于泥石流形成机理的泥石流I-D阈值曲线构建方法。
如何寻求基于提交的中国发明专利申请201810747570.5所公开的阈值曲线的应用出口,以解决基于雨量站的快速预警设备中存在的(3)的缺点,达到快速自动化的泥石流预警的目的,则是本项专利需要解决的问题。
发明内容
本发明提供了一种泥石流快速预警***,以解决至少一个上述技术问题。
为解决上述问题,作为本发明的一个方面,提供了一种泥石流快速预警***,包括:雨量采集单元,用于实时获取雨量数据;服务器数据中心,以无线的方式接收来自所雨量采集单元的雨量数据;服务端,通过串口通讯的方式从所述服务器数据中心获取雨量数据,并根据所述雨量数据判断该场降雨是否可能诱发泥石流,并通过短信推送的方式告知相关人员根据***预警等级采取相应的避灾措施;客户端,通过定时查询的方式与所述服务器数据中心通讯连接,用于供用户查看历史雨量信息和当前降雨对应雨量I-D曲线,并根据历史预警信息对设备部署地点的泥石流易发性进行判定,并发布预警信息。
优选地,所述雨量采集单元包括:雨量传感器,用于实时采集降雨数据;微处理器模块,与所述雨量传感器连接,用于根据预定的时间间隔从所述雨量传感器中读取所述降雨数据,并在读取所述降雨数据之后将所述雨量传感器清零;无线传输模块,与所述微处理器模块连接,所述微处理器模块在读取所述降雨数据后将所述降雨数据推送给所述无线传输模块,所述无线传输模块将所述降雨数据发送给所述服务器数据中心。
优选地,所述服务端包括:串口通讯模块,用于通过串口通讯的方式监听与所述服务器数据中心之间的虚拟串口的数据;数据库模块,用于存储时间、当前时段的累积雨量、前期影响雨量、平均降雨强度、降雨持续时间、和泥石流预警信息等;计算模块,用于根据所述串口通讯模块监听到的数据计算所述累积雨量、前期影响雨量、平均降雨强度、降雨持续时间、和泥石流预警信息,并将所述累积雨量、前期影响雨量、平均降雨强度、降雨持续时间、和泥石流预警信息保存在所述数据库模块中。
优选地,所述计算模块通过下式方式进行计算:
(1)降雨场次的界定:一旦雨量采集单元有回传数据大于0、且以该时刻t0为基准点前推3小时均无降水,则认为某次降雨过程开始,而在此之后若连续3小时以上雨量采集单元回传的降雨数据为0,则认定为一次降雨过程结束;和/或
(2)前期影响雨量:在确定某场降雨的起始时刻t0后,依据计算前期雨量;和/或
(3)降雨持续时间:根据对降雨场次的界定,降雨过程从t0开始,而后雨量采集单元每分钟探测并逐10分钟返回一次降水数据,而t0后连续3个小时返回的逐10分钟降雨均为0,则认为本场降雨结束,这期间的降雨累积时间通过Di=(10/60)*i进行计算;和/或
(4)累积雨量:由本次降雨过程中所有不为0的降雨数据SumRi以及最后连续18个连续为0的降雨数据SumR=0组成,其中,SumRi为某次降雨过程的实际累积雨量,而SumR=0标记某次降雨过程完结的标志;和/或
(5)平均降雨强度:在完成实时累积雨量的计算后,根据I_i=〖Sum〗_Ri/D_i计算从t0开始后,在本次降水过程中任意时刻的平均降雨强度;和/或
(6)泥石流预警信息:
步骤1,实时获取实测的降雨持续时间和平均降雨强度,计为(Di,Ii);
步骤2,根据本次降雨的前期雨量从数据库中选出与该前期雨量值相对应的的泥石流I-D阈值曲线组合,组合中的每条阈值曲线对应着相应的泥石流的密度值;
步骤3,将实时监测所得的累积降雨持续时间Di分别代入每条阈值曲线对应着相应的泥石流的密度值公式中,可分别求得达到相应泥石流密度所需的临界降雨强度数组;
步骤4,将此时与Di相对应的实时监测降雨强度Ii,与上述临界降雨强度数组中的每个值进行大小比对,而后依据大小进行排列这些个值,进而确定实时监测降水在临界降雨强度中所处的位置;
步骤5,根据预定的泥石流概率及危险性预警等级分类方法,判定在实时监测降雨作用下泥石流发生的危险等级。
优选地,所述短信推送的短信联系人设置为多人,并记录对所有短信的操作记录。
优选地,所述客户端包括:按键模块,用于打开/关闭程序和显示历时预警信息;历史预警信息,用于显示历史预警信息、评估泥石流易发性;数据库连接模块,用于设置数据库服务器、用户名和密码等;雨量数据模块,用于实时显示雨量数据;雨量I-D曲线,用于实时绘制雨量I-D曲线;降雨参数模块,用于实时显示降雨参数如降雨历时、雨强等。
优选地,所述客户端的工作流程包括:根据设置的数据库参数连接数据库;如果连接成功,则定时查询雨量信息;根据查询的雨量信息,实时计算降雨参数;根据降雨参数实时绘制雨量I-D曲线、并实时显示雨量信息及降雨参数;基于设备部署监测地点的历史累计雨量信息、历史雨强信息、历史前期影响雨量、历史降雨历时等数据的统计资料,根据实时的雨量I-D曲线对该监测点进行泥石流易发性分析。
优选地,所述客户端的工作流程还包括:根据所述雨量I-D曲线、并实时显示雨量信息。
优选地,所述服务端建立多个线程分别实现线程监听串口数据、数据存储、划分预警等级、预警信息推送等功能。
本发明利用STM32F4开发板结合光学雨量传感器,DTU无线传输模块构建了一种基于雨量计的嵌入式***,以实现对雨量信息的实时监测和相关降雨参数的计算。在***程序的服务端根据降雨参数判断该场降雨是否可能会诱发泥石流灾害的发生,并通过短信推送的方式告知相关人员根据***预警等级采取相应的避灾措施。
附图说明
图1示意性地示出了***构架设计图;
图2示意性地示出了无线传输模块工作流程图;
图3示意性地示出了监测***服务端页面结构图;
图4示意性地示出了监测***服务端工作流程图;
图5示意性地示出了监测***客户端页面结构图;
图6示意性地示出了监测***客户端工作流程图;
图7示意性地示出了历时预警信息图;
图8示意性地示出了泥石流预警结果图;
图9为野外调查结果图。
具体实施方式
以下对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
本发明针对现有基于雨量计的泥石流统计预警模式的不足,提供一种基于I-D阈值曲线的嵌入式***,以构建发明专利申请201810747570.5所公开的阈值曲线的应用出口,最终利用该方法实现的泥石流的警报方法。
为了实现对泥石流发生主要诱发因素-降雨进行监测,本发明利用STM32F4开发板结合光学雨量传感器,DTU无线传输模块构建了一种基于雨量计的嵌入式***,以实现对雨量信息的实时监测和相关降雨参数的计算。在***程序的服务端根据降雨参数判断该场降雨是否可能会诱发泥石流灾害的发生,并通过短信推送的方式告知相关人员根据***预警等级采取相应的避灾措施。
其中,图1为***总体结构基于降雨参数的泥石流预警***的组成主要包括光学雨量传感器模块,微处理器模块,DTU模块,服务器数据中心,监测***服务端和***客户端。
一、基于雨量计的嵌入式***的硬件架构
1.微处理器模块
STM32F4是基于ARM CortexM-4内核的高性能32位处理器,相比与基于M-3内核的STM32F1/F2,它新增了硬件FPU单位以及DSP指令,相比与STM32F3,主频可高达168MHZ,有着出色的处理性能,广泛的断点调试和跟踪能力,高效的处理器内核***和记忆,超低功耗集成睡眠模式。
本***采用型号为STM32F407ZGT6的芯片,它有144个引脚,其中114个用于IO,片上集成1024K FLASH,192KSRAM,芯片内置接口丰富,具有6个串口,2个USB,2个CAN,方便进行数据的通信。具有单周期乘法和硬件除法,提供了更高的代码执行效率和良好的处理速度。该型微处理器具有高性能、低成本、低功耗的优点,为本***进行快速准确,稳定的数据传输和处理提供了良好的硬件基础,充分保障了监测预警的实时性。
该模块为STM32板的核心,发挥了类似于电脑CPU的作用。在本***中主要功能:利用芯片中的程序通过定时读取串口数据,这里的串口是连接了雨量计的串口,读到了雨量之后,微处理器模块对雨量计进行清零,并将雨量数据推送至DTU模块。本***中的微处理器每间隔10分钟读取一次雨量数据,读取完毕后清零。
2.雨量传感器模块
本***采用的雨量传感器模块为WTS系列RS-100H光学雨量传感器,该传感器采用485通讯接口,支持ASC码MODBUS协议,探头经过特殊处理,通过红外感应记录累计雨量,开机可自动校准,不易被外界环境影响,重量轻,体积小,测量精度高,高可靠性,可在高温高湿环境下正常工作。
(1)传感器初始设置
将雨量传感器通过485转USB模块连接至PC串口,通过PC串口助手向雨量传感器发送命令来设置雨量传感器的参数。利用XCOM软件串口读取软件设置串口参数信息,打开连接雨量传感器的串口,发送传感器设置命令信息,雨量传感器应答。串口发送命令和传感器应答信息如下:
输入:0XU<CR><LF>
传感器应答:0XU,A=0,M=P,T=1,C=2,I=0060,B=019200,D=8
其中A为设备地址;M为通信模式:M=A为自动上报,M=P为手动查询;I为自动上报时间间隔,默认为60s,B为通信波特率,默认为19200,D为数据位,默认为8。
雨量获取命令:0R0<CR><LF>
传感器应答:0R0,Rc=0000.0M
雨量清零命令:0XZRU<CR><LF>
传感器应答:0TX,Rain
在默认条件,传感器雨量值是自动进行累加,下电重启后,雨量值会清零。在设计实时监测软件时,设置光学雨量传感器为手动查询模式,开发板向传感器定时发送累积雨量清零指令,将不同时段累积雨量的和作为总时段的累积雨量。
(2)传感器接入方式
WTS系列的雨量传感器有一个工业标准的半双工两线式RS485接口,通过485转232模块连接至开发板COM3口,COM3口为DB9接口。RS-100H传感器通过485转232接口接入开发板COM口,并接入MCU。
该模块主要作用是实时搜集降雨数据。为判定降雨场次和计算某次降雨过程的I和D数据,提供最基础的原始数据。该模块主要与STM32板的串口相连,STM32板子的微处理器模块间隔10分钟读取一次雨量数据。
3.无线传输模块
本***采用ZSDR3411 DTU无线传输模块,该模块采用ARM32核心处理器,支持自动分析处理各种复杂网络状态,提供RS232/RS485串口,可自建数据服务中心,并在数据中心可设置虚拟串口进行数据的无线传输。本***的服务器采用阿里云轻量级应用服务器,在服务器上开启数据中心服务,创建虚拟串口,对外开放外网域名和端口,运行监测***软件服务端,实现串口通讯。图2为DTU无线传输模块的工作流程。
DTU的电平为232电平,不能直接连接至MCU串口2(PA2,PA3)。通过DTU的232引脚连接开发板COM2口,对接开发板P9的USART2 TX和U2 RX,USART2TX和U2 RX的方式将DTU接入MCU。
该部分主要是将STM32电路板读取的降雨数据,通过DTU将雨量数据发送至服务器,起到数据传输的作用。该部分是连接前端降雨数据与服务器的媒介。目的就是为了把降雨数据通过网络发送到服务器端。为服务器端的数据分析提供数据源。
二、服务端设计
1.总体功能设计
本***基于C#窗体程序开发雨量实时监测***,***分为服务端和客户端两个部分。图3为监测***服务端窗体页面结构。监测***服务端通过设置串口信息,读取串口数据,计算降雨参数并写入数据库表,实时判断当前降雨是否会诱发泥石流发生,划分预警等级并进行预警短信推送。下表为监测***服务端各个模块的功能。
监测***服务运行于服务器,通过串口通讯的方式监测虚拟串口的数据,对接收到的数据做实时处理和分析,判断当前降雨的泥石流预警等级,并进行预警短信推送,图4为监测***服务端窗体程序总体工作流程。
2.数据库设计
本***采用的数据库为SQLServer。下表为存储雨量参数的数据库表信息,在雨量基本信息表中,不仅存储了时间和当前时段的累积雨量,还存储了当前时段的降雨参数信息,如前期影响雨量,降雨历时和预警等级,不但记录了设备监测区域的历史预警信息,还方便监测***的客户端通过绑定服务端数据库表查看历史预警信息和绘制A-I-D扩展阈值曲面,进行泥石流易发性评估。
库表建立于数据中心服务器,数据中心通过串口通讯方式接收无线传输的数据,在解析串口缓冲信息后,计算得到降雨参数,通过SQL实现数据库表的写入和读取。
3.多线程开发
利用多线程技术,让多个任务同时进行,不仅能够提高雨量监测***的实时性而且当其中的一个任务出现问题时,不会影响其他的任务运行。下表为各个线程的信息。实时雨量监测***的服务端部署于数据中心服务器,为满足实时数据处理,存储,曲线图形显示,数据参数显示等功能,其基本原理是通过建立多个线程,分别实现线程监听串口数据,数据存储,划分预警等级,预警信息推送等功能,使得***具有较高的运行效率,充分保障了监测预警的实时性。
多线程编程主要流程如下:
(1)新建线程,参数为该线程要调用的函数
(2)设置线程优先级
(3)启动线程
(4)中止线程
(5)委托代理,委托传递
程序的各线程之间在运行中并不都是相互独立的,有可能会访问共享资源,必须对访问同一共享资源的线程进行同步,调度,以避免线程之间出现资源竞争,从而引起线程之间死锁现象。线程之间的资源访问采用委托代理的方式,在C#中,所有的委托(Delegate)都派生System.Delegate类。C#同时也提供了多种同步控制对象来解决共享资源的访问冲突,还可以通过全局变量,用户自定义消息。本***中采用全局变量,进行线程之间的调度与切换。下表为全局变量的信息。
4.数据处理核心算法
如图1所示的***设计构建中,所有的核心算法包括基于雨量计监测数据的前期雨量计算、平均降雨强度、降雨持续时间以及与I-D曲线数据库的对比计算均会在服务器的数据中心完成。
泥石流的I-D阈值曲线构建:针对某一条泥石流沟,按照专利申请201810747570.5所公开的阈值曲线构建方法,构建针对此泥石流沟的泥石流I-D阈值曲线数据库。
降雨场次的界定:一旦雨量站有回传数据大于0(且以该时刻t0为基准点前推3小时均无降水),则认为某次降雨过程开始;而在此之后若连续3小时以上雨量站回传的降雨数据为0,则在本算法中认定为一次降雨过程结束。
前期雨量计算:根据专利申请201810747570.5所公开的阈值曲线,前期雨量是影响泥石流形成的关键因素,不同前期雨量条件下的I-D阈值曲线存在较大差异。因此在利用雨量站进行泥石流监测预警的应用中,需要在确定某场降雨的起始时刻t0后,依据公式1计算前期雨量。
其中,Ar为泥石流发生前n天的前期降雨量,Ri为前n天对应的日降雨量,K是衰减经验系数。在确定任意一场降雨过程的前期雨量后,则从已建泥石流I-D阈值曲线数据库中选取与前期雨量相匹配的I-D阈值曲线。
任意场次的降雨持续时间:根据本发明对降雨场次的界定,降雨过程从t0开始,而后雨量站每分钟探测并逐10分钟返回一次降水数据,而t0后连续3个小时返回的逐10分钟降雨均为0,则认为本场降雨结束,这期间的降雨累积时间由公式(2)计算:
Di=(10/60)*i (2)
Di为本场降雨过程内的持续累积降雨时间。i为每10分钟返回的累积雨量数据个数,i=1,2,3,…,n。n当中的最后18个雨量数据必须均为零,这也是本场降雨过程结束的标志。
任意场次的降雨强度计算:雨量站每分钟探测并逐10分钟返回一次降水数据。根据本发明对降雨场次的界定,降雨过程从t0开始(该时刻的降雨量计为R0),该降雨过程的累积雨量由本次降雨过程中所有不为0的降雨数据(SumRi)以及最后连续18个连续为0的降雨数据(SumR=0)组成。其中,SumRi为某次降雨过程的实际累积雨量,而SumR=0标记某次降雨过程完结的标志。在完成实时累积雨量的计算后,便可计算从t0开始后,在本次降水过程中任意时刻的平均降雨强度,也就是说在某次降雨过程内,每10分钟返回一次雨量数据后,便计算该时段内的平均雨强。
其中,Ii为从t0开始,在某次降雨过程内任意时段内的平均降雨强度。
基于雨量计的预警方法:在某次降雨过程内,由公式(2)和公式(3),可实时获取实测的降雨持续时间和平均降雨强度,计为(Di,Ii)。公式(1)确定好本次降雨的前期雨量之后,会从数据库中得出一系列的I-D阈值曲线。根据专利申请201810747570.5所公开的阈值曲线,每条阈值曲线对应着相应的泥石流的密度值。可表述如下形式:
将公式(2)中实时监测所得的累积降雨持续时间Di分别代入公式4.1-4.5,可分别求得达到相应泥石流密度所需的临界降雨强度数组:[I1.2|Di,I1.5|Di,I1.8|Di,I2.0|Di,I2.3|Di]。将此时与Di相对应的实时监测降雨强度Ii(公式3求得),与上述临界降雨强度数组中的每个值进行大小比对,而后依据大小进行排列这6个值,进而确定实时监测降水在临界降雨强度中所处的位置,最后根据发明专利201210193426.4公开的泥石流概率及危险性预警等级分类方法,判定在实时监测降雨作用下(即:在实时监测的Ar、Di和Ii作用下)泥石流发生的危险等级(用蓝、黄、橙、红标记)。
5.串口程序设计
监测***的服务端利用C#串口编程技术监听数据中心服务器的虚拟串口,读取串口数据并进行解析和处理。在窗体组件中,设计串口监听的主要流程为:(1)建立串口配置信息,在窗体中设置串口通信参数信息,如波特率,停止位,校验位,数据位和超时。(2)添加串口组件SerialPort作为隐式控件添加在窗体设计器下方(3)为串口注册Receive事件,在中断内部对缓冲区的数据进行读取。(4)对读取的数据进行实时处理和分析。(5)在读取到串口数据时,根据降雨参数信息,判断当前降雨的诱发泥石流的预警等级,并进行预警信息的推送。
预警短信推送
短信推送平台为整套泥石流监测预警***的一个重要组成部分。短信推送功能在网络数据稳定性较差、响应需求又较高的时候,能发挥其作用。本***提供预警短信推送功能。短信联系人可设置为多人,并对所有短信操作存有操作记录,达到共同监督,多重响应的目的。当***程序判断出有预警等级时,意味着本场降雨可能会诱发该地区泥石流灾害,通过服务器的短信推送平台,向相关人员实时推送预警信息,进而采取相应的避灾措施,达到保护泥石流灾害易发区的人民生命财产安全的目的。
本***根据降雨参数和雨量I-D曲线划分出泥石流预警等级,结合预警信息模板,自动生成预警信息,并调用预警短信接口,进行预警短信推送。预警短信模板如下表所示:
三、客户端设计
1.总体功能设计
客户端***窗体页面结构如图5所示,客户端可供用户查看历史雨量信息和当前降雨对应雨量I-D曲线,并根据历史预警信息对设备部署地点的泥石流易发性进行判定,并发布预警信息。下表为监测***客户端各模块信息。
监测***客户端通过绑定数据源信息可查看实时雨量数据,历史预警数据,当前雨量I-D曲线。图6为监测***客户端窗体程序总体工作流程。
2.雨量信息异步更新
雨量信息是监测***客户端通过设置窗体定时器定时查询服务器端雨量信息,利用定时操作来实现雨量数据的异步更新。
3.绘图组件设计
本***是基于CS架构,并将Chart组件应用于窗体程序的监测预警***,根据降雨参数对应的ID曲线库,绘制相应的雨量I-D曲线,并标注当前降雨参数的坐标。绘图组件主要代码如下:
var chart_2=chart2.ChartAreas[0];//设置图表
chart_2.AxisX.Title="降雨历时D(/h)";//X轴标题
chart_2.AxisY.Title="降雨强度I/(mm/h)";//Y轴标题
//设置游标
chart_2.CursorX.IsUserEnabled=true;
chart_2.CursorX.AutoScroll=true;
chart_2.CursorX.IsUserSelectionEnabled=true;
chart_2.AxisX.ScaleView.Zoomable=true;//设置X轴是否可以缩放
//根据真实雨强和ID参数计算经验性雨强区间将降雨历时代入公式计算
chart2.Series.Add("point");
chart2.Series["point"].Color=Color.Red;
chart2.Series["point"].ChartType=SeriesChartType.Point;chart2.Series["point"].Points.AddXY(Math.Log10(rain_time),Math.Log10(rain_sum)/Math.Log10(rain_time));
chart2.Series.Add("line"+i);//绘制直线图
chart2.Series["line"+i].ChartType=SeriesChartType.Line;chart2.Series[0].IsVisibleInLegend=false;
chart2.Series["line"+i].Points.AddXY(0,mm_fitting[i,0]*0+mm_fitting[i,1]);
④历史预警信息
历史预警信息是对历史监测雨量数据对应的预警等级和预警时间进行展示,方便相关人员针对设备部署监测地点的历史累计雨量信息,历史雨强信息,历史前期影响雨量,历史降雨历时等数据进行统计,便于对该监测点进行泥石流易发性分析。图7为历史预警窗体页面,历史预警页面结构分为三个模块,时间查询模块,历史预警数据模块,预警曲线模块。预警曲线是根据雨量的预警信息,将时间作为图表横轴,预警等级作为纵轴,将其划分为1,2,3,4分别对应预警等级的蓝色预警,黄色预警,橙色预警和红色预警。
实施例:
将本发明中的整套***的前端监测硬件设备安装在云南东川蒋家沟上游支沟。
在2019年7月9号,云南东川经历一场较大的降雨过程,根据雨量计监测的数据显示,2019年9号凌晨1:00-3:00期间,累积降雨量达到45mm左右。但***并未发布泥石流预警。后期将实时监测数据代入到I-D曲线数据库分析导致这次强降雨过程并未激发泥石流的根本原因是前期雨量过低。
下表为7月9号过程实时监测的平均雨强和降雨持时。从下表可知,在该段降雨过程中,最大雨强约33mm。降雨持时约2.7个小时。通过公式(1),由数据服务中心计算所得本次降雨过程的前期雨量在15mm左右。
降雨持时(小时) | 降雨强度(毫米/小时) |
1.00 | 33.94 |
1.17 | 30.29 |
1.34 | 27.55 |
1.50 | 25.29 |
1.67 | 23.18 |
1.84 | 21.45 |
2.00 | 19.97 |
2.17 | 18.66 |
2.34 | 17.63 |
2.50 | 16.73 |
2.67 | 15.91 |
为了将上表中的降雨数据与蒋家沟I-D阈值曲线数据库进行对比,在图1中的数据服务中心首先利用公式1,计算此次降水过程的前期降雨值为15mm。而后在I-D曲线数据库中搜索与15mm相匹配的I-D阈值曲线,将阈值曲线与表12中的数据进行比对,如图8所示。
图8中,红色点1为上表中的实测数据,蓝色线2为密度2.3g/cm3的I-D阈值曲线;黑色线3为密度1.2g/cm3的I-D阈值曲线。
此次降水过程在蒋家沟内所形成的水土混合物密度小于1.2g/cm3,在沟道内所激发的事件更倾向于高含沙水流流或山洪,并不具备泥石流流体的特性。故***并未发布泥石流预警。申请人采用事后调查的方式,对本次预警结果进行了验证(如图9所示),实地勘察的结果与本预警结果一致,沟道内上游以山洪或高含沙水流为主,并未出现泥石流的活动痕迹,进而证明本***的可靠性。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种泥石流快速预警***,其特征在于,包括:
雨量采集单元,用于实时获取雨量数据;
服务器数据中心,以无线的方式接收来自所雨量采集单元的雨量数据;
服务端,通过串口通讯的方式从所述服务器数据中心获取雨量数据,并根据所述雨量数据判断该场降雨是否可能诱发泥石流,并通过短信推送的方式告知相关人员根据***预警等级采取相应的避灾措施;
客户端,通过定时查询的方式与所述服务器数据中心通讯连接,用于供用户查看历史雨量信息和当前降雨对应雨量I-D曲线,并根据历史预警信息对设备部署地点的泥石流易发性进行判定,并发布预警信息。
2.根据权利要求1所述的泥石流快速预警***,其特征在于,所述雨量采集单元包括:
雨量传感器,用于实时采集降雨数据;
微处理器模块,与所述雨量传感器连接,用于根据预定的时间间隔从所述雨量传感器中读取所述降雨数据,并在读取所述降雨数据之后将所述雨量传感器清零;
无线传输模块,与所述微处理器模块连接,所述微处理器模块在读取所述降雨数据后将所述降雨数据推送给所述无线传输模块,所述无线传输模块将所述降雨数据发送给所述服务器数据中心。
3.根据权利要求1所述的泥石流快速预警***,其特征在于,所述服务端包括:
串口通讯模块,用于通过串口通讯的方式监听与所述服务器数据中心之间的虚拟串口的数据;
数据库模块,用于存储时间、当前时段的累积雨量、前期影响雨量、平均降雨强度、降雨持续时间、和泥石流预警信息等;
计算模块,用于根据所述串口通讯模块监听到的数据计算所述累积雨量、前期影响雨量、平均降雨强度、降雨持续时间、和泥石流预警信息,并将所述累积雨量、前期影响雨量、平均降雨强度、降雨持续时间、和泥石流预警信息保存在所述数据库模块中。
4.根据权利要求3所述的泥石流快速预警***,其特征在于,所述计算模块通过下式方式进行计算:
(1)降雨场次的界定:一旦雨量采集单元有回传数据大于0、且以该时刻t0为基准点前推3小时均无降水,则认为某次降雨过程开始,而在此之后若连续3小时以上雨量采集单元回传的降雨数据为0,则认定为一次降雨过程结束;和/或
(3)降雨持续时间:根据对降雨场次的界定,降雨过程从t0开始,而后雨量采集单元每分钟探测并逐10分钟返回一次降水数据,而t0后连续3个小时返回的逐10分钟降雨均为0,则认为本场降雨结束,这期间的降雨累积时间通过Di=(10/60)*i进行计算;和/或
(4)累积雨量:由本次降雨过程中所有不为0的降雨数据SumRi以及最后连续18个连续为0的降雨数据SumR=0组成,其中,SumRi为某次降雨过程的实际累积雨量,而SumR=0标记某次降雨过程完结的标志;和/或
(5)平均降雨强度:在完成实时累积雨量的计算后,根据计算从t0开始后,在本次降水过程中任意时刻的平均降雨强度;和/或
(6)泥石流预警信息:
步骤1,实时获取实测的降雨持续时间和平均降雨强度,计为(Di,Ii);
步骤2,根据本次降雨的前期雨量从数据库中选出与该前期雨量值相对应的泥石流I-D阈值曲线组合,组合中的每条阈值曲线对应着相应的泥石流的密度值;
步骤3,将实时监测所得的累积降雨持续时间Di分别代入每条阈值曲线对应着相应的泥石流的密度值公式中,可分别求得达到相应泥石流密度所需的临界降雨强度数组;
步骤4,将此时与Di相对应的实时监测降雨强度Ii,与上述临界降雨强度数组中的每个值进行大小比对,而后依据大小进行排列这些个值,进而确定实时监测降水在临界降雨强度中所处的位置;
步骤5,根据预定的泥石流概率及危险性预警等级分类方法,判定在实时监测降雨作用下泥石流发生的危险等级。
5.根据权利要求1所述的泥石流快速预警***,其特征在于,所述短信推送的短信联系人设置为多人,并记录对所有短信的操作记录。
6.根据权利要求1所述的泥石流快速预警***,其特征在于,所述客户端包括:
按键模块,用于打开/关闭程序和显示历时预警信息;
历史预警信息,用于显示历史预警信息、评估泥石流易发性;
数据库连接模块,用于设置数据库服务器、用户名和密码等;
雨量数据模块,用于实时显示雨量数据;
雨量I-D曲线,用于实时绘制雨量I-D曲线;
降雨参数模块,用于实时显示降雨参数如降雨历时、雨强等。
7.根据权利要求1所述的泥石流快速预警***,其特征在于,所述客户端的工作流程包括:
根据设置的数据库参数连接数据库;
如果连接成功,则定时查询雨量信息;
根据查询的雨量信息,实时计算降雨参数;
根据降雨参数实时绘制雨量I-D曲线、并实时显示雨量信息及降雨参数;
基于设备部署监测地点的历史累计雨量信息、历史雨强信息、历史前期影响雨量、历史降雨历时等数据的统计资料,根据实时的雨量I-D曲线对该监测点进行泥石流易发性分析。
8.根据权利要求7所述的泥石流快速预警***,其特征在于,所述客户端的工作流程还包括:
根据所述雨量I-D曲线、并实时显示雨量信息。
9.根据权利要求1所述的泥石流快速预警***,其特征在于,所述服务端建立多个线程分别实现线程监听串口数据、数据存储、划分预警等级、预警信息推送等功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910996644.3A CN110706456B (zh) | 2019-10-19 | 2019-10-19 | 泥石流快速预警*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910996644.3A CN110706456B (zh) | 2019-10-19 | 2019-10-19 | 泥石流快速预警*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110706456A true CN110706456A (zh) | 2020-01-17 |
CN110706456B CN110706456B (zh) | 2021-06-15 |
Family
ID=69201758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910996644.3A Expired - Fee Related CN110706456B (zh) | 2019-10-19 | 2019-10-19 | 泥石流快速预警*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110706456B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111553090A (zh) * | 2020-05-08 | 2020-08-18 | 中国地质环境监测院 | 适用于地质灾害气象预警的有效降雨系数计算方法 |
CN112232574A (zh) * | 2020-10-21 | 2021-01-15 | 成都理工大学 | 一种基于支持向量机的泥石流灾害降雨阈值自动划分方法 |
CN112487054A (zh) * | 2020-11-27 | 2021-03-12 | 安徽理工大学 | 一种基于大数据的降雨强度分析装置 |
CN112615771A (zh) * | 2020-12-21 | 2021-04-06 | 济南浪潮高新科技投资发展有限公司 | 基于Modbus通讯的雨量计的数据采集方法及*** |
CN113268867A (zh) * | 2021-05-17 | 2021-08-17 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种基于水热组合的冰川泥石流区域预警方法 |
CN114093138A (zh) * | 2022-01-11 | 2022-02-25 | 国能大渡河流域水电开发有限公司 | 一种用于滑坡监测预警的嵌入式雨量监测终端及监测方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101826247A (zh) * | 2010-04-06 | 2010-09-08 | 长江水利委员会长江科学院 | 泥石流监测预报预警*** |
CN101864750A (zh) * | 2010-06-29 | 2010-10-20 | 西安理工大学 | 多模型综合集成洪水预报***及其预报方法 |
KR20110095435A (ko) * | 2010-02-19 | 2011-08-25 | 한국유지관리 주식회사 | Usn을 이용한 자동 우량 경보 시스템 |
CN102902870A (zh) * | 2012-06-13 | 2013-01-30 | 中国科学院水利部成都山地灾害与环境研究所 | 一种基于流域水土耦合的泥石流预报方法 |
CN203858732U (zh) * | 2014-01-09 | 2014-10-01 | 四川大学 | 山洪泥石流地质灾害监控预警装置 |
CN104821065A (zh) * | 2015-01-28 | 2015-08-05 | 中国科学院、水利部成都山地灾害与环境研究所 | 山地灾害监测预测及预警*** |
CN105608840A (zh) * | 2016-03-09 | 2016-05-25 | 长江水利委员会水文局 | 一种基于融合定量降雨预报算法的山洪预警平台及预警方法 |
CN205334687U (zh) * | 2015-12-15 | 2016-06-22 | 四川远德安防检测设备有限公司 | 一种泥石流监测预警*** |
CN106092059A (zh) * | 2016-06-27 | 2016-11-09 | 重庆交通大学 | 一种基于多点拟合的结构物平面位移监测方法 |
WO2018076201A1 (en) * | 2016-10-26 | 2018-05-03 | Motorola Solutions, Inc. | Systems and methods for prioritizing wireless communication |
CN109118718A (zh) * | 2018-07-09 | 2019-01-01 | 中国科学院、水利部成都山地灾害与环境研究所 | 泥石流发生降雨i-d曲线阈值构建方法、流域泥石流预警方法 |
-
2019
- 2019-10-19 CN CN201910996644.3A patent/CN110706456B/zh not_active Expired - Fee Related
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110095435A (ko) * | 2010-02-19 | 2011-08-25 | 한국유지관리 주식회사 | Usn을 이용한 자동 우량 경보 시스템 |
CN101826247A (zh) * | 2010-04-06 | 2010-09-08 | 长江水利委员会长江科学院 | 泥石流监测预报预警*** |
CN101864750A (zh) * | 2010-06-29 | 2010-10-20 | 西安理工大学 | 多模型综合集成洪水预报***及其预报方法 |
CN102902870A (zh) * | 2012-06-13 | 2013-01-30 | 中国科学院水利部成都山地灾害与环境研究所 | 一种基于流域水土耦合的泥石流预报方法 |
CN203858732U (zh) * | 2014-01-09 | 2014-10-01 | 四川大学 | 山洪泥石流地质灾害监控预警装置 |
CN104821065A (zh) * | 2015-01-28 | 2015-08-05 | 中国科学院、水利部成都山地灾害与环境研究所 | 山地灾害监测预测及预警*** |
CN205334687U (zh) * | 2015-12-15 | 2016-06-22 | 四川远德安防检测设备有限公司 | 一种泥石流监测预警*** |
CN105608840A (zh) * | 2016-03-09 | 2016-05-25 | 长江水利委员会水文局 | 一种基于融合定量降雨预报算法的山洪预警平台及预警方法 |
CN106092059A (zh) * | 2016-06-27 | 2016-11-09 | 重庆交通大学 | 一种基于多点拟合的结构物平面位移监测方法 |
WO2018076201A1 (en) * | 2016-10-26 | 2018-05-03 | Motorola Solutions, Inc. | Systems and methods for prioritizing wireless communication |
CN109118718A (zh) * | 2018-07-09 | 2019-01-01 | 中国科学院、水利部成都山地灾害与环境研究所 | 泥石流发生降雨i-d曲线阈值构建方法、流域泥石流预警方法 |
Non-Patent Citations (1)
Title |
---|
张少杰等: "基于水文过程的泥石流预报中前期有效降水量的确定方法", 《水科学进展》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111553090A (zh) * | 2020-05-08 | 2020-08-18 | 中国地质环境监测院 | 适用于地质灾害气象预警的有效降雨系数计算方法 |
CN111553090B (zh) * | 2020-05-08 | 2021-02-12 | 中国地质环境监测院 | 适用于地质灾害气象预警的有效降雨系数计算方法 |
CN112232574A (zh) * | 2020-10-21 | 2021-01-15 | 成都理工大学 | 一种基于支持向量机的泥石流灾害降雨阈值自动划分方法 |
CN112487054A (zh) * | 2020-11-27 | 2021-03-12 | 安徽理工大学 | 一种基于大数据的降雨强度分析装置 |
CN112615771A (zh) * | 2020-12-21 | 2021-04-06 | 济南浪潮高新科技投资发展有限公司 | 基于Modbus通讯的雨量计的数据采集方法及*** |
CN113268867A (zh) * | 2021-05-17 | 2021-08-17 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种基于水热组合的冰川泥石流区域预警方法 |
CN114093138A (zh) * | 2022-01-11 | 2022-02-25 | 国能大渡河流域水电开发有限公司 | 一种用于滑坡监测预警的嵌入式雨量监测终端及监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110706456B (zh) | 2021-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110706456B (zh) | 泥石流快速预警*** | |
CN109932988B (zh) | 一种城市扬尘污染扩散预测***及方法 | |
CN106991731A (zh) | 集成设备维护的智能巡检方法及*** | |
CN203101366U (zh) | 用于供水网络的在线水质检测装置和在线水质监控*** | |
CN205665903U (zh) | 一种泊车***机械车位LoRa无线超声波检测器 | |
CN101545897A (zh) | 基于ZigBee技术的气体监控*** | |
CN114819588A (zh) | 基于物联网融合5g的施工风险监测调控*** | |
CN113610381B (zh) | 一种基于5g网络的水质远程实时监测*** | |
CN111121874A (zh) | 一种水源地水质监测评估***及其评估方法 | |
CN105023300A (zh) | 一种基于大数据的停车场管理*** | |
CN115623440B (zh) | 一种基于物联网的智慧城市消防巡检***及方法 | |
CN115270974B (zh) | 基于大数据分析的智能窃电检测*** | |
CN110716978A (zh) | 一种山区水库式水源地智能管理方法 | |
CN116823580A (zh) | 一种基于云计算的智慧城市节能减排管理方法及*** | |
CN104091042B (zh) | 一种基于运行数据对中央空调***节能诊断及节能潜力分析的方法 | |
CN106019985A (zh) | 建筑物节能改造方法及装置 | |
CN106052747A (zh) | 一种媒介生物信息智能采集设备 | |
CN114169797A (zh) | 一种能源管理***及方法 | |
CN106765029A (zh) | 一种基于物联网的锅炉多传感复合数据采集设备 | |
CN117114619B (zh) | 一种基于大数据分析的项目安全管理*** | |
CN112016206A (zh) | 判定塔架失稳状态的方法、***、计算机设备及应用 | |
CN111609886A (zh) | 一种基于安卓操作***的渠道智能量水终端 | |
CN111429678A (zh) | 一种用于疫情重点人群的监测*** | |
CN115907733A (zh) | 一种二次供水泵房ai无人巡检平台及方法 | |
CN2747643Y (zh) | 人流量监测装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210615 Termination date: 20211019 |