CN112750280A - 一种复合式地质灾害专业监测预警方法和装置 - Google Patents
一种复合式地质灾害专业监测预警方法和装置 Download PDFInfo
- Publication number
- CN112750280A CN112750280A CN202011521699.8A CN202011521699A CN112750280A CN 112750280 A CN112750280 A CN 112750280A CN 202011521699 A CN202011521699 A CN 202011521699A CN 112750280 A CN112750280 A CN 112750280A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- geological
- data
- early warning
- monitoring data
- 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
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
- G08B29/188—Data fusion; cooperative systems, e.g. voting among different detectors
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及地质灾害专业监测预警技术领域,具体涉及一种复合式地质灾害专业监测预警方法和装置,方法包括:服务器预先建立监测设备之间的关联关系;服务器与监测设备连接,所述方法包括:所述服务器预先建立监测设备之间的关联关系;所述服务器获取监测数据,其中,所述监测数据包括从至少两台所述具有关联关系的监测设备获取的,所述监测数据包括监测设备的状态数据和/或地质监测数据;所述服务器获取的地质监测数据包括补偿数据和/或具有关联关系的监测设备采集的地质监测数据;根据获取的状态数据和/或地质监测数据判断是否符合预警条件。本发明可以在监测设备掉线的情况下分析地质灾害发生的概率,并及时对灾害预警。
Description
【技术领域】
本发明涉及地质灾害预警技术领域,尤其涉及一种复合式地质灾害专业监测预警方法和装置。
【背景技术】
近年来,气候变化所导致的全球范围内泥石流、滑坡、山洪、台风、洪水、干旱等自然灾害的暴发频度、范围、规模和影响急剧增加。而我国是多山区和地质构造活跃的国家,自然灾害危害的区域广,大量人口被迫居住在高风险地带。每年有数以万计的人受到滑坡、泥石流的威胁,造成重大经济损失和人员伤亡,仅在我国,就有7400万人不同程度地受到泥石流灾害的威胁;自2000年以来我国因灾死亡人数年均739人,年均经济损失42.7亿元。
目前我国自然资源部门、应急部门等相关管理部门在全国范围内建立了相应的地质灾害监测预警***,该地质灾害监测预警***能够在汛期和地质灾害多发季节发布预警信息,通知人员撤离。通常地质灾害专业监测是基于监测设备回传的数据并在此基础上进行分析计算后进行预警,但是往往在地质灾害即将发生的时候,现场环境极其恶劣,如地面沉降、地下空洞、地表变形、滑面位移、泥石流冲击等会影响到已布置的专业监测设备的正常运行,使其断电断网掉线,这种情况发生后,掉线的设备便无法再回传数据,也就无法通过传统的数据计算的方式进行预警。
同时由于专业监测设备一般比较昂贵,有些地区无法设置专业监测设备,因此该地区会选择采用普通廉价监测设备,进一步为了节省成本,可能会将监测设备布置的比较稀疏甚至将一些普通监测设备撤去,这就导致了监测数据中一部分类型的地质监测数据的缺失,从而引起某些地区监测数据中一部分类型的地质监测数据的缺失。
要想较为准确地获取到这些地区所缺失的地质监测数据,不仅需要通过这些地区的周边地区的已有地质监测数据对这些地区缺失的地质监测数据进行科学地推算,还需要对用于计算的周边地区进行合理的选取,即寻找合理的地质灾害检测点,这样才能更为准确的获取到这些地区所缺失的补偿数据,然后服务器通过得到的补偿数据和/或具有关联关系的监测设备采集的地质监测数据分析发生相应地质灾害的概率,并判断是否符合地质灾害预警条件。
鉴于此,克服该现有技术所存在的缺陷是本技术领域亟待解决的问题。
【发明内容】
本发明要解决的技术问题是:
传统的地质灾害监测是基于专业监测设备上报的数据进行分析,并判断是否符合某一类地质灾害的预警条件,但是实际场景中,当灾害即将发生时,现场的环境极其恶劣,如地面沉降、地下空洞、地表变形、滑面位移和泥石流冲击等会造成专业监测设备出现断电断网等状况,从而使得已经布置好的专业监测设备无法将有效的预警数据上报至服务器,并及时做出预警提醒。
进一步要解决的问题是由于专业监测设备往往价格昂贵,不大可能对任何一种地质灾害都采用专业监测设备进行监测,因此会选用普通廉价监测设备,或者进一步为了节省成本,将监测设备布置的比较稀疏甚至将一部分普通监测设备撤掉,因此需要通过从周边地区获取的补偿数据和/或具有关联关系的监测设备采集的地质监测数据对相应地质灾害发生的概率进行分析,并判断是否符合地质灾害预警条件。
本发明采用如下技术方案:
第一方面,本发明提供了一种复合式地质灾害专业监测预警方法,服务器与监测设备连接,所述方法包括:
所述服务器预先建立监测设备之间的关联关系;
所述服务器获取监测数据,其中,所述监测数据包括从至少两台所述具有关联关系的监测设备获取的,所述监测数据包括监测设备的状态数据和/或地质监测数据;
根据获取的状态数据和/或地质监测数据判断是否符合预警条件;
若符合预警条件,则生成对应的预警提醒信息,发送所述预警提醒信息。
优选的,所述服务器预先建立监测设备之间的关联关系,具体包括:
所述服务器根据地理位置特点和历史灾害数据预先建立不同地质灾害发生时对应的监测设备之间的关联关系;
所述具有关联关系的监测设备包括:普通监测设备和/或专业监测设备,其中,所述专业监测设备用于采集对应地质灾害的专业地质监测数据;
当第一类地质灾害发生时,具有关联关系的监测设备被称为第一关联组,其中,所述第一关联组中的监测设备在第一类地质灾害发生时的状态数据为掉线状态的概率超过预设阈值;
当第二类地质灾害发生时,具有关联关系的监测设备被称为第二关联组,其中,所述第二关联组中的监测设备在第二类地质灾害发生时的状态数据为掉线状态的概率超过预设阈值。
优选的,所述根据获取的状态数据和/或地质监测数据判断是否符合预警条件,具体包括:
当第一关联组中的各个监测设备其状态数据均为掉线状态时,若第一关联组中含有第一类地质灾害对应的专业监测设备,但服务器分析专业监测设备在掉线之前上报的专业地质监测数据未超过预警值;
则服务器根据第一关联组中的普通监测设备在掉线之前上报的地质监测数据与对应地质灾害场景下的地质监测数据进行匹配。
优选的,在所述第二关联组中的各个监测设备均被第一关联组包含时,所述服务器根据第一关联组中的普通监测设备在掉线之前上报的地质监测数据与对应地质灾害场景下的地质监测数据进行匹配,具体还包括:
若服务器分析第一关联组中的普通监测设备在掉线之前上报的地质监测数据与第一类地质灾害场景下的地质监测数据匹配度超过预设匹配值,则符合第一类地质灾害预警条件;
若服务器分析第一关联组中的普通监测设备在掉线之前上报的地质监测数据与第一类地质灾害和第二类地质灾害同时发生的场景下的地质监测数据匹配度超过预设匹配值,则符合第一类地质灾害和第二类地质灾害同时发生的预警条件。
优选的,所述根据获取的状态数据和/或地质监测数据判断是否符合预警条件,具体还包括:
当第一关联组中的各个监测设备其状态数据均为掉线状态时,若第一关联组中含有第一类地质灾害对应的专业监测设备,且服务器分析专业监测设备在掉线之前上报的专业地质监测数据超过预警值,则符合第一类地质灾害预警条件。
优选的,在所述第二关联组中的各个监测设备均被第一关联组包含时,所述根据获取的状态数据和/或地质监测数据判断是否符合预警条件,具体还包括:
当第一关联组中的各个监测设备均为普通监测设备,且各个普通监测设备的状态数据均为掉线状态时,则服务器根据第一关联组中的普通监测设备在掉线之前上报的地质监测数据与对应地质灾害场景下的地质监测数据进行匹配;
若服务器分析第一关联组中的普通监测设备在掉线之前上报的地质监测数据与第一类地质灾害场景下的地质监测数据匹配度超过预设匹配值,则符合第一类地质灾害预警条件;
若服务器分析第一关联组中的普通监测设备在掉线之前上报的地质监测数据与第一类地质灾害和第二类地质灾害同时发生的场景下的地质监测数据匹配度超过预设匹配值,则符合第一类地质灾害和第二类地质灾害同时发生的预警条件。
优选的,判断服务器是否收到第一类地质灾害对应的专业监测设备上报的数据,当第一关联组中的监测设备其状态数据显示至少有一台为在线状态时,具体还包括:
若收到第一类地质灾害对应的专业监测设备上报的数据,但服务器分析专业监测设备上报的专业地质监测数据显示未超过预警值,则服务器根据第一关联组中处于在线状态的普通监测设备获取的地质监测数据与第一类地质灾害场景下的地质监测数据进行匹配;
若服务器分析第一关联组中处于在线状态的普通监测设备上报的地质监测数据与第一类地质灾害场景下的地质监测数据匹配度超过预设匹配值,则符合第一类地质灾害预警条件。
优选的,所述判断服务器是否收到第一类地质灾害对应的专业监测设备上报的数据,当第一关联组中的监测设备其状态数据显示至少有一台为在线状态时,具体还包括:
若收到第一类地质灾害对应的专业监测设备上报的数据,且服务器分析专业监测设备上报的专业地质监测数据显示超过预警值,则符合第一类地质灾害预警条件。
优选的,所述补偿数据的获取方法包括:
服务器获取地区A及周边地区的地理位置信息与地质监测数据,根据每个地区的地理位置信息与地质监测数据建立周边地区的数据库;
从所述周边地区的数据库集合中随机挑取一个数据库组合,所述数据库组合包含至少两个周边地区的数据库,对于所述数据库组合中同种类型地质监测数据,根据所述数据库组合中周边地区地理位置的不同赋予所述数据库组合中周边地区相应类型地质监测数据不同的权重,由此生成一套权重值,推算地区A相应类型地质监测数据;由随机挑取的一个数据库组合推算地区A的n种类型的地质监测数据,则生成n套权重值;
在随机挑取的不同数据库组合中,寻找n套权重值都一致的目标数据库组合,从而由目标数据库组合中的地质监测数据推算地区A缺失的补偿数据。
优选的,所述由目标数据库组合中的地质监测数据推算地区A缺失的地质监测数据,具体为:
根据目标数据库组合中的地质监测数据推算地区A的相应类型地质监测数据,得到对应于地区A的已有地质监测数据及缺失地质监测数据的补偿数据,将地区A的已有地质监测数据分别与相应补偿数据进行对比,得到地区A的已有地质监测数据与相应补偿数据的平均相似度,若所述平均相似度达到相似度设定阈值,则认为通过预测算法计算得到的地区A缺失地质监测数据的补偿数据可靠,从而得到地区A缺失的地质监测数据。
优选的,所述周边地区包括以地区A为中心,与地区A接壤,和/或,与地区A地理位置相近的地区。
优选的,所述地理位置信息包括经度、纬度、地貌、地形、海拔、气候、地质中的一项或多项。
优选的,所述监测数据包含不同类型的地质监测数据,所述地质监测数据包括温度、湿度、气压、水位、降雨量、土壤含水量、渗透水压力、应力、位移、斜坡形变量和斜坡倾斜角中的一项或多项。
优选的,所述补偿数据与所述已有地质监测数据保存在不同的数据库中,需要对地质灾害的发生趋势或状态进行推断时,所述数据中心对所述补偿数据与已有地质监测数据进行调用;需要对缺失的地质监测数据进行推算时,只调用所述已有地质监测数据。
优选的,所述平均相似度具体为:
所述数据中心将地区A的已有地质监测数据分别与相应补偿数据进行对比,根据地区A的已有地质监测数据类型的不同,计算得到不同的相似度,对所述不同的相似度进行均值处理,得到地区A的已有地质监测数据与相应补偿数据的平均相似度。
优选的,将所述平均相似度与所述相似度设定阈值进行比较,若所述平均相似度低于所述相似度设定阈值,则认为所述补偿数据存在一定的不确定性,对预测算法进行调整,直至所述平均相似度达到所述相似度设定阈值,从而得到地区A缺失的补偿数据。
第二方面,本发明还提供了一种复合式地质灾害专业监测预警装置,包括至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令程序设置为执行权利要求1-9任一所述的复合式地质灾害专业监测预警方法。
与现有技术相比,本发明的有益效果是:
本发明首先通过服务器预先建立监测设备之间的关联关系,其中,具有关联关系的监测设备在某一地质灾害发生时大概率为掉线状态。当某一类地质灾害发生时,如果服务器分析专业监测设备在掉线之前上报的专业地质监测数据未超过预警值,则服务器根据具有关联关系的普通监测设备在掉线之前上报的地质监测数据与对应地质灾害场景下的地质监测数据进行匹配,从而判断某一类灾害是否发生,本发明可以在监测设备掉线的情况下分析灾害发生的概率。
另一方面,服务器建立的具有关联关系的监测设备可以是专业监测设备与普通监测设备关联,也可以是普通监测设备与普通监测设备之间进行关联,同时,为了进一步节约成本,将具有关联关系的监测设备撤掉一部分,然后根据周边地区的地质监测数据对缺失的地质监测数据进行补偿,获取准确的补偿数据,通过补偿数据和/或具有关联关系的监测设备采集的地质监测数据的判断是否符合地质灾害预警条件;
由于减少了专业监测设备和/或普通监测设备的数量,有效降低了地质灾害监测设备的成本。
【附图说明】
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单地介绍。显而易见地,下面所描述的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种复合式地质灾害专业监测预警方法流程图;
图2是本发明实施例提供的一种具有关联关系的监测设置点位布置示意图;
图3是本发明实施例提供的一种具有关联关系的监测设置点位布置示意图;
图4是本发明实施例提供的一种复合式地质灾害专业监测预警方法流程图;
图5是本发明实施例提供的一种复合式地质灾害专业监测预警方法流程图;
图6是本发明实施例提供的一种复合式地质灾害专业监测预警方法流程图;
图7是本发明实施例提供的一种地质灾害监测数据获取方法流程图;
图8是本发明实施例提供的一种地质灾害监测数据获取方法的相邻地区的监测数据示意图;
图9是本发明实施例提供的一种地质灾害监测数据获取方法的数据补偿示意图;
图10是本发明实施例提供的一种地质灾害监测数据获取方法的数据结构示意图;
图11是本发明实施例提供的另一种地质灾害监测数据获取方法流程图;
图12是本发明实施例提供的另一种地质灾害监测数据获取方法的设备布置示意图;
图13是本发明实施例提供的另一种地质灾害监测数据获取方法的数据仿推示意图;
图14是本发明实施例提供的一种地质灾害监测数据获取方法的数据结构图;
图15是本发明实施例提供的一种地质灾害监测数据获取方法流程图;
图16是本发明实施例提供的一种地质灾害监测数据获取方法的相邻地区的监测数据示意图;
图17是本发明实施例提供的一种复合式地质灾害专业监测预警装置的架构图。
【具体实施方式】
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在本发明的描述中,术语“内”、“外”、“纵向”、“横向”、“上”、“下”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明而不是要求本发明必须以特定的方位构造和操作,因此不应当理解为对本发明的限制。
此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明实施例1提供了一种复合式地质灾害专业监测预警方法,服务器与监测设备连接,如图1所示,所述方法包括:
步骤10,所述服务器预先建立监测设备之间的关联关系,其中,具有关联关系的监测设备在对应地质灾害发生时其状态数据大概率为掉线状态,所述的大概率可以根据需要设置预设阈值,比如:根据大数据分析当第一类灾害发生时,某些监测点位上的监测设备其状态数据为掉线状态的概率超过预设阈值99%,则可认为这些监测点位上的监测设备具有关联关系;其中,大数据主要根据地理位置特点和历史灾害发生时的监测设备掉线等情况进行综合分析,本发明所说的预设阈值99%仅仅是为了举例说明,具体数值可根据实际需要进行调整,并不用于限定本发明。
步骤20,所述服务器获取监测数据,其中,所述监测数据包括从至少两台所述具有关联关系的监测设备获取的,所述监测数据包括监测设备的状态数据和/或地质监测数据;其中所述监测设备分为专业监测设备和普通监测设备;当监测设备为专业监测设备时,服务器获取专业监测设备的监测数据为状态数据和地质监测数据,所述专业监测设备可以是地震监测仪(专业采集地震发生时的数据)、泥石流地声监测设备(专业采集泥石流地声振动信号)和滑坡预警伸缩仪(一般将滑坡预警伸缩仪安装在滑坡的地面裂缝两侧,采集裂缝张开数据)等等;当监测设备为普通设备时,服务器获取普通监测设备的监测数据为状态数据和/或地质监测数据,所述普通监测设备包括环境监测设备和简易监测设备,服务器获取环境监测设备采集的环境监测数据(此处的环境监测数据也属于地质监测数据)和状态数据,所述环境监测设备可以是雨量计、土壤水分计、水位计、温度计,光强测量仪等等:所述简易监测设备主要上报状态数据,让服务器分析该简易监测设备是否在线,其中,简易监测设备的状态包括在线状态和掉线状态两种情况;当然,所述服务器不仅仅获取具有关联关系的监测设备采集的监测数据,还获取其他监测设备的监测数据,在此不一一赘述。
在上述预先建立监测设备之间的关联关系基础上,本发明实施例提供的所述复合式地质灾害专业监测预警方法包括以下步骤:
步骤30,根据获取的状态数据和/或地质监测数据判断是否符合预警条件;
本发明用第一类地质灾害和第二类地质灾害举例说明,具体为:在第一类地质灾害(第一类地质灾害可以是地震、泥石流、山体滑坡等其中的任意一种)发生前,现场环境极其恶劣,已经安置好的专业监测设备可能会出现断电断网的情况,在出现断电断网的情况之前该专业监测设备虽然已经将专业地质监测数据上报至服务器,但服务器分析专业监测设备上报的专业地质监测数据未超过预警值,说明该专业监测设备还未将有效的预警数据上报至服务器就出现了断网断电的情况,因此服务器就无法准确预判第一类地质灾害的发生。此时服务器根据预先建立的具有关联关系的监测设备来判断第一类地质灾害发生的概率。
参考图2,具体方法如下:第一关联组中具有关联关系的监测设备分别设置在H、I、J、K和L五个点位,通过大数据分析,当第一类地质灾害发生时,H、I、J、K和L五个点位设置的监测设备掉线的概率超过预设阈值99%,此处的掉线概率超过预设阈值99%仅仅是举例说明,无任何限定意义,可结合实际场景需求自行定义。其中H点位设置的监测设备为监测第一类地质灾害的专业监测设备,I、J、K和L点位设置的监测设备均为普通监测设备,该普通监测设备均为环境监测设备,服务器可以获取环境监测设备的环境监测数据和状态数据。
假设H、I、J、K和L五个点位上的监测设备均为掉线状态,服务器首先分析H点位的专业监测设备在掉线之前上报的专业地质监测数据。
情况一:
当服务器分析第一关联组中的各个监测设备其状态数据均为掉线状态时,若第一关联组中含有第一类地质灾害对应的专业监测设备,且服务器分析专业监测设备在掉线之前上报的专业地质监测数据超过预警值,则符合第一类地质灾害预警条件。
步骤40,若符合预警条件,则生成对应的预警提醒信息,发送所述预警提醒信息。
服务器生成对应的预警提醒信息并向相关人员发送该预警提醒信息,相关人员收到预警提醒信息后向相关地区受威胁对象发出预警提醒,其中预警提醒方式可以通过广播播报、短信提醒或者网络发布的形式向相关地区受威胁的对象发出预警提醒。
情况二:
参考图2和图4,当服务器分析H点位设置的专业监测设备在掉线之前上报的专业地质监测数据未超过预警值,则掉线原因可能是第一类地质灾害引起的,也可能是设备自身损坏或接触不良等非第一类地质灾害引起的掉线,需要进一步确认第一类地质灾害发生的概率:首先根据五个点位设置的监测设备之间的关联关系初步判定发生灾害类型为第一类地质灾害,进一步对第一类地质灾害发生的概率进行分析,具体方法为:分析I、J、K和L点位设置的环境监测设备在掉线之前上报的实际环境监测数据与大数据分析对应的第一类地质灾害场景下I、J、K和L点位的环境监测数据之间的匹配度,若匹配度超过预设匹配值,则符合第一类地质灾害预警条件,假设I点位设置的环境监测设备为雨量计I;J点位设置的环境监测设备为水位计J;K点位设置的环境监测设备为光强测量仪K;L点位设备的环境监测设备为土壤水分计L。雨量计I、水位计J、光强测量仪K和土壤水分计L在掉线之前上报的实际环境监测数据分别为雨量i、水位j、光强k和土壤水分l,大数据分析第一类地质灾害场景下对应的雨量计I、水位计J、光强测量仪K和土壤水分计L的环境监测数据分别为雨量i1、水位j1、光强k1和土壤水分l1,若雨量i与雨量i1的匹配度超过90%,水位j与水位j1的匹配度超过90%,光强k与光强k1的匹配度超过90%,土壤水分l与土壤水分l1的匹配度超过90%,说明雨量计I、水位计J、光强测量仪K和土壤水分计L在掉线之前上报的实际环境监测数据与大数据分析第一类地质灾害场景下对应的雨量计I、水位计J、光强测量仪K和土壤水分计L的环境监测数据平均匹配度超过90%,若90%为预设匹配值,则说明H、I、J、K和L五个点位的监测设备掉线的原因是由于第一类地质灾害引起的,而不是由于接触不良或者线路损坏等非第一类地质灾害造成的掉线,符合第一类地质灾害预警条件,以上预设匹配值仅仅为了解释说明,并不用于限定本发明。
根据五个点位设置的监测设备之间的关联关系初步判定发生灾害类型为第一类地质灾害,并进一步对第一类地质灾害发生的概率进行分析,还存在另外一种可实现方式,具体为:I、J、K和L点位设置的环境监测设备在掉线之前上报的实际环境监测数据在判断第一类地质灾害发生的概率时,其重要程度不同,因此综合分析第一类地质灾害发生的概率时可采用加权计算的方法,首先根据雨量计I、水位计J、光强测量仪K和土壤水分计L在判断第一类地质灾害发生时的重要程度赋予权重,如光强测量仪K和土壤水分计L在判断第一类地质灾害发生时的重要程度较高,分别赋予权重0.4和0.3,雨量计I和水位计J在判断第一类地质灾害发生时的重要程度较低,分别赋予权重0.2和0.1,确定不同点位的环境监测设备在判断第一类地质灾害发生概率的权重后,判断是否符合第一类地质灾害预警条件的方法为:首先分别将I、J、K和L点位设置的环境监测设备在掉线之前上报的实际环境监测数据与大数据分析第一类地质灾害场景下I、J、K和L点位设置的环境监测设备的环境监测数据进行匹配,得到相应的匹配度,然后根据权重计算总的匹配度,若总的匹配度超过预设匹配值,则符合第一类地质灾害预警条件。
具体为:雨量计I、水位计J、光强测量仪K和土壤水分计L在掉线之前上报的实际环境监测数据分别为雨量i、水位j、光强k和土壤水分l,大数据分析第一类地质灾害场景下的雨量计I、水位计J、光强测量仪K和土壤水分计L的环境监测数据分别为雨量i1、水位j1、光强k1和土壤水分l1,其中,雨量i与雨量i1的匹配度为I1,水位j与水位j1的匹配度为J1,光强k与光强k1的匹配度为K1,土壤水分l与土壤水分l1的匹配度为L1,根据权重计算总匹配度:总匹配度=0.2*I1+0.1*J1+0.4*K1+0.3*L1,若总匹配度超过预设匹配值则符合第一类地质灾害预警条件,服务器生成对应的预警提醒信息并向相关人员发送该预警提醒信息,相关人员收到预警提醒信息后向相关地区受威胁对象发出预警提醒,其中预警提醒方式可以通过广播播报、短信提醒或者网络发布的形式向相关地区受威胁的对象发出预警提醒。
若总匹配度未超过预设匹配值,则判定未发生第一类地质灾害,导致第一关联组中具有关联关系的监测设备均掉线的原因可能是第一关联组中的监测设备线路出现问题等其他非灾害掉线的原因,相关人员可以用无人飞机到相应区域查看,也可以相关工作人员到相应区域查看,以上权重赋值均可根据实际需要进行调整,且以上所述只是其中的一个具体实施例,并不用于限制本发明。
所述服务器预先建立监测设备之间的关联关系,具体包括:
所述服务器根据地理位置特点和历史灾害数据预先建立不同地质灾害发生时对应的监测设备之间的关联关系;其中,具有关联关系的监测设备在对应地质灾害发生时其状态数据大概率为掉线状态,具体概率可以根据需求自行设置,本发明自行设置的概率被称为预设阈值,比如:根据大数据分析当第一类灾害发生时,某些监测点位上的监测设备其状态数据为掉线状态的概率超过预设阈值99%,则可认为这些监测点位上的监测设备具有关联关系;其中,大数据主要根据地理位置特点和历史灾害发生时的监测设备掉线等情况进行综合分析,可能在历史上发生过10次第一类地质灾害,在这10次第一类地质灾害发生时,第一关联组中的监测设备均出现掉线的情况也为10次,此时第一关联组中的监测设备即为具有关联关系的监测设备,在此只是为了更清楚说明如何建立监测设备之间的关联关系,且本发明所说的预设阈值99%仅仅是为了举例说明,具体数值可根据实际需要进行调整,并不用于限定本发明。
所述具有关联关系的监测设备包括:普通监测设备和/或专业监测设备,其中,所述专业监测设备用于采集对应地质灾害的专业地质监测数据;
所述具有关联关系的监测设备具体可以为:具有关联关系的监测设备包括普通监测设备和专业监测设备;具有关联关系的监测设备均为普通监测设备。
当第一类地质灾害发生时,具有关联关系的监测设备被称为第一关联组,其中,所述第一关联组中的监测设备在第一类地质灾害发生时的状态数据为掉线状态的概率超过预设阈值;
当第二类地质灾害发生时,具有关联关系的监测设备被称为第二关联组,其中,所述第二关联组中的监测设备在第二类地质灾害发生时的状态数据为掉线状态的概率超过预设阈值。
所述根据获取的状态数据和/或地质监测数据判断是否符合预警条件,具体包括:
当第一关联组中的各个监测设备其状态数据均为掉线状态时,若第一关联组中含有第一类地质灾害对应的专业监测设备,但服务器分析专业监测设备在掉线之前上报的专业地质监测数据未超过预警值;则掉线的原因可能是第一类地质灾害引起的,但专业监测设备还未来得及将有效的预警信息上报至服务器就掉线了,也可能是第一关联组中的监测设备自身老化或者接触不良等非第一类地质灾害引起的掉线,因此需要进一步确认第一类地质灾害发生的概率,此时服务器根据第一关联组中的普通监测设备在掉线之前上报的地质监测数据与对应地质灾害场景下的地质监测数据进行匹配。
继续参考图2和图4,具体实施方式为:第一关联组中具有关联关系的监测设备分别设置在H、I、J、K和L五个点位,其中H点位设置的监测设备为监测第一类地质灾害的专业监测设备,I、J、K和L点位设置的监测设备均为环境监测设备,若服务器分析H点位设备的专业监测设备在掉线之前上报的专业地质监测数据未超过预警值,需进一步确认第一类地质灾害发生的概率,根据五个点位设置的监测设备之间的关联关系初步判定发生灾害类型为第一类地质灾害,并进一步对第一类地质灾害发生的概率进行分析,具体方法为:分析I、J、K和L点位设置的环境监测设备在掉线之前上报的实际环境监测数据与大数据分析对应的第一类地质灾害场景下I、J、K和L点位的环境监测数据之间的匹配度,若匹配度超过预设匹配值,则符合第一类地质灾害预警条件,假设I点位设置的环境监测设备为雨量计I;J点位设置的环境监测设备为水位计J;K点位设置的环境监测设备为光强测量仪K;L点位设备的环境监测设备为土壤水分计L。雨量计I、水位计J、光强测量仪K和土壤水分计L在掉线之前上报的实际环境监测数据分别为雨量i、水位j、光强k和土壤水分l,大数据分析第一类地质灾害场景下的雨量计I、水位计J、光强测量仪K和土壤水分计L的环境监测数据分别为雨量i1、水位j1、光强k1和土壤水分l1,若雨量i与雨量i1的匹配度超过90%,水位j与水位j1的匹配度超过90%,光强k与光强k1的匹配度超过90%,土壤水分l与土壤水分l1的匹配度超过90%,说明雨量计I、水位计J、光强测量仪K和土壤水分计L在掉线之前上报的实际环境监测数据与大数据分析第一类地质灾害场景下的雨量计I、水位计J、光强测量仪K和土壤水分计L的环境监测数据平均匹配度超过90%,若90%为预设匹配值,则说明H、I、J、K和L五个点位的监测设备掉线的原因是由于第一类地质灾害引起的,而不是由于接触不良或者线路损坏等非第一类地质灾害造成的掉线,符合第一类地质灾害预警条件。
根据五个点位设置的监测设备之间的关联关系初步判定发生灾害类型为第一类地质灾害,并进一步对第一类地质灾害发生的概率进行分析,还存在另外一种可实现方式,具体为:I、J、K和L点位设置的环境监测设备在掉线之前上报的实际环境监测数据在判断第一类地质灾害发生的概率时,其重要程度不同,因此综合分析第一类地质灾害发生的概率时可采用加权计算的方法,首先根据雨量计I、水位计J、光强测量仪K和土壤水分计L在判断第一类地质灾害发生时的重要程度赋予权重,如光强测量仪K和土壤水分计L在判断第一类地质灾害发生时的重要程度较高,分别赋予权重0.4和0.3,雨量计I和水位计J在判断第一类地质灾害发生时的重要程度较低,分别赋予权重0.2和0.1。确定不同点位的环境监测设备在判断第一类地质灾害发生概率的权重后,判断是否符合第一类地质灾害预警条件的方法为:首先分别将I、J、K和L点位设置的环境监测设备在掉线之前上报的实际环境监测数据与大数据分析第一类地质灾害场景下I、J、K和L点位设置的环境监测设备的环境监测数据进行匹配,得到相应的匹配度,然后根据权重计算总的匹配度,若总的匹配度超过预设匹配值,则符合第一类地质灾害预警条件。
具体为:雨量计I、水位计J、光强测量仪K和土壤水分计L在掉线之前上报的实际环境监测数据分别为雨量i、水位j、光强K和土壤水分l,大数据分析第一类地质灾害场景下的雨量计I、水位计J、光强测量仪K和土壤水分计L的环境监测数据分别为雨量i1、水位j1、光强k1和土壤水分l1,其中,雨量i与雨量i1的匹配度为I1,水位j与水位j1的匹配度为J1,光强k与光强k1的匹配度为K1,土壤水分l与土壤水分l1的匹配度为L1,根据权重计算总匹配度:总匹配度=0.2*I1+0.1*J1+0.4*K1+0.3*L1,若总匹配度超过预设匹配值则符合第一类地质灾害预警条件,服务器生成对应的预警提醒信息并向相关人员发送该预警提醒信息,相关人员收到预警提醒信息后向相关地区受威胁对象发出预警提醒,其中预警提醒方式可以通过广播播报、短信提醒或者网络发布的形式向相关地区受威胁的对象发出预警提醒。
若总匹配度未超过预设匹配值,则判定未发生第一类地质灾害,导致第一关联组中具有关联关系的监测设备均掉线的原因可能是第一关联组中的监测设备线路出现问题等其他非灾害掉线的原因,相关人员可以用无人飞机到相应区域查看,也可以相关工作人员到相应区域查看,以上权重赋值均可根据实际需要进行调整,且以上所述只是其中的一个具体实施例,并不用于限制本发明。
情况三:
参考图2和图5,第一关联组中的各个监测设备其状态数据均为掉线状态时,第一关联组中含有第一类地质灾害对应的专业监测设备,但服务器分析专业监测设备在掉线之前上报的专业地质监测数据未超过预警值,还存在另外一种场景,所述第二关联组中的各个监测设备均被第一关联组包含,假设第一关联组中具有关联关系的监测设备分别设置在H、I、J、K和L五个点位,其中H点位设置的监测设备为监测第一类地质灾害的专业监测设备,I、J、K和L点位设置的监测设备均为普通监测设备,该普通监测设备均为环境监测设备,假设I点位设置的环境监测设备为雨量计I;J点位设置的环境监测设备为水位计J;K点位设置的环境监测设备为光强测量仪K;L点位设备的环境监测设备为土壤水分计L。第二关联组中具有关联关系的监测设备为第一关联组中的J、K和L三个点位上的监测设备水位计J、光强测量仪K和土壤水分计L,因此当第一关联组中的监测设备均为掉线状态,若服务器分析专业监测设备在掉线之前上报的专业地质监测数据未超过预警值时,可以初步判断灾害发生类型包括:第一类地质灾害发生,或者第二类地质灾害和第一类地质灾害同时发生,进一步,服务器根据第一关联组中的环境监测设备在掉线之前上报的实际环境监测数据与对应地质灾害场景下的环境监测数据进行匹配。
若服务器分析第一关联组中的环境监测设备在掉线之前上报的环境监测数据与第一类地质灾害场景下的环境监测数据匹配度超过预设匹配值,则符合第一类地质灾害预警条件;
具体实现方式为:雨量计I、水位计J、光强测量仪K和土壤水分计L在掉线之前上报的实际环境监测数据分别为雨量i、水位j、光强k和土壤水分l,大数据分析第一类地质灾害场景下的雨量计I、水位计J、光强测量仪K和土壤水分计L的环境监测数据分别为雨量i1、水位j1、光强k1和土壤水分l1,若雨量i与雨量i1的匹配度超过90%,水位j与水位j1的匹配度超过90%,光强k与光强k1的匹配度超过90%,土壤水分l与土壤水分l1的匹配度超过90%,说明雨量计I、水位计J、光强测量仪K和土壤水分计L在掉线之前上报的实际环境监测数据与大数据分析第一类地质灾害场景下的雨量计I、水位计J、光强测量仪K和土壤水分计L的环境监测数据平均匹配度超过90%。若90%为预设匹配值,则说明H、I、J、K和L五个点位的监测设备掉线的原因是由于第一类地质灾害引起的,而不是由于接触不良或者线路损坏等非第一类地质灾害造成的掉线,符合第一类地质灾害预警条件,以上预设匹配值仅仅为了解释说明,并不用于限定本发明。
若服务器分析第一关联组中的普通监测设备在掉线之前上报的实际环境监测数据与第一类地质灾害和第二类地质灾害同时发生的场景下的环境监测数据匹配度超过预设匹配值,则符合第一类地质灾害和第二类地质灾害同时发生的预警条件。具体为:雨量计I、水位计J、光强测量仪K和土壤水分计L在掉线之前上报的实际环境监测数据分别为雨量I、水位j、光强K和土壤水分l,大数据分析第一类地质灾害和第二类灾害同时发生时的场景下其雨量计I、水位计J、光强测量仪K和土壤水分计L的环境监测数据分别为雨量i2、水位j2、光强k2和土壤水分l2,若雨量i与雨量i2的匹配度超过90%,水位j与水位j2的匹配度超过90%,光强k与光强k2的匹配度超过90%,土壤水分l与土壤水分l2的匹配度超过90%,说明雨量计I、水位计J、光强测量仪K和土壤水分计L在掉线之前上报的实际环境监测数据与大数据分析第一类地质灾害和第二类地质灾害同时发生时的场景下的雨量计I、水位计J、光强测量仪K和土壤水分计L的环境监测数据平均匹配度超过90%,若90%为预设匹配值,则符合第一类地质灾害和第二类地质灾害同时发生的预警条件,以上所述仅仅是其中一个具体实施例,并不用于限定本发明。
情况四:
参考图3,实际场景中还存在另外一种可实现的方式,在以往历史灾害发生的数据中,当第二关联组中的各个监测设备均被第一关联组包含时,初步判断发生灾害的类型包括:第一类地质灾害发生,或者第二类地质灾害和第一类地质灾害同时发生,为了进一步排除第一类地质灾害和第二类地质灾害同时发生的可能性,本实施例在第二关联组中新增设一个关联监测设备M,假设该关联监测设备M为简易监测设备,该简易监测设备M在第一类地质灾害发生时不发生掉线,但是在第二类地质灾害发生时,掉线概率为100%,此时第二关联组中具有关联关系的监测设备为水位计J、光强测量仪K、土壤水分计L和简易监测设备M,第一关联组中的监测设备为H点位的专业监测设备、雨量计I、水位计J、光强测量仪K和土壤水分计L,当第一关联组中的监测设备均为掉线状态,且服务器分析H点位的专业监测设备在掉线之前上报的专业地质监测数据未超过预警值时,则根据五个点位设置的监测设备之间的关联关系初步判定发生灾害类型为第一类地质灾害,然后进一步对第一类地质灾害发生的概率进行分析,具体分析方法可参考上步骤,在此不赘述。
由于专业监测设备一般比较昂贵,有些地区无法设备专业监测设备,此时就需要通过普通监测设备的监测数据对地质灾害的发生提前预警,当第一关联组中的各个监测设备均为普通监测设备,且各个普通监测设备的状态数据均为掉线状态时,则服务器根据第一关联组中的普通监测设备在掉线之前上报的地质监测数据与对应地质灾害场景下的地质监测数据进行匹配;
在所述第二关联组中的各个监测设备均被第一关联组包含时,所述根据获取的状态数据和/或地质监测数据判断是否符合预警条件,具体还包括:
情况五:
参考图2和图6,第一关联组中的具有关联关系的监测设备分别设置在H、I、J、K和L五个点位,其中H、I、J、K和L五个点位设置的监测设备均为普通监测设备,该普通监测设备为环境监测设备,服务器获取环境监测设备的环境监测数据和状态数据,第二关联组中具有关联关系的监测设备为第一关联组中的J、K和L三个点位上的环境监测设备,为了方便举例,本发明将H、I、J、K和L五个点位设置的环境监测设备分别称为:环境监测设备H、环境监测设备I、环境监测设备J、环境监测设备K、环境监测设备L,其中,当环境监测设备H、环境监测设备I、环境监测设备J、环境监测设备K、环境监测设备L均为掉线状态时,可以初步判断灾害发生类型包括:第一类地质灾害发生,或者第二类地质灾害和第一类地质灾害同时发生,进一步,服务器根据第一关联组中的环境监测设备在掉线之前上报的环境监测数据与对应地质灾害场景下的环境监测数据进行匹配。
若服务器分析第一关联组中的普通监测设备在掉线之前上报的地质监测数据与第一类地质灾害场景下的地质监测数据匹配度超过预设匹配值,则符合第一类地质灾害预警条件;
具体实现方式为:环境监测设备H、环境监测设备I、环境监测设备J、环境监测设备K、环境监测设备L在掉线之前上报的实际环境监测数据分别为环境监测数据h3、环境监测数据i3、环境监测数据j3、环境监测数据k3、环境监测数据l3,大数据分析第一类地质灾害场景下的环境监测设备H、环境监测设备I、环境监测设备J、环境监测设备K、环境监测设备L的环境监测数据分别为监测数据h4、环境监测数据i4、环境监测数据j4、环境监测数据k4、环境监测数据l4,若环境监测数据h3与监测数据h4的匹配度超过90%,环境监测数据i3与环境监测数据i4的匹配度超过90%,环境监测数据j3与环境监测数据j4的匹配度超过90%,环境监测数据k3与环境监测数据k4的匹配度超过90%,环境监测数据l3与环境监测数据l4的匹配度超过90%,说明环境监测设备H、环境监测设备I、环境监测设备J、环境监测设备K、环境监测设备L在掉线之前上报的实际环境监测数据与大数据分析第一类地质灾害场景下的环境监测设备H、环境监测设备I、环境监测设备J、环境监测设备K、环境监测设备L的环境监测数据的平均匹配度超过90%,若90%为预设匹配值,则符合第一类地质灾害预警条件,此处所说的预设匹配值90%仅仅为了举例说明,可以根据具体场景需求进行调整,并不用于限定本发明。
若服务器分析第一关联组中的普通监测设备在掉线之前上报的地质监测数据与第一类地质灾害和第二类地质灾害同时发生的场景下的地质监测数据匹配度超过预设匹配值,则符合第一类地质灾害和第二类地质灾害同时发生的预警条件,具体实施方式可参见上述方式,在此不一一赘述。
实际场景中存在另外一种情况,第一关联组中的监测设备未全部掉线,服务器首先判断是否收到第一类地质灾害对应的专业监测设备上报的数据(主要目的是判断第一关联组中是否含有专业监测设备),当第一关联组中的监测设备其状态数据显示至少有一台为在线状态时,具体还包括:
情况六:
若收到第一类地质灾害对应的专业监测设备上报的数据(说明第一关联组中含有专业监测设备),但服务器分析专业监测设备上报的专业地质监测数据显示未超过预警值,则服务器根据第一关联组中处于在线状态的普通监测设备获取的地质监测数据与第一类地质灾害场景下的地质监测数据进行匹配;
继续参考图2,具体为:假设第一关联组中具有关联关系的监测设备分别设置在H、I、J、K和L五个点位,其中H点位设置的监测设备为监测第一类地质灾害的专业监测设备,I、J、K和L点位设置的监测设备均为普通监测设备,该普通监测设备均为环境监测设备,服务器获取环境监测设备的环境监测数据和状态数据,当H、I、J、K点位设置的监测设备均为掉线状态,L点位设置的环境监测设备为在线状态时,若服务器分析H点位设置的专业监测设备在掉线之前上报的专业地质监测数据未超过预警值,则初步判断发生灾害类型为第一类地质灾害,进一步,根据L点位设置的环境监测设备采集的实时环境监测数据与第一类地质灾害场景下L点位环境监测设备的环境监测数据进行匹配,若匹配度超过预设匹配值99%,则符合第一类地质灾害预警条件,其中,所述的预设匹配值99%仅仅为了举例说明,不用于限定本发明。
所述判断服务器是否收到第一类地质灾害对应的专业监测设备上报的数据,当第一关联组中的监测设备其状态数据显示至少有一台为在线状态时,具体还包括:若收到第一类地质灾害对应的专业监测设备上报的数据,且服务器分析专业监测设备上报的专业地质监测数据显示超过预警值,则符合第一类地质灾害预警条件。
情况七:
继续参考图2,还存在一种可实现的场景,具体为:所述第二关联组中的各个监测设备均被第一关联组包含,假设第一关联组中具有关联关系的监测设备分别设置在H、I、J、K和L五个点位,第二关联组中具有关联关系的监测设备为第一关联组中的J、K和L三个点位上的监测设备,其中H、I、J、K和L五个点位设置的监测设备均为普通监测设备,该普通监测设备均为环境监测设备,若H和I点位上的环境监测设备均为在线状态,J、K和L三个点位上的普通监测设备均为掉线状态,则初步判定发生灾害类型为第二类地质灾害,进一步,分析J、K和L三个点位上的环境监测设备在掉线之前上报的实际环境监测数据与第二类地质灾害场景下J、K和L三个点位上环境监测设备的环境监测数据之间的匹配度,并结合H和I点位上在线的普通监测设备采集的监测数据综合判断是否与第二类地质灾害场景下的监测数据匹配,若匹配度超过预设匹配值,则符合第二类地质灾害预警条件。
所述监测设备包括雨量计、土壤水分计、水位计、渗压计、裂缝计、地表位移监测器和测斜仪中的一种或者多种。
与现有技术相比,本发明提供的复合式地质灾害专业监测预警方法主要有以下优势:通过地理位置特点和历史灾害数据建立监测设备之间的关联关系,当专业监测设备还未来得及将有效的预警信息上报至服务器之前就掉线时,可根据监测设备之间的关联关系初步判断灾害类型,然后根据普通监测设备在掉线之前上报的监测数据与灾害场景下普通监测设备的监测数据进行匹配,若两者的匹配度超过预设匹配值,则符合灾害预警条件。另一种情况是,有些地区未设置专业监测设备,则可通过普通监测设备之间的关联关系判断发生灾害的概率,当某一类地质灾害发生时,普通监测设备出现掉线的概率超过预设阈值,然后根据具有关联关系的普通监测设备掉线情况初步判断灾害类型,并进一步通过普通监测设备在掉线之前上报的监测数据与灾害场景下的监测数据进行匹配,若匹配度超过预设匹配值,则符合预警条件,同时服务器生成对应的预警提醒信息并向相关人员发送该预警提醒信息,相关人员收到预警提醒信息后向相关地区受威胁对象发出预警提醒,其中预警提醒方式可以通过广播播报、短信提醒或者网络发布的形式向相关地区受威胁的对象发出预警提醒。通过本发明可以有效解决灾害发生前专业监测设备出现掉线而无法准确预警的情况。同时,由于监测设备之间关联关系的建立,可以在不设置专业监测设备的情况下对灾害预警,有效降低了灾害预警的成本。
实施例2:
专业监测设备往往价格昂贵,而很多经济相对落后的地区经济能力有限;在这种情况下,经济相对落后的地区通常会选择购买廉价的普通监测设备,而普通监测设备的监测维度往往不够齐全,这就导致了地质监测数据中一部分类型的地质监测数据的缺失,从而引起某些地区地质监测数据中一部分类型的地质监测数据的缺失,为了充分利用各类地质灾害监测设备,得到更为全面的地质灾害地质监测数据,本发明提出了另外一种复合式地质灾害专业监测预警方法,针对经济能力有限的地区,通过周边地区的地质监测数据对经济能力有限的地区所缺失的地质监测数据进行补偿;通过尽量少的监测设备获取某地区更多的地质监测数据,并对经济落后地区地质灾害的发生进行预警。
针对以上缺陷或改进需求,本发明提出了一种复合式地质灾害专业监测预警方法,通过不同的周边地区组合对缺失的地质监测数据进行推算,根据周边地区地理位置的不同,针对同一类型的地质监测数据,赋予不同的权重,生成多套权重值,挑选多套权重值一致的周边地区组合,从而找到合理的地质灾害监测点,再通过挑选出的周边地区组合的地质监测数据对缺失的地质监测数据进行推算,获得更为准确的补偿数据,并通过获取关联监测组中缺失的补偿数据和/或本地区地质关联中监测设备采集的地质监测数据与灾害场景下的地质监测数据进行匹配,若匹配度超过预设匹配值,则符合相应地质灾害预警条件。
为实现上述目的,本发明采用如下技术方案:
首先寻找周边地质灾害监测点,具体方法包括:
服务器获取地区A及周边地区的地理位置信息与地质监测数据,根据每个地区的地理位置信息与地质监测数据建立周边地区的数据库;
从所述周边地区的数据库集合中随机挑取一个数据库组合,所述数据库组合包含至少两个周边地区的数据库,对于所述数据库组合中同种类型地质监测数据,根据所述数据库组合中周边地区地理位置的不同赋予所述数据库组合中周边地区相应类型地质监测数据不同的权重,由此生成一套权重值,推算地区A相应类型地质监测数据;由随机挑取的一个数据库组合推算地区A的n种类型的地质监测数据,则生成n套权重值;
如图15所示,其中,本实施例中B、C、D、E、F、G、H、I、J、K、L、和M表示地区A的周边地区,随机挑取至少两个周边地区形成数据库组合,例如,数据库组合KLH、数据库组合JMD、数据库组合BCD、数据库组合GEF和数据库组合KLI,在随机挑取的不同数据库组合中,寻找n套权重值都一致的目标数据库组合,从而由目标数据库组合中的地质监测数据推算地区A缺失的地质监测数据。
其中,在随机挑取的不同数据库组合中,寻找n套权重值都一致的目标数据库组合,如图16所示,
对于数据库组合BCD中同种类型地质监测数据B1、C1和D1,根据数据库组合BCD中地区B、地区C和地区D相对于地区A的地理位置的不同,例如海拔不同、地形不同、两个地区之间的地貌不同,所述两个地区之间的地貌不同包括两地区之间隔了一座山或者一条河流等,赋予B1、C1和D1不同的权重,从而推算地区A的地质监测数据A1的补偿数据A1’,生成一套权重n11,这套权重n11中具体包括分别对应于B1、C1和D1的n111、n112和n113;
同样的,赋予B2、C2和D2不同的权重,从而推算地区A的地质监测数据A2的补偿数据A2’,生成一套权重n12,这套权重n12中具体包括分别对应于B2、C2和D2的n121、n122和n123;
赋予B3、C3和D3不同的权重,从而推算地区A的地质监测数据A3的补偿数据A3’,生成一套权重n13,这套权重n13中具体包括分别对应于B3、C3和D3的n131、n132和n133;
赋予B4、C4和D4不同的权重,从而推算地区A的地质监测数据A4的补偿数据A4’,生成一套权重n14,这套权重n14中具体包括分别对应于B4、C4和D4的n141、n142和n143;
赋予B5、C5和D5不同的权重,从而推算地区A的地质监测数据A5的补偿数据A5’,生成一套权重n15,这套权重n15中具体包括分别对应于B5、C5和D5的n151、n152和n153;
由随机挑取的一个数据库组合推算地区A的n种类型的地质监测数据,则生成n套权重值;在本实施例中以数据库组合BCD为例,在本实施例中地区A的数据库中包含5种类型的地质监测数据,但在实际情况中,数据库组合不限于BCD组合,地区A的数据库中的地质监测数据类型也不限于5种;
由数据库组合BCD推算地区A的5种类型的地质监测数据,则生成5套权重值,若5套权重值都一致,即n111、n121、n131、n141与n151一致,n112、n122、n132、n142与n152一致,n113、n123、n133、n143与n153一致,在这种情况下,确定数据库组合BCD为目标数据库组合。
在本发明实施例中,所述由目标数据库组合中的地质监测数据推算地区A缺失的地质监测数据,具体为:
根据目标数据库组合中的地质监测数据推算地区A的相应类型地质监测数据,得到对应于地区A的已有地质监测数据及缺失地质监测数据的补偿数据,将地区A的已有地质监测数据分别与相应补偿数据进行对比,得到地区A的已有地质监测数据与相应补偿数据的平均相似度,若所述平均相似度达到相似度设定阈值,则认为通过预测算法计算得到的地区A缺失地质监测数据的补偿数据可靠,从而得到地区A缺失的地质监测数据。
如图7所示,所述根据目标数据库组合中的地质监测数据推算地区A缺失的地质监测数据,具体为:
地区A的地质监测数据包括:A1,A2,A3,A4;
地区B的地质监测数据包括:B1,B2,B3,B4,B5;
地区C的地质监测数据包括:C1,C2,C3,C4,C5;
地区D的地质监测数据包括:D1,D2,D3,D4,D5;
根据地质监测数据B5、C5和D5,通过预测算法对地区A所缺失的地质监测数据A5进行推算,得到补偿数据A5’;
根据地质监测数据B1、C1和D1,通过预测算法对地区A的地质监测数据A1进行推算,得到补偿数据A1’;
根据地质监测数据B2、C2和D2,通过预测算法对地区A的地质监测数据A2进行推算,得到补偿数据A2’;
根据地质监测数据B3、C3和D3,通过预测算法对地区A的地质监测数据A3进行推算,得到补偿数据A3’;
根据地质监测数据B4、C4和D4,通过预测算法对地区A的地质监测数据A4进行推算,得到补偿数据A4’;
服务器将地质监测数据A1、A2、A3和A4分别与相应补偿数据A1’、A2’、A3’和A4’进行对比,分别得到地质监测数据与相应补偿数据的相似度R1,R2、R3和R4,其中,R1,R2、R3和R4的平均值即为所述地质监测数据与相应补偿数据的平均相似度。
若所述相似度达到相似度设定阈值,则认为通过预测算法推算得到的补偿数据A5’可靠,如图10所示,从而得到地区A缺失的地质监测数据;
若所述平均相似度低于所述相似度设定阈值,则认为所述补偿数据存在一定的不确定性,对预测算法进行调整,包括对算法的选取和对参数的调整,直至所述平均相似度高于或等于所述相似度设定阈值,从而得到地区A缺失的地质监测数据。
如图8所示,其中,A、B、C、D表示相邻的不同地区,1、2、3、4、5表示不同的地质监测数据类型,例如,用A1表示A地区的渗透水压力,用A2表示A地区的斜坡倾斜角,用B1表示B地区的渗透水压力,用B2表示B地区的斜坡倾斜角;如图9所示,用A1’表示通过补偿得到的A地区的渗透水压力,用A2’表示通过补偿得到的A地区的斜坡倾斜角,用B1’表示通过补偿得到的B地区的渗透水压力,用B2’表示通过补偿得到的B地区的斜坡倾斜角;此处,用不同的字母表示不同的地区,用不同的数字表示不同的地质监测数据类型,字母和数字的数量并不用来限制地区的数量和地质监测数据类型的数量。
所述预测算法包括简易平均法、移动平均法、指数平滑法和线性回归法,所述服务器针对不同的地区气候环境和不同的地质监测数据类型选择不同的预测算法进行统计分析。
根据获取的补偿数据和/或关联组中监测设备的地质监测数据,对地质灾害发生的概率进行判断,并及时预警,具体为:
假设根据大数据分析A地区第一类地质灾害对应的第一关联组中的监测设备应分别设置在五个点位,但是为了降低经济成本,第五个点位未设置监测设备,而只设置了四个监测设备(假设该监测设备为均为普通监测设备),此时需要通过周边地区的地质监测数据对经济能力有限的地区所缺失的第五个点位的地质监测数据进行补偿,得到的补偿数据为A5’,具体推算参考上述内容。
当A地区第一关联组中具有关联关系的四个点位的监测设备均为掉线状态时,根据第一关联组中四个点位的监测设备均处于掉线状态初步判定发生灾害类型为第一类地质灾害,进一步,对第一类地质灾害发生的概率进行分析,由于补偿数据A5’是从周边地区的地质监测数据通过预测算法推算得到的,因此补偿数据A5’为实时数据。根据第五个点位获取的实时补偿数据A5’与第一类地质灾害场景下第五个点位监测设备的地质监测数据进行匹配,若匹配度超过预设匹配值99%,则符合第一类地质灾害预警条件,其中,所述的预设匹配值99%仅仅为了举例说明,并不用于限定本发明。
在本发明实施例中,通过对具有关联关系的点位的地质监测数据的推算,得到实时的补偿数据,并用实时补偿数据与对应地质灾害场景下的地质监测数据进行匹配,从而判断是否符合预警条件。
实施例3:
本发明的目的主要是,在资金有限的情况下充分利用已有数据,尽量较为全面的获取到该地区的地质监测数据,对该地区的地质灾害进行全面的监测并预警。上述实施例2主要针对的是,某一地区相对于周边其他地区部分地质监测数据类型的缺失,而以下实施例3主要针对的是,某一地区的部分灾害隐患点的所有数据的缺失。
如图11所示,本发明提供了一种地质灾害地质监测数据获取方法(即执行步骤20的方法),所述地质灾害地质监测数据获取方法包括:
在步骤201中,根据地区A的地理位置数据分析,确定地区A地质灾害隐患点的关键位置和次关键位置;如图12所示,在所述关键位置和所述次关键位置布置地质灾害监测设备;
在步骤202中,根据关键位置的地质监测数据,如图13所示,通过预测算法对次关键位置的地质监测数据进行推算,从而得到地区A次关键位置的仿推数据;
在步骤203中,服务器将次关键位置的地质监测数据分别与相应次关键位置的仿推数据进行对比,得到两者的符合度;
在步骤204中,若所述符合度达到符合度设定阈值,如图14所示,则认为地区A次关键位置的仿推数据可靠,从而撤销次关键位置布置的监测设备;
在步骤205中,若所述符合度低于所述符合度设定阈值,则认为所述仿推数据存在一定的不确定性,对监测设备的位置进行调整,直至所述符合度达到所述符合度设定阈值,则认为地区A次关键位置的仿推数据可靠,从而撤销次关键位置布置的监测设备。
在本发明实施例中,所述服务器将次关键位置的地质监测数据分别与相应次关键位置的仿推数据进行对比,得到两者的符合度,具体包括:
所述服务器将次关键位置地质监测数据中的各项地质监测数据分别与相应次关键位置仿推数据中的各项地质监测数据一一对比,计算次关键位置地质监测数据中各项地质监测数据与相应次关键位置仿推数据中各项地质监测数据的匹配度;在不同的地质灾害类型中,赋予不同地质监测数据类型不同的权重,通过对所述匹配度进行加权计算,得到次关键位置的地质监测数据与相应次关键位置的仿推数据的符合度。
所述预测算法包括简易平均法、移动平均法、指数平滑法和线性回归法,所述服务器针对不同的地区气候环境和不同的地质监测数据类型选择不同的预测算法进行统计分析。
通过地质灾害地质监测数据获取方法得到次关键位置的数据,并通过次关键位置的仿推数据和关键位置的数据结合判断灾害发生的概率。
继续参考图12-图14,假设根据大数据分析A地区第一类地质灾害对应的第一关联组中的监测设备设置在图12所示的关键位置和次关键位置的九个点位,但是为了降低经济成本,本实施例只留下关键位置的监测设备,次关键位置的监测设备被撤销,如图14所示,其中,关键位置的监测设备均为环境监测设备。
当关键位置的环境监测设备均为掉线状态时,初步判断发生在灾害的类型为第一类地质灾害,进一步,对第一类地质灾害发生的概率进行分析,由于第一关联组中的环境监测设备只设置在了关键位置,不足以判断是否发生第一类地质灾害,需要通过关键位置设置的环境监测设备在掉线之前上报的实际环境地质监测数据仿推出次关键位置的环境地质监测数据,并分析第一关联组中具有关联关系的九个点位的环境地质监测数据与第一类地质灾害场景下的环境地质监测数据之间的匹配度,若匹配度超过预设匹配值,则符合第一类地质灾害预警条件。
实施例4:
在上述实施例1-实施例3提供的各复合式地质灾害专业监测预警方法的基础上,本发明还提供了一种可用于实现上述方法的复合式地质灾害专业监测预警装置,如图17所示,是本发明实施例的装置架构示意图。本实施例的复合式地质灾害专业监测预警装置包括一个或多个处理器21以及存储器22。其中,图17中以一个处理器21为例。
处理器21和存储器22可以通过总线或者其他方式连接,图17中以通过总线连接为例。
存储器22作为一种复合式地质灾害专业监测预警方法非易失性计算机可读存储介质,可用于存储非易失性软件程序和非易失性计算机可执行程序,如实施例1中的复合式地质灾害专业监测预警方法。处理器21通过运行存储在存储器22中的非易失性软件程序和指令,从而执行复合式地质灾害专业监测预警方法。
存储器22可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器22可选包括相对于处理器21远程设置的存储器,这些远程存储器可以通过网络连接至处理器21。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述程序指令/模块存储在所述存储器22中,当被所述一个或者多个处理器21执行时,执行上述实施例1-实施例3中的复合式地质灾害专业监测预警方法,例如,执行以上描述的图1、图4-7、图11、图15、图16所示步骤。
本领域普通技术人员可以理解实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁盘或光盘等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种复合式地质灾害专业监测预警方法,其特征在于,服务器与监测设备连接,所述方法包括:
所述服务器预先建立监测设备之间的关联关系;
所述服务器获取监测数据,其中,所述监测数据包括从至少两台所述具有关联关系的监测设备获取的,所述监测数据包括监测设备的状态数据和/或地质监测数据;
所述服务器获取的地质监测数据包括补偿数据和/或具有关联关系的监测设备采集的地质监测数据;
根据获取的状态数据和/或地质监测数据判断是否符合预警条件;
若符合预警条件,则生成对应的预警提醒信息,发送所述预警提醒信息。
2.根据权利要求1所述的复合式地质灾害专业监测预警方法,其特征在于,所述服务器预先建立监测设备之间的关联关系,具体包括:
所述服务器根据地理位置特点和历史灾害数据预先建立不同地质灾害发生时对应的监测设备之间的关联关系;
所述具有关联关系的监测设备包括:普通监测设备和/或专业监测设备,其中,所述专业监测设备用于采集对应地质灾害的专业地质监测数据;
当第一类地质灾害发生时,具有关联关系的监测设备被称为第一关联组,其中,所述第一关联组中的监测设备在第一类地质灾害发生时的状态数据为掉线状态的概率超过预设阈值;
当第二类地质灾害发生时,具有关联关系的监测设备被称为第二关联组,其中,所述第二关联组中的监测设备在第二类地质灾害发生时的状态数据为掉线状态的概率超过预设阈值。
3.根据权利要求2所述的复合式地质灾害专业监测预警方法,其特征在于,所述根据获取的状态数据和/或地质监测数据判断是否符合预警条件,具体包括:
当第一关联组中的各个监测设备其状态数据均为掉线状态时,若第一关联组中含有第一类地质灾害对应的专业监测设备,但服务器分析专业监测设备在掉线之前上报的专业地质监测数据未超过预警值;
则服务器根据第一关联组中的普通监测设备在掉线之前上报的地质监测数据与对应地质灾害场景下的地质监测数据进行匹配。
4.根据权利要求3所述的复合式地质灾害专业监测预警方法,其特征在于,在所述第二关联组中的各个监测设备均被第一关联组包含时,所述服务器根据第一关联组中的普通监测设备在掉线之前上报的地质监测数据与对应地质灾害场景下的地质监测数据进行匹配,具体还包括:
若服务器分析第一关联组中的普通监测设备在掉线之前上报的地质监测数据与第一类地质灾害场景下的地质监测数据匹配度超过预设匹配值,则符合第一类地质灾害预警条件;
若服务器分析第一关联组中的普通监测设备在掉线之前上报的地质监测数据与第一类地质灾害和第二类地质灾害同时发生的场景下的地质监测数据匹配度超过预设匹配值,则符合第一类地质灾害和第二类地质灾害同时发生的预警条件。
5.根据权利要求2所述的复合式地质灾害专业监测预警方法,其特征在于,所述根据获取的状态数据和/或地质监测数据判断是否符合预警条件,具体还包括:
当第一关联组中的各个监测设备其状态数据均为掉线状态时,若第一关联组中含有第一类地质灾害对应的专业监测设备,且服务器分析专业监测设备在掉线之前上报的专业地质监测数据超过预警值,则符合第一类地质灾害预警条件。
6.根据权利要求2所述的复合式地质灾害专业监测预警方法,其特征在于,在所述第二关联组中的各个监测设备均被第一关联组包含时,所述根据获取的状态数据和/或地质监测数据判断是否符合预警条件,具体还包括:
当第一关联组中的各个监测设备均为普通监测设备,且各个普通监测设备的状态数据均为掉线状态时,则服务器根据第一关联组中的普通监测设备在掉线之前上报的地质监测数据与对应地质灾害场景下的地质监测数据进行匹配;
若服务器分析第一关联组中的普通监测设备在掉线之前上报的地质监测数据与第一类地质灾害场景下的地质监测数据匹配度超过预设匹配值,则符合第一类地质灾害预警条件;
若服务器分析第一关联组中的普通监测设备在掉线之前上报的地质监测数据与第一类地质灾害和第二类地质灾害同时发生的场景下的地质监测数据匹配度超过预设匹配值,则符合第一类地质灾害和第二类地质灾害同时发生的预警条件。
7.根据权利要求2所述的复合式地质灾害专业监测预警方法,其特征在于,判断服务器是否收到第一类地质灾害对应的专业监测设备上报的数据,当第一关联组中的监测设备其状态数据显示至少有一台为在线状态时,具体还包括:
若收到第一类地质灾害对应的专业监测设备上报的数据,但服务器分析专业监测设备上报的专业地质监测数据显示未超过预警值,则服务器根据第一关联组中处于在线状态的普通监测设备获取的地质监测数据与第一类地质灾害场景下的地质监测数据进行匹配;
若服务器分析第一关联组中处于在线状态的普通监测设备上报的地质监测数据与第一类地质灾害场景下的地质监测数据匹配度超过预设匹配值,则符合第一类地质灾害预警条件。
8.根据权利要求7所述的复合式地质灾害专业监测预警方法,其特征在于,所述判断服务器是否收到第一类地质灾害对应的专业监测设备上报的数据,当第一关联组中的监测设备其状态数据显示至少有一台为在线状态时,具体还包括:
若收到第一类地质灾害对应的专业监测设备上报的数据,且服务器分析专业监测设备上报的专业地质监测数据显示超过预警值,则符合第一类地质灾害预警条件。
9.根据权利要求1所述的复合式地质灾害专业监测预警方法,其特征在于,所述补偿数据的获取方法包括:
服务器获取地区A及周边地区的地理位置信息与地质监测数据,根据每个地区的地理位置信息与地质监测数据建立周边地区的数据库;
从所述周边地区的数据库集合中随机挑取一个数据库组合,所述数据库组合包含至少两个周边地区的数据库,对于所述数据库组合中同种类型地质监测数据,根据所述数据库组合中周边地区地理位置的不同赋予所述数据库组合中周边地区相应类型地质监测数据不同的权重,由此生成一套权重值,推算地区A相应类型地质监测数据;由随机挑取的一个数据库组合推算地区A的n种类型的地质监测数据,则生成n套权重值;
在随机挑取的不同数据库组合中,寻找n套权重值都一致的目标数据库组合,从而由目标数据库组合中的地质监测数据推算地区A缺失的补偿数据。
10.一种复合式地质灾害专业监测预警装置,其特征在于,包括至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令程序设置为执行权利要求1-9任一所述的复合式地质灾害专业监测预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011521699.8A CN112750280B (zh) | 2020-12-21 | 2020-12-21 | 一种复合式地质灾害专业监测预警方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011521699.8A CN112750280B (zh) | 2020-12-21 | 2020-12-21 | 一种复合式地质灾害专业监测预警方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112750280A true CN112750280A (zh) | 2021-05-04 |
CN112750280B CN112750280B (zh) | 2022-03-25 |
Family
ID=75648136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011521699.8A Active CN112750280B (zh) | 2020-12-21 | 2020-12-21 | 一种复合式地质灾害专业监测预警方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112750280B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114493291A (zh) * | 2022-01-28 | 2022-05-13 | 中铁北京工程局集团有限公司 | 一种高填方质量智能检测方法及*** |
CN115131187A (zh) * | 2022-07-07 | 2022-09-30 | 北京拙河科技有限公司 | 机场多点定位监测数据的生成方法及*** |
CN118071176A (zh) * | 2024-04-15 | 2024-05-24 | 国网浙江省电力有限公司金华供电公司 | 适用台区源网荷储一体化管理平台的数据处理方法及*** |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101021726A (zh) * | 2007-03-15 | 2007-08-22 | 中国科学院测量与地球物理研究所 | 超导重力仪双温制冷膨胀机智能监控器 |
CN101640859A (zh) * | 2009-05-19 | 2010-02-03 | 深圳市永达电子股份有限公司 | 一种机柜告警装置、监控平台、管理***和方法 |
CN101770680A (zh) * | 2009-01-04 | 2010-07-07 | 深圳市赋安安全***有限公司 | 一种灾害探测报警装置及其报警方法 |
CN102735966A (zh) * | 2012-06-12 | 2012-10-17 | 燕山大学 | 一种输电线路评估诊断***和方法 |
CN103453936A (zh) * | 2013-08-28 | 2013-12-18 | 兰州大学 | 基于物联网的泥石流临灾监测*** |
CN103546721A (zh) * | 2012-07-10 | 2014-01-29 | 株式会社日立建筑*** | 监视*** |
WO2015133076A1 (ja) * | 2014-03-05 | 2015-09-11 | 日本電気株式会社 | 災害対応システム及び災害対応方法、災害センシング装置及びその処理方法 |
CN105741498A (zh) * | 2016-04-28 | 2016-07-06 | 成都理工大学 | 一种地质灾害监测与预警的方法和装置 |
CN108776634A (zh) * | 2018-06-07 | 2018-11-09 | 北京云测信息技术有限公司 | 机柜环境异常处理方法及装置 |
KR20200125030A (ko) * | 2019-04-25 | 2020-11-04 | 한국전자통신연구원 | 재난 경보 시스템 및 그 방법 |
-
2020
- 2020-12-21 CN CN202011521699.8A patent/CN112750280B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101021726A (zh) * | 2007-03-15 | 2007-08-22 | 中国科学院测量与地球物理研究所 | 超导重力仪双温制冷膨胀机智能监控器 |
CN101770680A (zh) * | 2009-01-04 | 2010-07-07 | 深圳市赋安安全***有限公司 | 一种灾害探测报警装置及其报警方法 |
CN101640859A (zh) * | 2009-05-19 | 2010-02-03 | 深圳市永达电子股份有限公司 | 一种机柜告警装置、监控平台、管理***和方法 |
CN102735966A (zh) * | 2012-06-12 | 2012-10-17 | 燕山大学 | 一种输电线路评估诊断***和方法 |
CN103546721A (zh) * | 2012-07-10 | 2014-01-29 | 株式会社日立建筑*** | 监视*** |
CN103453936A (zh) * | 2013-08-28 | 2013-12-18 | 兰州大学 | 基于物联网的泥石流临灾监测*** |
WO2015133076A1 (ja) * | 2014-03-05 | 2015-09-11 | 日本電気株式会社 | 災害対応システム及び災害対応方法、災害センシング装置及びその処理方法 |
CN105741498A (zh) * | 2016-04-28 | 2016-07-06 | 成都理工大学 | 一种地质灾害监测与预警的方法和装置 |
CN108776634A (zh) * | 2018-06-07 | 2018-11-09 | 北京云测信息技术有限公司 | 机柜环境异常处理方法及装置 |
KR20200125030A (ko) * | 2019-04-25 | 2020-11-04 | 한국전자통신연구원 | 재난 경보 시스템 및 그 방법 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114493291A (zh) * | 2022-01-28 | 2022-05-13 | 中铁北京工程局集团有限公司 | 一种高填方质量智能检测方法及*** |
CN115131187A (zh) * | 2022-07-07 | 2022-09-30 | 北京拙河科技有限公司 | 机场多点定位监测数据的生成方法及*** |
CN115131187B (zh) * | 2022-07-07 | 2023-09-19 | 北京拙河科技有限公司 | 机场多点定位监测数据的生成方法及*** |
CN118071176A (zh) * | 2024-04-15 | 2024-05-24 | 国网浙江省电力有限公司金华供电公司 | 适用台区源网荷储一体化管理平台的数据处理方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN112750280B (zh) | 2022-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112750280B (zh) | 一种复合式地质灾害专业监测预警方法和装置 | |
KR101788104B1 (ko) | 극한 강우를 고려한 실시간 산사태 예보 및 경보 시스템 및 방법 | |
CN103455708B (zh) | 基于卫星及气象信息的输电线路灾害监测与风险评估*** | |
KR102108754B1 (ko) | 접근불능지역 실시간 산불위험예보시스템 | |
KR102108752B1 (ko) | 접근불능지역 실시간 산불위험예보방법 | |
CN112750281B (zh) | 一种地质灾害专业监测预警方法和装置 | |
CN110009031B (zh) | 一种基于多源遥感数据的卫星山火火点二次筛选方法 | |
CN109615118A (zh) | 基于大数据地质灾害防治信息化服务集成控制***及方法 | |
Womble et al. | Multi-scale remote sensing of tornado effects | |
CN114333207A (zh) | 基于遥感数据的火灾全过程监测方法和装置 | |
CN102881109A (zh) | 一种基于非制冷红外温度探测器的林火预警*** | |
CN107403004B (zh) | 一种基于地形数据的遥测雨量站点可疑数值检验方法 | |
CN115267786A (zh) | 融合卫星观测亮温和高程的ResUNet-GAN全球雷达反演方法及装置 | |
EP3329212A1 (en) | System and method for detecting ground position changes | |
Rodrigues et al. | Modelling the daily probability of lightning-caused ignition in the Iberian Peninsula | |
CN114374716A (zh) | 地质灾害远程监测***及其监测方法 | |
US12007075B2 (en) | Methods and internet of things (IoT) systems for managing smart gas safety hazard items based on geographic information systems | |
Su et al. | An improved spatio-temporal clustering method for extracting fire footprints based on MCD64A1 in the Daxing’anling Area of north-eastern China | |
Myint et al. | Categorizing natural disaster damage assessment using satellite-based geospatial techniques | |
CN116502748A (zh) | 融合多影响因素的滑坡空间风险性预警决策机制研究方法 | |
CN116050837A (zh) | 一种面向尾矿库多元灾害的综合监测预警和安全评估方案 | |
CN115456463A (zh) | 一种山洪灾害危险区风险等级划分方法及*** | |
Ehrlich et al. | Can Earth Observation help to improve information on population? Indirect population estimations from EO derived geo-spatial data: contribution from GMOSS | |
Skoufias et al. | Constructing damage indices based on publicly available spatial data: Exemplified by earthquakes and volcanic eruptions in Indonesia | |
CN112632203B (zh) | 一种地质灾害监测点寻找方法和装置 |
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 |