[發(fā)明專利]一種大數(shù)據(jù)支持下的地質(zhì)災(zāi)害監(jiān)測與預(yù)警方法

有效

• 申請?zhí)枺?/td>: 201810771432.0
• 申請日: 2018-07-13
• 公開（公告）號: CN108961688B
• 公開（公告）日: 2020-11-03
• 發(fā)明（設(shè)計(jì)）人: 石松;羅鈺涵;張江輝;張建鏗;許金坤
• 申請（專利權(quán)）人: 特力惠信息科技股份有限公司
• 主分類號: G08B21/10
• 分類號: G08B21/10;G06Q10/04;G06Q50/26
• 代理公司: 福州市鼓樓區(qū)京華專利事務(wù)所(普通合伙) 35212
• 代理人: 林曉琴

本發(fā)明提供一種大數(shù)據(jù)支持下的地質(zhì)災(zāi)害監(jiān)測與預(yù)警方法，根據(jù)地質(zhì)災(zāi)害點(diǎn)的歷史數(shù)據(jù)，生成對應(yīng)的地質(zhì)災(zāi)害監(jiān)測模型；將監(jiān)測區(qū)域與地質(zhì)災(zāi)害檢測模型進(jìn)行相似性分析，若相似性達(dá)到限定值，則將該監(jiān)測區(qū)域設(shè)置為地質(zhì)災(zāi)害隱患區(qū)；通過實(shí)時設(shè)備獲取該地質(zhì)災(zāi)害隱患區(qū)的監(jiān)測數(shù)據(jù)；將監(jiān)測數(shù)據(jù)中的每個因子與所述相似性最高的地質(zhì)災(zāi)害監(jiān)測模型所對應(yīng)的數(shù)據(jù)做相似性分析，得到地質(zhì)災(zāi)害發(fā)生的概率值；若概率值大于限定值則進(jìn)行地質(zhì)災(zāi)害實(shí)時預(yù)警，提高了監(jiān)測災(zāi)害精確性。

技術(shù)領(lǐng)域

本發(fā)明涉及一種大數(shù)據(jù)支持下的地質(zhì)災(zāi)害監(jiān)測與預(yù)警方法。

背景技術(shù)

影響地質(zhì)災(zāi)害活動的因素包括氣象、地理、地質(zhì)等，相互交織，自然與人為因素相互疊加。現(xiàn)有的預(yù)警模型是專家通過先假設(shè)再驗(yàn)證的方式確定得出的，基于統(tǒng)計(jì)方法，耦合了地質(zhì)環(huán)境變化與降雨參數(shù)等多因素建立預(yù)警判據(jù)，但是這種方法沒有充分發(fā)揮大數(shù)據(jù)的作用，在一定程度上受到統(tǒng)計(jì)樣本的選擇、地質(zhì)環(huán)境條件的精細(xì)程度、實(shí)況降雨數(shù)據(jù)的精確匹配等因素控制和影響，難以進(jìn)行實(shí)時更新完善，而且，統(tǒng)一的經(jīng)驗(yàn)型模型無法滿足不同條件下地質(zhì)災(zāi)害監(jiān)測適用性和精確性要求。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題，在于提供一種大數(shù)據(jù)支持下的地質(zhì)災(zāi)害監(jiān)測與預(yù)警方法，提高了監(jiān)測災(zāi)害精確性。

本發(fā)明是這樣實(shí)現(xiàn)的：一種大數(shù)據(jù)支持下的地質(zhì)災(zāi)害監(jiān)測與預(yù)警方法，包括：

步驟1、根據(jù)地質(zhì)災(zāi)害點(diǎn)的歷史數(shù)據(jù)，生成對應(yīng)的地質(zhì)災(zāi)害監(jiān)測模型；

步驟2、將監(jiān)測區(qū)域與地質(zhì)災(zāi)害檢測模型進(jìn)行相似性分析，若相似性達(dá)到限定值，則將該監(jiān)測區(qū)域設(shè)置為地質(zhì)災(zāi)害隱患區(qū)；

步驟3、通過實(shí)時設(shè)備獲取該地質(zhì)災(zāi)害隱患區(qū)的監(jiān)測數(shù)據(jù)；

步驟4、將監(jiān)測數(shù)據(jù)中的每個數(shù)據(jù)與所述相似性最高的地質(zhì)災(zāi)害監(jiān)測模型所對應(yīng)的數(shù)據(jù)做相似性分析，得到地質(zhì)災(zāi)害發(fā)生的概率值；

步驟5、若概率值大于限定值則進(jìn)行地質(zhì)災(zāi)害實(shí)時預(yù)警。

進(jìn)一步地，所述步驟1進(jìn)一步具體為：歷史地災(zāi)點(diǎn)數(shù)據(jù)(災(zāi)害類型、災(zāi)害級別、災(zāi)害影響范圍)、歷史遙感影像數(shù)據(jù)、地形地貌、地層構(gòu)造、植被覆蓋度、氣候、降水量、水系分布、大壩修建以及道路施工。

進(jìn)一步地，所述步驟4進(jìn)一步具體為：將監(jiān)測數(shù)據(jù)中的每個數(shù)據(jù)與所述相似性最高的地質(zhì)災(zāi)害監(jiān)測模型所對應(yīng)的數(shù)據(jù)做相似性分析，并為每個數(shù)據(jù)設(shè)定概率權(quán)重，將相似性分析得到的值乘以對應(yīng)的概率權(quán)重，之后得到的值相加即為地質(zhì)災(zāi)害發(fā)生的概率值；所述監(jiān)測數(shù)據(jù)包括：地形地貌、地層構(gòu)造、植被覆蓋度、水系分布、遙感影像數(shù)據(jù)、地形形變數(shù)據(jù)、氣象數(shù)據(jù)、大壩修建以及道路施工。

本發(fā)明具有如下優(yōu)點(diǎn)：

1)重點(diǎn)通過歷史數(shù)據(jù)，從自然、人為、遙感等因素全方面對地質(zhì)災(zāi)害成災(zāi)誘因進(jìn)行分析，充分發(fā)揮了多源歷史大數(shù)據(jù)的價(jià)值。

2)通過人工智能技術(shù)，采用連續(xù)學(xué)習(xí)的方式，不斷積累經(jīng)驗(yàn)，挖掘多源數(shù)據(jù)價(jià)值，使模型自我優(yōu)化，突破了經(jīng)驗(yàn)?zāi)Ｐ蜔o法自我完善的壁壘。

3)建立格網(wǎng)個性化地質(zhì)災(zāi)害監(jiān)測模型，打破了傳統(tǒng)模型無法實(shí)現(xiàn)通用性對災(zāi)害監(jiān)測所帶來的影響，可以有效提高局部區(qū)域地質(zhì)災(zāi)害監(jiān)測預(yù)警的精準(zhǔn)性。

附圖說明

下面參照附圖結(jié)合實(shí)施例對本發(fā)明作進(jìn)一步的說明。

圖1為本發(fā)明方法執(zhí)行流程圖。

圖2為本發(fā)明具體實(shí)施例的流程圖。

具體實(shí)施方式

如圖1所示，本發(fā)明一種大數(shù)據(jù)支持下的地質(zhì)災(zāi)害監(jiān)測與預(yù)警方法，包括：