[發明專利]一種基于大數據分析的地質災害智能預警系統

有效

• 申請號: 202310944285.3
• 申請日: 2023-07-31
• 公開（公告）號: CN116663752B
• 公開（公告）日: 2023-10-10
• 發明（設計）人: 劉同文;徐進達;張志進;薛立明;于廣婷;何祖臣;宋冠涵;段越洋
• 申請（專利權）人: 山東省地質測繪院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G08B21/10;G06Q50/26;G06F17/18
• 代理公司: 北京力致專利代理事務所(特殊普通合伙) 11900
• 代理人: 周厚民

本申請屬于數據處理技術領域，提供了一種基于大數據分析的地質災害智能預警系統包括：數據采集和存儲模塊、數據處理模塊、預測模塊和預警模塊；其中，數據采集和存儲模塊用以獲取并存儲P波數據和歷史崩塌數據；數據處理模塊用以訪問并處理P波數據和歷史崩塌數據，包括數據預處理子模塊、崩塌周期密度計算子模塊、崩塌規模級別密度計算子模塊、崩塌可預測系數計算子模塊和平滑因子計算子模塊；預測模塊用以根據平滑因子對P波數據進行短期預測，然后根據P波短期預測數據計算獲得預測崩塌規模級別；預警模塊用以根據預測崩塌規模級別進行分級預警。本發明提供的系統獲得的平滑因子更符合崩塌特征，進而提高了崩塌預測的準確度。

技術領域

本申請涉及數據處理技術領域，尤其涉及一種基于大數據分析的地質災害智能預警系統。

背景技術

地質災害智能預警系統是一種基于現代信息技術和先進預測算法的綜合性應用系統，能夠在一定程度上實現對地質災害的自動監測和實時預警。它通常是首先通過傳感器采集得到地質數據，然后利用智能算法模型對地質數據進行處理，之后根據數據模型判斷地質災害的發生可能性，并提供預警和預測服務。

智能預警系統的實現需要依賴于多種現代信息技術和算法，例如物聯網技術、大數據分析、機器學習、人工智能等，同時還需要結合現場的實際情況進行實時調整和優化。傳統的地質災害預警方法有基于傳感器的預警方法和基于數學模型的預警方法，其中，基于傳感器的預警方法是通過在地質災害地區安裝傳感器、監測相關地質數據來進行地質災害預警，具有實時性強、精度高的特點，但需要部署大量傳感器，成本較高；基于數學模型的預警方法是通過對地質災害數據建立模型進行分析，可以解決傳感器覆蓋范圍有限的問題，但需要對模型進行不斷的調試，且對數據的完整性和準確性要求較高。

因此，亟需一種地質災害預警系統，實現對地質災害的全面準確的預警。

發明內容

本申請提供了一種基于大數據分析的地質災害智能預警系統，用以解決以上技術問題。

提供了一種基于大數據分析的地質災害智能預警系統，所述系統包括：數據采集和存儲模塊、數據處理模塊、預測模塊和預警模塊；其中：

所述數據采集和存儲模塊，用以獲取并存儲P波數據和歷史崩塌數據，所述歷史崩塌數據包括時間數據和崩塌規模級別數據；

所述數據處理模塊，配置有地質災害預警分析模型，用以訪問并處理所述P波數據和所述歷史崩塌數據，包括數據預處理子模塊、崩塌周期密度計算子模塊、崩塌規模級別密度計算子模塊、崩塌可預測系數計算子模塊和平滑因子計算子模塊；

所述預測模塊，用以根據平滑因子，使用指數移動平均法對所述P波數據進行短期預測，得到P波短期預測數據，然后根據所述P波短期預測數據，根據崩塌規模級別計算公式計算獲得預測崩塌規模級別，并將所述預測崩塌規模級別發送到崩塌災害預警模塊；

所述預警模塊，用以根據所述預測崩塌規模級別進行分級預警。

在本發明的一些實施例中，所述P波數據和所述歷史崩塌數據存儲在大規模分布式存儲系統中，所述大規模分布式存儲系統包括Hadoop，NoSQL或數據倉庫。

在本發明的一些實施例中，所述數據預處理子模塊，用以對所述P波數據和所述歷史崩塌數據進行缺失值補充和對不同的時間序列數據進行序列對齊，所述序列對齊的方法為DTW算法，所述缺失值補充的方法包括均值填充、眾數填充、最近鄰插補。

在本發明的一些實施例中，所述崩塌周期密度計算子模塊，配置崩塌周期密度計算模型，用以根據所述時間數據得到崩塌時間序列，對所述崩塌時間序列進行一階差分并排序得到崩塌周期序列，根據所述崩塌周期序列計算獲得崩塌周期密度，所述崩塌周期密度的計算方法為：

，

其中，表示崩塌周期密度，表示崩塌周期序列最大值，表示崩塌周期序列長度，表示崩塌周期序列中第 i個元素的值，表示崩塌周期序列的標準差。