基于物联网技术的灾害应急预警方法、系统、设备及介质

本发明涉及地质灾害预警，具体为一种基于物联网技术的灾害应急预警方法、系统、设备及介质。

背景技术：

1、自然灾害突发会给人类社会造成巨大的生命和财产损失，加强防灾减灾预警工作是应急管理部门的重点工作。对自然灾害进行事先预防能够尽量减少灾后损失，所以应急管理部门逐渐将事后预警转向事前预警，然而，传统的事先灾害预警与应急管理仍存在一些问题，主要包括以下几个方面：

2、(1)信息传递延迟：传统的灾害预警方式通常依赖于人工监测和报告，信息传递链路较长，导致预警信息的传递和响应存在延迟，影响了紧急救援和应急响应的效果。

3、(2)精准度不高：传统的灾害预警往往依赖于人工判断和经验，缺乏科学的数据支持和分析，在灾害预测的精准度上存在一定的欠缺，可能造成虚假预警或者漏报。

4、(3)应急响应能力有限：传统的灾害应急响应通常依赖于人工协调和资源调配，缺乏智能化和自动化的支持，导致应急响应的效率和准确性有待提高。

5、(4)缺乏实时监测：传统的灾害预警往往依赖于有限的监测手段，无法实现对灾害事件的实时、全面监测，难以及时获知灾害发生的情况。

6、(5)漏洞和薄弱环节：传统的灾害预警与应急存在着一些漏洞和薄弱环节，比如设备维护不及时、信息传递失真等问题，影响了整个预警与响应体系的可靠性和稳定性。

技术实现思路

1、为解决上述的问题，本发明第一方面提供了一种基于物联网技术的灾害应急预警方法，包括：

2、s1、通过遥感影像、激光雷达与无人机拍摄对待监测地形区域进行影像数据采集，分别建立对应的遥感影像集、雷达数据集和无人机影像集；并收集待监测地形区域的地质结构物理数据，建立地质结构数据集；

3、s2、利用深度学习技术，分别对遥感影像集、雷达数据集与无人机影像集的影像数据进行特征识别，提取地形特征建立地形特征数据库；

4、s3、利用深度学习技术，对地质结构数据集进行识别处理，获取待监测地形区域的地质结构特征，建立地质结构特征数据库；

5、s4、基于地形特征数据库与地质结构特征数据库，构建待监测地形区域的三维场地模型；

6、s5、基于物联网技术获取待监测地形区域的传感器数据，同三维场地模型进行可视化交互，建立灾害应急预警平台；通过实时获取遥感影像、传感器采集数据、历史灾害数据进行待监测地形区域的灾害预警。

7、所述s2之前还包括构建机器学习模型并进行深度学习训练，具体方法为：

8、收集三维场地和城市群的图像数据，建立用于模型训练的样本数据集；

9、构建机器学习模型；

10、通过样本数据集对机器学习模型进行深度学习训练，确定机器学习模型的损失函数、优化器和学习率参数，对机器学习模型进行评估调优，得到训练好的机器学习模型。

11、所述收集三维场地和城市群的图像数据，建立用于模型训练的样本数据集的具体方法为：

12、进行数据准备：收集三维场地与城市群的图像数据建立样本数据集；

13、进行数据标注：对样本数据集中的图像数据进行标注或注释，所述注释信息采用标框或遮罩表示目标的位置和形状；

14、进行数据处理：对样本数据集中的每张图像数据进行数据缩放、归一化和数据增强，实现图像数据与三维场地和城市群的特征相匹配。

15、在第一方面的一些实现方式中，所述机器学习模型采用faster r-cnn模型，包括区域提取网络和目标识别网络，所述区域提取网络用于提取图像特征生成候选目标区域；所述目标识别网络用于对候选目标区域进行分类和回归，以确定最终目标的位置和类别。

16、所述faster r-cnn模型训练时还包括通过构建深度学习框架tensorflow进行分布式训练。

17、在第一方面的一些实现方式中，所述s2中分别对遥感影像集、雷达数据集与无人机影像集的影像数据进行特征识别，提取地形特征建立地形特征数据库，具体方法为：

18、s2.1、分别导入遥感影像集、雷达数据集与无人机影像集；

19、s2.2、处理遥感影像集提取地物信息；处理雷达数据集生成点云数据，提取地形信息；处理无人机影像集提取建筑物轮廓与人流密集区域；

20、s2.3、将已提取的地物信息、地形信息、建筑物轮廓与人流密集区域，进行多源数据的特征融合，建立地形特征数据库。

21、在第一方面的一些实现方式中，所述物联网灾害预警方法还包括实时采集遥感影像、激光雷达与无人机拍摄的影像数据，提取新的特征对三维场地模型进行更新。

22、第二方面提供了一种基于物联网技术的灾害应急预警系统，包括：

23、采集模块，用于通过遥感影像、激光雷达与无人机拍摄对待监测地形区域进行影像数据采集，分别建立对应的遥感影像集、雷达数据集和无人机影像集；并收集待监测地形区域的地质结构物理数据，建立地质结构数据集；

24、识别提取模块，用于利用机器学习与深度学习技术，分别对遥感影像集、雷达数据集与无人机影像集的影像数据进行特征识别，提取地形特征建立地形特征数据库；

25、所述识别提取模块，还用于利用机器学习与深度学习技术，对地质结构数据集进行识别处理，获取待监测地形区域的地质结构特征，建立地质结构特征数据库；

26、三维场地构建模块，用于基于地形特征数据库与地质结构特征数据库，构建待监测地形区域的三维场地模型；

27、监测预警模块，用于基于物联网技术获取待监测地形区域的传感器数据，同三维场地模型进行可视化交互，建立灾害应急预警平台；通过实时获取遥感影像、传感器采集数据、历史灾害数据进行待监测地形区域的灾害预警。

28、第三方面提供了一种基于物联网技术的灾害应急预警设备，包括处理器和存储器，其中，所述处理器执行所述存储器中保存的程序数据时实现如上所述的基于物联网技术的灾害应急预警方法。

29、第四方面提供了一种可读存储介质，用于存储控制程序数据，其中，所述控制程序数据被处理器执行时实现如上所述的基于物联网技术的灾害应急预警方法。

30、有益效果在于：本发明基于机器学习和深度学习技术进行三维场地模型的快速构建，通过自动识别地形特征、地质结构特征，实现对不同地形条件下的城市、人员聚集区和重要建筑结构的高效建模；同时，结合物联网技术实时进行数据采集，与三维场地模型结合构建物联网技术支持的灾害应急预警平台，实现三维场地模型的及时更新，提供高精度、实时的场地信息，并通过遥感影像、传感器数据、历史灾害数据进行灾害预测分类，实现场地信息的灾前预警预报。

技术特征：

1.一种基于物联网技术的灾害应急预警方法，其特征在于，包括：

2.根据权利要求1所述的灾害应急预警方法，其特征在于，所述s2之前还包括构建机器学习模型并进行深度学习训练，具体方法为：

3.根据权利要求2所述的灾害应急预警方法，其特征在于，所述收集三维场地和城市群的图像数据，建立用于模型训练的样本数据集的具体方法为：

4.根据权利要求2所述的灾害应急预警方法，其特征在于，所述机器学习模型采用faster r-cnn模型，包括区域提取网络和目标识别网络，所述区域提取网络用于提取图像特征生成候选目标区域；所述目标识别网络用于对候选目标区域进行分类和回归，以确定最终目标的位置和类别。

5.根据权利要求2所述的灾害应急预警方法，其特征在于，所述s2中分别对遥感影像集、雷达数据集与无人机影像集的影像数据进行特征识别，提取地形特征建立地形特征数据库，具体方法为：

6.根据权利要求4所述的灾害应急预警方法，其特征在于，所述faster r-cnn模型训练时还包括通过构建深度学习框架tensorflow进行分布式训练。

7.根据权利要求5所述的灾害应急预警方法，其特征在于，还包括实时采集遥感影像、激光雷达与无人机拍摄的影像数据，提取新的特征对三维场地模型进行更新。

8.一种基于物联网技术的灾害应急预警系统，其特征在于，包括：

9.一种基于物联网技术的灾害应急预警设备，其特征在于，包括处理器和存储器，其中，所述处理器执行所述存储器中保存的程序数据时实现如所述权利要求1-7中任一项所述的基于物联网技术的灾害应急预警方法。

10.一种可读存储介质，其特征在于，用于存储控制程序数据，其中，所述控制程序数据被处理器执行时实现如所述权利要求1-7中任一项所述的基于物联网技术的灾害应急预警方法。

技术总结本发明涉及地质灾害预警技术领域，具体为一种基于物联网技术的灾害应急预警方法、系统、设备及介质，通过遥感影像、激光雷达与无人机拍摄对待监测地形区域进行影像数据采集，分别建立对应的遥感影像集、雷达数据集和无人机影像集；并收集待监测地形区域的地质结构物理数据，建立地质结构数据集；提取地形特征建立地形特征数据库；获取待监测地形区域的地质结构特征，建立地质结构特征数据库；构建待监测地形区域的三维场地模型；基于物联网技术获取待监测地形区域的传感器数据，同三维场地模型进行可视化交互，建立灾害应急预警平台；通过实时获取遥感影像、传感器采集数据、历史灾害数据进行待监测地形区域的灾害预警。技术研发人员：吕昊受保护的技术使用者：山东科技大学技术研发日：技术公布日：2024/5/27