技术新讯 > 信号装置的制造及其应用技术 > 一种地质灾害监测预警方法及系统与流程  >  正文

一种地质灾害监测预警方法及系统与流程

  • 国知局
  • 2024-07-31 20:45:48

本发明涉及地质灾害监测,特别是涉及一种地质灾害监测预警方法及系统。

背景技术:

1、地质灾害是指在自然或者人为因素的作用下形成的,对人类生命财产造成的损失、对环境造成破坏的地质作用或地质现象。地质灾害在时间和空间上的分布变化规律,既受制于自然环境,又与人类活动有关,往往是人类与自然界相互作用的结果目前科研人员针对地质灾害的预警警告研究,多通过实地获取各项地质数据,通过对地质数据进行解析,实现对地质灾害进行预测,对可能发生地质灾害进行预警。

2、地质灾害发生受多种因素影响,具有不确定性,因此开展区域地质灾害危险性区划成为地质灾害研究的热点问题。但是现有技术中进行地质灾害危险预警的策略往往是仅建立在地表以下的土壤层数据上,通过对土壤活动数据进行分析预测地质灾害风险,缺乏土壤以上的环境变化对地质灾害带来的影响;特别是对于一些区域性质的地质结构区域,由于风流、水流和植被等影响,对土壤以下的地层结构造成的影响不容忽视。

3、因此,亟需建立一种地质灾害监测预警方法及系统,以解决现有地质灾害预警技术无法针对区域地质灾害进行精准预警的技术问题。

技术实现思路

1、本发明提供一种地质灾害监测预警方法及系统,能够对地质灾害进行准确检测和预警。

2、为实现上述目的,本发明提供了如下方案:

3、一种地质灾害监测预警方法包括:

4、通过高分辨率卫星、合成孔径雷达获取实时地质监测数据以及历史地质监测数据;

5、对所述实时地质监测数据进行数据处理,得到处理后的地质数据;

6、根据所述处理后的地质数据和所述历史地质监测数据对深度生成对抗网络模型进行训练,得到地质灾害监测预测模型;

7、获取待预测的地质监测数据;

8、将所述待预测的地质数据输入所述地质灾害监测预测模型,得到地质灾害预测结果。

9、可选地,还包括:

10、在所述地质灾害预测结果大于阈值的情况下,确定预警等级;

11、根据所述预警等级,向用户发出地质灾害预警。

12、可选地,所述对所述实时地质监测数据进行数据处理,得到处理后的地质数据,具体包括:

13、将高分辨率卫星和合成孔径雷达有云覆盖、气溶胶覆盖或冰雪覆盖的影像数据删除;

14、将高分辨率卫星和合成孔径雷达中有缺失、噪声或异常像元的影像数据删除;

15、通过机载lidar进行精细探测删除遮挡影像数据;

16、将剩余影像数据裁剪拼接至同一范围,得到处理后的地质数据。

17、可选地,所述深度生成对抗网络模型包括生成器网络和判别器网络,所述生成器网络包括依次连接的第一反卷积层、第一bn层、第二反卷积层、第二bn层、第三反卷积层、第三bn层和第四反卷积层,所述判别器网络包括依次连接的第一卷积层、第四bn层、第二卷积层、第五bn层、第三卷积层、第六bn层和第四卷积层,所述第四反卷积层的输出连接第一卷积层的输入,所述生成器网络采用relu作为激活函数,所述判别器网络采用leakyrelu作为激活函数。

18、可选地,所述根据所述处理后的地质数据和所述历史地质监测数据对深度生成对抗网络模型进行训练,得到地质灾害监测预测模型,具体包括:

19、向所述生成器网络输入随机噪声数据,输出得到生成数据;

20、将所述生成数据、所述处理后的地质数据和所述历史地质监测数据输入判别器网络中,将地质灾害发生概率作为预测标签构建损失函数;

21、判断损失函数是否收敛,若是则训练完成,得到地质灾害预测模型。

22、可选地,所述深度生成对抗网络模型包括生成器网络和判别器网络,所述生成器网络包括依次连接的第一反卷积层、第一bn层、第二反卷积层、第二bn层、第三反卷积层、第三bn层和第四反卷积层,所述判别器网络包括依次连接的第一卷积层、第四bn层、第二卷积层、第五bn层、第三卷积层、第六bn层和第四卷积层,所述第四反卷积层的输出连接第一卷积层的输入,所述生成器网络采用relu作为激活函数,所述判别器网络采用leakyrelu作为激活函数。

23、一种地质灾害监测预警系统包括:

24、地质监测数据获取模块,用于通过高分辨率卫星、合成孔径雷达获取实时地质监测数据以及历史地质监测数据;

25、数据处理模块,用于对所述实时地质监测数据进行数据处理,得到处理后的地质数据;

26、模型训练模块,用于根据所述处理后的地质数据和所述历史地质监测数据对深度生成对抗网络模型进行训练,得到地质灾害监测预测模型;

27、待预测的地质监测数据获取模块,用于获取待预测的地质监测数据;

28、地质灾害预测结果确定模块,用于将所述待预测的地质数据输入所述地质灾害监测预测模型,得到地质灾害预测结果。

29、可选地,还包括:

30、预警等级确定模块,用于在所述地质灾害预测结果大于阈值的情况下,确定预警等级;

31、地质灾害预警模块,用于根据所述预警等级,向用户发出地质灾害预警。

32、根据本发明提供的具体实施例,本发明公开了以下技术效果:

33、本发明提供一种地质灾害监测预警方法,该方法包括:通过高分辨率卫星、合成孔径雷达获取实时地质监测数据以及历史地质监测数据;对所述实时地质监测数据进行数据处理,得到处理后的地质数据;根据所述处理后的地质数据和所述历史地质监测数据对深度生成对抗网络模型进行训练,得到地质灾害监测预测模型;获取待预测的地质监测数据;将所述待预测的地质数据输入所述地质灾害监测预测模型,得到地质灾害预测结果。本发明采用多个遥感源,能够有效规避单一遥感技术所面临的干扰,从而实现高效、快速、精确的地质灾害预警。

技术特征:

1.一种地质灾害监测预警方法,其特征在于,所述地质灾害监测预警方法包括:

2.根据权利要求1所述的地质灾害监测预警方法,其特征在于,还包括:

3.根据权利要求1所述的地质灾害监测预警方法,其特征在于,所述对所述实时地质监测数据进行数据处理,得到处理后的地质数据,具体包括:

4.根据权利要求1所述的地质灾害监测预警方法,其特征在于,所述深度生成对抗网络模型包括生成器网络和判别器网络,所述生成器网络包括依次连接的第一反卷积层、第一bn层、第二反卷积层、第二bn层、第三反卷积层、第三bn层和第四反卷积层,所述判别器网络包括依次连接的第一卷积层、第四bn层、第二卷积层、第五bn层、第三卷积层、第六bn层和第四卷积层,所述第四反卷积层的输出连接第一卷积层的输入,所述生成器网络采用relu作为激活函数,所述判别器网络采用leakyrelu作为激活函数。

5.根据权利要求1所述的地质灾害监测预警方法,其特征在于,所述根据所述处理后的地质数据和所述历史地质监测数据对深度生成对抗网络模型进行训练,得到地质灾害监测预测模型,具体包括:

6.一种地质灾害监测预警系统,其特征在于,所述地质灾害监测预警系统包括:

7.根据权利要求6所述的地质灾害监测预警系统,其特征在于,还包括:

8.根据权利要求6所述的地质灾害监测预警系统,其特征在于,所述深度生成对抗网络模型包括生成器网络和判别器网络,所述生成器网络包括依次连接的第一反卷积层、第一bn层、第二反卷积层、第二bn层、第三反卷积层、第三bn层和第四反卷积层,所述判别器网络包括依次连接的第一卷积层、第四bn层、第二卷积层、第五bn层、第三卷积层、第六bn层和第四卷积层,所述第四反卷积层的输出连接第一卷积层的输入,所述生成器网络采用relu作为激活函数,所述判别器网络采用leakyrelu作为激活函数。

技术总结本发明公开一种地质灾害监测预警方法及系统。该方法包括:通过高分辨率卫星、合成孔径雷达获取实时地质监测数据以及历史地质监测数据;对所述实时地质监测数据进行数据处理,得到处理后的地质数据;根据所述处理后的地质数据和所述历史地质监测数据对深度生成对抗网络模型进行训练,得到地质灾害监测预测模型;获取待预测的地质监测数据;将所述待预测的地质数据输入所述地质灾害监测预测模型,得到地质灾害预测结果。本发明采用多个遥感源,能够有效规避单一遥感技术所面临的干扰,从而实现高效、快速、精确的地质灾害预警。技术研发人员:王昊,周亚丽,张全傅,罗清威,王明明,耿同升,马腾飞,尹润森,余文丽受保护的技术使用者:河南省有色金属地质矿产局第七地质大队技术研发日:技术公布日:2024/6/18

本文地址:https://www.jishuxx.com/zhuanli/20240731/187759.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。