掌桥专利:专业的专利平台
掌桥专利
首页

地质灾害风险预警处理方法、系统及电子设备

文献发布时间:2023-06-19 19:27:02


地质灾害风险预警处理方法、系统及电子设备

技术领域

本申请涉及地质灾害风险预警处理领域,具体而言,涉及一种地质灾害风险预警处理方法、系统及电子设备。

背景技术

地质灾害一直是自然灾害的重点监测的对象,地质灾害种类多样,如山体滑坡、泥石流、崩塌、地面塌陷等,传统的检测方式主要通过人工巡查或者通过传感器、监测设备信息回传的方式来获取地质变化的信息,由此推测地质灾害发生的可能性。

但由于地质灾害对象变化复杂,特别是山体滑坡、泥石流、山洪等灾害一方面受植被覆盖率、土质松软度、含水度、坡度等影响地质灾害的形成,同时受短时的强降雨等气候条件影响大,单从目标监测地点获取的单一地质变化的信息难以准确地提供足够长的预警时间,也无法实现超短期的精确预警。

发明内容

为了克服现有技术中的上述不足,本申请的目的在于提供一种地质灾害风险预警处理方法,所述方法包括:

将目标区域划分为多个子区域;

针对每个所述子区域,根据所述子区域的地形特征数据,确定与该子区域地形特征相似的相似区域;

获取下雨区域中多个智能检测设备采集的各所述子区域的地面径流数据,并确定雨云运动方向;

将雨云运动方向上未下雨区域中的每个子区域作为目标子区域,查找所述下雨区域中是否存与所述目标子区域对应的目标相似区域;

针对所述目标子区域中存在所述目标相似区域的第一目标子区域,将与其对应的所述目标相似区域的径流量作为所述第一目标子区域的地面径流预测数据;

针对所述目标子区域中不存在所述目标相似区域的第二目标子区域,根据所述第二目标子区域的历史地面径流数据,计算所述第二目标子区域的地面径流预测数据;

根据各所述目标子区域的地面径流预测数据,确定雨云运动至所述未下雨区域时的地址灾害产生概率,根据所述地址灾害产生概率输出相应报警通知。

在一种可能的实现方式中,所述将目标区域划分为多个子区域的步骤,包括:

获取目标区域的地表走势数据;

根据所述地表走势数据对所述目标区域进行地表三角网格划分处理,获得所述目标区域的三角网格模型,所述三角网格模型包括多个三角面片构成的子区域。

在一种可能的实现方式中,所述根据所述地表走势数据对所述目标区域进行地表三角网格划分处理的步骤,包括:

根据所述地表走势数据将所述目标区域的地形转换成曲面;

确定所述曲面中凸起的峰点和凹陷的谷点;

将每一所述峰点和与其相邻的谷点连接,并将每一所述谷点和与其相邻的其他谷点相连,形成多个所述三角面片。

在一种可能的实现方式中,所述针对每个所述子区域,根据所述子区域的地形特征数据,确定与该子区域地形特征相似的相似区域的步骤,包括:

根据每个所述子区域的地形特征数据,确定所述子区域的地形向量;所述地形向量包括表征子区域面积、子区域坡面朝向、子区域坡面倾斜度、子区域植被覆盖率及子区域土壤松散度的数据项;

针对每个所述子区域,计算所述子区域预设距离以外其他子区域与该子区域的所述地形向量的相似度;

确定与所述子区域的所述地形向量的相似度大于预设阈值的其他子区域作为所述子区域的所述相似区域。

在一种可能的实现方式中,所述针对所述目标子区域中不存在所述目标相似区域的第二目标子区域,根据所述第二目标子区域的历史地面径流数据,计算所述第二目标子区域的地面径流预测数据的步骤,包括:

获取根据所述第一目标子区域和所述第二目标子区域的历史地面径流数据;

根据所述第一目标子区域和所述第二目标子区域的历史地面径流数据确定所述第一目标子区域和所述第二目标子区域的径流数据关联比例;

获取各所述第一目标子区域的地面径流预测数据;

根据所述径流数据关联比例及所述第一目标子区域的地面径流预测数据,计算所述第二目标子区域的地面径流预测数据。

在一种可能的实现方式中,所述根据各所述目标子区域的地面径流预测数据,确定雨云运动至所述未下雨区域时的地址灾害产生概率的步骤,包括:

根据各所述目标子区域的地面径流预测数据,确定所述未下雨区域的总径流预测数据;

获取所述未下雨区域的GNSS表面位移监测数据;

根据所述未下雨区域的所述总径流预测数据及所述GNSS表面位移监测数据确定雨云运动至所述未下雨区域时的地址灾害产生概率。

在一种可能的实现方式中,所述根据所述未下雨区域的所述总径流预测数据及所述GNSS表面位移监测数据确定雨云运动至所述未下雨区域时的地址灾害产生概率的步骤,包括:

获取所述目标区域内各所述智能检测设备采集的多模型检测数据,所述智能检测设备包括移传感器、温度计、气象传感器;;

根据所述未下雨区域的所述多模型检测数据、所述总径流预测数据及所述GNSS表面位移监测数据,确定雨云运动至所述未下雨区域时产生地址灾害的概率。

本申请的另一目的在于提供一种地质灾害风险预警处理系统,所述系统包括:

区域划分模块,用于将目标区域划分为多个子区域;

相似计算模块,用于针对每个所述子区域,根据所述子区域的地形特征数据,确定与该子区域地形特征相似的相似区域;

数据获取模块,用于获取下雨区域中多个智能检测设备采集的各所述子区域的地面径流数据,并确定雨云运动方向;

区域查询模块,用于将雨云运动方向上未下雨区域中的每个子区域作为目标子区域,查找所述下雨区域中是否存与所述目标子区域对应的目标相似区域;

第一预测模块,用于针对所述目标子区域中存在所述目标相似区域的第一目标子区域,将与其对应的所述目标相似区域的径流量作为所述第一目标子区域的地面径流预测数据;

第二预测模块,用于针对所述目标子区域中不存在所述目标相似区域的第二目标子区域,根据所述第二目标子区域的历史地面径流数据,计算所述第二目标子区域的地面径流预测数据;

报警通知模块,用于根据各所述目标子区域的地面径流预测数据,确定雨云运动至所述未下雨区域时的地址灾害产生概率,根据所述地址灾害产生概率输出相应报警通知。

本申请的另一目的在于提供一种电子设备,包括处理器及机器可读存储介质,所述机器可读存储介质存储有机器可执行指令,所述机器可执行指令在被所述处理器执行时,实现本申请提供的地质灾害风险预警处理方法。

本申请的另一目的在于提供一种机器可读存储介质,其特征在于,所述机器可读存储介质存储有机器可执行指令,所述机器可执行指令在被一个或多个处理器执行时,实现本申请提供的地质灾害风险预警处理方法。

相对于现有技术而言,本申请具有以下有益效果:

本申请实施例提供的地质灾害风险预警处理方法、系统及电子设备,通过将目标区域划分为多个子区域并确定对应的相似区域,在有降水时,针对未下雨区域中的子区域,根据下雨区域中相似区域的径流量确定未下雨区域中各子区域的地面径流预测数据,进而确定雨云运动至所述未下雨区域时的地址灾害产生概率。如此,可以实现超短期的精确预警,提高地质灾害预警的准确性和即时性。

附图说明

为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。

图1为本申请实施例提供的地质灾害风险预警处理方法的示意图;

图2为本申请实施例提供的子区域划分的示意图;

图3为本申请实施例提供的相似区域确定的原理示意图之一;

图4为本申请实施例提供的相似区域确定的原理示意图之二;

图5为本申请实施例提供的电子设备的示意图;

图6为本申请实施例提供的地质灾害风险预警处理系统的功能模块示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。

应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。

在本申请的描述中,需要说明的是,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。

在本申请的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。

请参照图1,图1为本实施例提供的一种地质灾害风险预警处理方法的流程图,以下将对所述方法包括各个步骤进行详细阐述。

步骤S110,将目标区域划分为多个子区域。

在一种可能的实现方式中,在步骤S110中可以获取目标区域的地表走势数据,然后根据所述地表走势数据对所述目标区域进行地表三角网格划分处理,获得所述目标区域的三角网格模型,所述三角网格模型包括多个三角面片构成的子区域。

例如,请参照图2,可以根据所述地表走势数据将所述目标区域的地形转换成曲面,确定所述曲面中凸起的峰点和凹陷的谷点,将每一所述峰点和与其相邻的谷点连接,并将每一所述谷点和与其相邻的其他谷点相连,形成多个所述三角面片。可选地,为了减少计算量,可以忽略部分较小的凸起,只分析大于一预设值的凸起。通过上述方式可以使用计算机编程实现将地形图进行坡面划分,极大地减少了人工划分的时间成本。

在本实施例中,所述目标区域可以是预警管理的一片区域,或其它方式进行设定的区域,在此不做具体限定。优选地,在本实施例中,所述目标区域的覆盖范围可以大于数十公里。

步骤S120,针对每个所述子区域,根据所述子区域的地形特征数据,确定与该子区域地形特征相似的相似区域。

在一种可能的实现方式中,在步骤S120中可以根据每个所述子区域的地形特征数据,确定所述子区域的地形向量,其中,所述地形向量包括表征子区域面积、子区域坡面朝向、子区域坡面倾斜度、子区域植被覆盖率及子区域土壤松散度的数据项。

其中,为了方便后续计算,可以对地形向量进行归一化处理。为了方便进行相似度计算,可以对地形向量进行归一化,将坡面朝向以正东为0度,正北为90度,正西为180度,正南为270度,将坡面以角度归一化至0-1;将坡面倾斜度以0-90度归一化至0-1;将植被覆盖率、土壤松散度根据目标区域的变化范围归一化至0-1。

然后,针对每个所述子区域,计算所述子区域预设距离以外其他子区域与该子区域的所述地形向量的相似度。再确定与所述子区域的所述地形向量的相似度大于预设阈值的其他子区域作为所述子区域的所述相似区域。

由于积雨云到达欲预测区域需要一定时间进行预测的,因而如果欲预测区域与下雨区太近则预测时间过短,预测的意义不大,因此需要预测超过一定距离的区域。基于上述原理,对每一所述子区域,以该子区域中心计算所述预设距离以外的所有其他子区域与该自其与的相似度。例如,请参照图3,图3所示圆圈中心为所述子区域,半径为所述预设记录,在本实施例中只计算圆圈以外的其他子区域与圆心处所述子区域的相似度。再次情况下,如图4所示,A区域正在下雨,风向向B区域,只有A区域与B区域之间的距离达到一定值才有预测意义。

在本实施例中,所述相似度可以使用任意向量相似度的计算方法,在此不做具限定。保存相似度大于所述预设阈值的子区域对,例如第345号子区域与872号子区域相似度大于0.8,则将(345,872,0.8)保存至数据库;对目标区域中的每一个子区域都进行类似的相似度计算,得到所有相似度大于所述预设阈值的子区域对。

步骤S130,获取下雨区域中多个智能检测设备采集的各所述子区域的地面径流数据,并确定雨云运动方向。

在本实施例中,可以通过所述目标区域中设置的多个所述智能检测设备获得所述下雨区域中各所述子区域的地面径流数据。并且,可以通过所述智能检测设备或从其他设备获取气象数据以确定所述雨云运动方向。

步骤S140,将雨云运动方向上未下雨区域中的每个子区域作为目标子区域,查找所述下雨区域中是否存与所述目标子区域对应的目标相似区域。

在本实施例中,未下雨区域中的所述目标子区域可能具有多个所述地形向量的相似度大于预设阈值的相似区域,在步骤S140中,可以查找所述下雨区域找那个是否存在与所述目标子区域对应的目标相似区域。

步骤S150,针对所述目标子区域中存在所述目标相似区域的第一目标子区域,将与其对应的所述目标相似区域的径流量作为所述第一目标子区域的地面径流预测数据。

由于所述目标相似区域与所述目标子区域具有较高的地理特征相似度,在雨云经过时,所述目标子区域与所述目标相似区域的地表径流应当也具有较高的相似度,因此可以将与其对应的所述目标相似区域的实测径流量作为雨云经过所述第一目标子区域时,所述第一目标子区域的地面径流预测数据。

例如,如图4所示,A地区(即,所述下雨区域)正在下暴雨,并且积雨云正在向B区域(即,所述未下雨区域)行进,对B区域中的每一个子区域均从A区域中寻找相似的区域。如果B区域中的子区域中存在与A区域的区域,则说明如果积雨云运行到B区域,A区域和B区域中相似的区域会产生相似的积水效果,因此可将A区域中的实测的实时径流赋值给B区域中的相似区域以做后继的预测。

步骤S160,针对所述目标子区域中不存在所述目标相似区域的第二目标子区域,根据所述第二目标子区域的历史地面径流数据,计算所述第二目标子区域的地面径流预测数据。

在一种可能的实现方式中,在步骤S160中可以获取根据所述第一目标子区域和所述第二目标子区域的历史地面径流数据,并根据所述第一目标子区域和所述第二目标子区域的历史地面径流数据确定所述第一目标子区域和所述第二目标子区域的径流数据关联比例。

然后获取各所述第一目标子区域的地面径流预测数据,并根据所述径流数据关联比例及所述第一目标子区域的地面径流预测数据,计算所述第二目标子区域的地面径流预测数据。

例如,对于B区域中没有找到与正在下雨的相似区域,可使用已找到对应下雨区域的子区域的数据以及历史数据进行径流计算。示例性地,区域1有对应的相似的下雨的子区域,根据下雨的子区域确定区域1的径流为m,区域2没有对应的相似的下雨的子区域,但根据历史数据可知区域2的径流为区域1的0.8倍,则将区域2的径流数据设置为0.8m。

步骤S170,根据各所述目标子区域的地面径流预测数据,确定雨云运动至所述未下雨区域时的地址灾害产生概率,根据所述地址灾害产生概率输出相应报警通知。

对所有B区域中的子区域都进行地面径流赋值,每个坡面产生的径流会汇集在三角形最低的一个点,进而根据每一个子区域中的地面径流计算所有极小值(即每一个小的山谷)中的径流,每一个小的山谷中的径流往更低坐标的山谷中汇集,可得到整个待预测区域各大大小小的坡面产生的地面径流,山洪泥石流等主要是短时径流过大产生的,径流越大,出现山洪和泥石流的概率越大,因此可以根据径流计算结果确定出当积雨云运行至未下雨区域时的地径流大小,从而预测未下雨区域下雨后出现山洪、泥石流等灾害的概率,当概率非常大时,进行超短期的预警,具体的概率大小可根据历史径流数据以及灾害数据确定。

基于上述设计,由于积雨云是以一定的速度进行移动的,通常的速度为30至60公里每小时,因此当一个区域下雨时,另一个地区可能还需要十几甚至几十分钟才下雨,利用这个时间差,可以通过下雨区域的实时数据来对将要下雨地区进行预测,以提高精确率。

进一步地,在本实施例中,一旦监测数据达到预警条件,便进行预警。预警流程如下:监测到预警—触发系统预警—短信、微信公众号预警—预警处置联动—启动预案—调度指挥。在系统在模型分析得到预警结果后,触发系统预警流程,根据预警登记,将预警信息推送至不同的责任人手中,采用多种预警通知方式,保障预警信息能够通知到相关人员;预警处置联动:自动定位预警位置,展示周边地理位置信息以及影响的村庄、人员、道路信息,联动周边智能设备并展示实时监测信息以及对应的历史变化趋势,视频监控等,联动处置预案等。

进一步地,在触发预警后,可以根据预先设定应急预案进行处理。例如,首先将预案结构化:通过对原有文本预案其进行分解、数字化工作,形成智能化预案。将预案按照预案基本信息、指挥关系图、应急资源配置等进行结构化处理,预案基本信息包括:预案名称、预案等级(Ⅰ级(特别重大)、Ⅱ级(重大)、Ⅲ级(较大)和Ⅳ级(一般))、类型(自然灾害、事故灾难)、事件情景等信息;指挥关系图:提前匹配出和本预案相关联的人员的职位姓名及联系方式,便于预案启动时及时调度;应急资源配置:根据预案提前关联应急资源、专家资源、救援队伍、避难场所、医疗卫生、通信机构等相关信息。其次,预案流程设计:按照预警发生、预警定位、预案识别、预案执行的流程,进行预案流程设计。其中,预案执行流程逻辑业务如下:第一,通过预警类型、预警等级、预警定位关联智能预案内容,提取预案中关键流程,展示智能预案简要信息。第二,进行工业电视视频聚焦,通过预警GPS定位,聚焦匹配周边监控视频,实时回传现场画面。第三,匹配预案重要内容,包括预案主要流程、当前所处流程、预案关联设备、预案关联应急资源、预案关联应急专家队伍等。第四,根据预案和现场内容,进行应急处置。包括应急处置阶段跟踪、应急处置内容展示、应急物资匹配展示、应急应急专家队伍、视频会商等。最后,预案总结,通过提取在预警处置过程中的步骤和处置过程,如应急发生后对工业电视自动聚焦时间、聚焦点位于人为操作点击查看的工业电视视频匹配度分析;应急资源调度后资源的流转跟踪;人员调度的跟踪;视频会商中录音、录频等,提取智能预案中各阶段关键内容,分析与预案的匹配度,同时,生成总结报告,并支持基于总结报告,优化智能预案。

在一种可能的实现方式中,在步骤S170中,可以根据各所述目标子区域的地面径流预测数据,确定所述未下雨区域的总径流预测数据。

同时,还可以获取所述未下雨区域的GNSS表面位移监测数据,根据所述未下雨区域的所述总径流预测数据及所述GNSS表面位移监测数据确定雨云运动至所述未下雨区域时的地址灾害产生概率。

其中,单设备数据分析模型(GNSS),基于某单一设备的历史和实时监测数据。首先分析GNSS的位移变形量,位移量计算从X,Y,Z当个方向计算。明确位移量等级,如注意30mm/d,预警等级50mm/d,警戒等级80mm/d。位移量计算通过当前GNSS坐标与昨日坐标做差。其次,分析变形速率,计算X,Y,Z三个方向的变形变化速率。最后,分析变形方向角度,通过X,Y,Z方向变化,计算变形角度,根据地质灾害,如达到滑坡、崩塌等需要的位移、变形速率、变形角度确定是否能够达到灾害预警等级。

进一步地,还可以获取所述目标区域内各所述智能检测设备采集的多模型检测数据,所述智能检测设备包括移传感器、温度计、气象传感器;,根据所述未下雨区域的所述多模型检测数据、所述总径流预测数据及所述GNSS表面位移监测数据,确定雨云运动至所述未下雨区域时产生地址灾害的概率。

其中,收到各所述智能设备回传的二进制数据后对数据进行解析,获取数据中的各种字段的意义,并按数据的不同类型进行分类。然后对分类后的数据进行校验,去掉明显误差数据。

具体地,本实施例所述的智能设备包括但不限于目前地质灾害检测中的常用监测设备,如位移传感器、温度计、气象传感器(测定风速、温度、雨量等)、流量计等。将智能设备安装于目标检测地点,通常分布于山峰、谷底、敏感坡面等位置。智能设备可以获取安装位置处的各种地质、地理、气象数据,在获取数据后实时地将数据通过有线或无线网络传输至后台服务器中,以供后继的分析处理。同时后台服务器会记录全部的历史数据,在必要时进行调用、分析。

由于检测数据较多,同时为了减少数据传输量智能设备通常是回传二进制数据,为了方便后续的分析,在收到二进制的数据后需要对数据进行解析,获取数据中的各种字段的意义,并按数据的不同类型进行分类,为了方便调用每一类型的数据存储于一个数据表格或一个数据库中。

由于传感器设备老化、安装位置差异、局部气象等原因智能设备的上报数据并不完全可靠,因此在解析完数据后还需要进一步地对数据进行分析,确定出是由设备误差造成的数据问题。

具体地,由于单设备数据分析模型仅能从局部地点进行分析,如果产生极小范围的地质变化,如岩石破裂等情况,则有很大的误报概率,进一步地,本实施例还提供一种设备区域综合分析模型,依据部分地质灾害区域中的多个智能设备(如GNSS)的设计数据分析结果,分析多个设备的日变化速率、位移量等数据,变形角度和趋势等,分析一片区域的变化情况,根据片区的整体是否达到滑坡、崩塌等需要的位移、变形速率、变形角度确定是否能够达到灾害预警等级。

进一步地,由于天气、植被等因素也会影响地质灾害的形成。为了考虑到天气等因素,本实施进一步提供一种多类型设备分析模型;获取不同类型设备的数据,通过分析监测的位移量、天气历史对比及天气变化过程,位移变化速度、位移方向等多种变化情况,对地质灾害做更加全面的趋势预测,减少误报率。

进一步地,单设备数据分析模型、设备区域综合分析模型、多类型设备分析模型均适用于长期的监测,而地质灾害突发性较强;山洪、泥石流等只要能提前十几分钟预警即可挽救大量生命产财,为了能够进行超短期预警,本实施例进一步提供一种区域联合模型。

造成山洪、泥石流等爆发的一种重要因素是短时强降雨,虽然雨量、风向等可以通过天气预报可以进行预测,但一方面天气预报本向有一定的误差,并且是针对大范围进行预报,难以用于特殊区域的短时精确预测;另一方面,由于监测区域的地形、地貌、植被等不同,相同的雨量下形成的地面径流不完全相同,形成山洪、泥石流的概率也不完全相同,因此很难用相同的参数对不同的区别进行详细建模,造成精确预测的困难。

本实施例还提供一种电子设备,所述电子设备可以是,但不限于,服务器、个人电脑(personal computer,PC)等。请参照图5,所述电子设备100的方框示意图。所述电子设备100包括地质灾害风险预警处理系统110、机器可读存储介质120、处理器130。

所述机器可读存储介质120、处理器130以及通信单元140各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述地质灾害风险预警处理系统110包括至少一个可以软件或固件(firmware)的形式存储于所述机器可读存储介质120中或固化在所述电子设备100的操作系统(operating system,OS)中的软件功能模块。所述处理器130用于执行所述机器可读存储介质120中存储的可执行模块,例如所述地质灾害风险预警处理系统110所包括的软件功能模块及计算机程序等。

其中,所述机器可读存储介质120可以是,但不限于,随机存取存储器(RandomAccess Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(Erasable ProgrammableRead-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable ProgrammableRead-Only Memory,EEPROM)等。其中,机器可读存储介质120用于存储程序,所述处理器130在接收到执行指令后,执行所述程序,以实现本实施例提供的所述地质灾害风险预警处理方法。

所述处理器130可能是一种集成电路芯片,具有信号的处理能力。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

请参照图6,本实施例还提供一种地质灾害风险预警处理系统110,地质灾害风险预警处理系统110包括至少一个可以软件形式存储于机器可读存储介质120中的功能模块。从功能上划分,地质灾害风险预警处理系统110可以包括区域划分模块111、相似计算模块112、数据获取模块113、区域查询模块114、第一预测模块115、第二预测模块116、报警通知模块117。

所述区域划分模块111,用于将目标区域划分为多个子区域。

本实施例中,所述区域划分模块111可用于执行图1所示的步骤S110,关于所述区域划分模块111的具体描述可参对所述步骤S110的描述。

所述相似计算模块112,用于针对每个所述子区域,根据所述子区域的地形特征数据,确定与该子区域地形特征相似的相似区域。

本实施例中,所述相似计算模块112可用于执行图1所示的步骤S120,关于所述相似计算模块112的具体描述可参对所述步骤S120的描述。

所述数据获取模块113,用于获取下雨区域中多个智能检测设备采集的各所述子区域的地面径流数据,并确定雨云运动方向。

本实施例中,所述数据获取模块113可用于执行图1所示的步骤S130,关于所述数据获取模块113的具体描述可参对所述步骤S130的描述。

所述区域查询模块114,用于将雨云运动方向上未下雨区域中的每个子区域作为目标子区域,查找所述下雨区域中是否存与所述目标子区域对应的目标相似区域。

本实施例中,所述区域查询模块114可用于执行图1所示的步骤S140,关于所述区域查询模块114的具体描述可参对所述步骤S140的描述。

所述第一预测模块115,用于针对所述目标子区域中存在所述目标相似区域的第一目标子区域,将与其对应的所述目标相似区域的径流量作为所述第一目标子区域的地面径流预测数据。

本实施例中,所述第一预测模块115可用于执行图1所示的步骤S150,关于所述第一预测模块115的具体描述可参对所述步骤S150的描述。

所述第二预测模块116,用于针对所述目标子区域中不存在所述目标相似区域的第二目标子区域,根据所述第二目标子区域的历史地面径流数据,计算所述第二目标子区域的地面径流预测数据。

本实施例中,所述第二预测模块116可用于执行图1所示的步骤S160,关于所述第二预测模块116的具体描述可参对所述步骤S160的描述。

所述报警通知模块117,用于根据各所述目标子区域的地面径流预测数据,确定雨云运动至所述未下雨区域时的地址灾害产生概率,根据所述地址灾害产生概率输出相应报警通知。

本实施例中,所述报警通知模块117可用于执行图1所示的步骤S170,关于所述报警通知模块117的具体描述可参对所述步骤S170的描述。

综上所述,本申请实施例提供的地质灾害风险预警处理方法、系统及电子设备,通过将目标区域划分为多个子区域并确定对应的相似区域,在有降水时,针对未下雨区域中的子区域,根据下雨区域中相似区域的径流量确定未下雨区域中各子区域的地面径流预测数据,进而确定雨云运动至所述未下雨区域时的地址灾害产生概率。如此,可以实现超短期的精确预警,提高地质灾害预警的准确性和即时性。

在本申请所提供的实施例中,应该理解到,所揭露的系统和方法,也可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。

另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述,仅为本申请的各种实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。

相关技术
  • 一种基于区块链的地质灾害风险识别和预警系统
  • 信用债风险预警系统、预警方法、存储介质及电子设备
技术分类

06120115915104