一种基于大数据和图像识别的地质灾害监测预警方法

技术领域

本发明属于计算机技术领域，更具体地说，尤其涉及一种基于大数据和图像识别的地质灾害监测预警方法。

背景技术

目前地质灾害的监测预警方法多种多样，但是基本都是基于传感器采集的数据分析，视频图像采集后的实时监控，或者无人机采集的二维、三维图像进行简单的图像识别判断。还没有一个基于大数据计算分析和图像识别相结合的预警预报监测系统。并且单一的数据分析可能会因为通信线路的问题、信号的问题、软件的问题引起的数据错误、缺失，灾害监测的准确度和实时性较低。

如申请号：CN201010253984.6，地铁隧道整体形变检测系统，该方案通过所述图像识别模块可识别相机拍摄的照片和三维建模系统生成的三维地质模型。该发明的图像识别主要集中在地图的构建上面，并没有真正用到图像识别去判断灾情的发生；申请号：CN02110632.0，海洋赤潮及湖泊蓝绿藻遥测系统，该方案通过无人机平台搭载的相机和三维激光扫描仪，对地质灾害频发区域实时监测，自动判断地质灾害体并自动计算灾害量，及时准确对灾情进行评估。该方案是在对灾害区域的实时地形扫描和计算灾害发生后的评估量，没有做到灾前的监测预警预报；申请号：CN201710601948.6，一种基于无人机的地质灾害监测评估系统，该方案采用的图像识别和处理不是基于大数据的分析结果，会造成评估存在偏差、精确度低的问题。

因此，需要提供基于大数据和图像识别的地质灾害监测预警方法，来解决上述问题。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种基于大数据和图像识别的地质灾害监测预警方法，通过现有专业人员存档的历史灾情图像进行大数据分析，得出灾情发生的图像变化关键维度趋势和灾情临界发生图像数据库；通过视频或者倾斜摄影采集到的实时现场图像与大数据灾情数据库的对比，进而自动化的判断现场是否有灾情发生的可能性以及相关的预警预报。

为实现上述目的，本发明提供如下技术方案：一种基于大数据和图像识别的地质灾害监测预警方法，包括如下步骤：

S1、整理分析专业人员存档的灾情渐变过程中的各种图像，各种图像包括滑坡灾害监测的历史图像信息，结合专业研究机构的分析下，得出一个滑坡在发生灾害之前，过程中，之后的各种历史图像数据，然后对收集整理后的所有图像信息进行归类，在专业研究机构的分析下，整理出各个灾情条件下的所有图像数据，汇聚成一个大数据分析库；

S2、利用整理后的归类的灾害图像大数据库，进行关键维度的提取，再对各种地形条件下、天气条件下、人为因素条件下的大数据运算得到各个关键维度的具体数据变化曲线和阈值，并且每个曲线和阈值同时记录相应的地形数据、天气数据，形成一个多维度的灾情发生的数据链条，数据格式可以是KV数据格式，滑坡的灾情发生条件为：H＝{h

S3、根据计算得到的各种灾害发生的KV数据，保存为一个灾害临界图像大数据库，具体数据库可以采用NoSQL数据库，形成了一个闭环的基于图像大数据进行灾害监测的大数据库，以供后面对现场灾害监测中的实时图像数据对比使用；

S4、通过视频采集设备或者倾斜摄影采集到的实时图像数据和临界图像大数据库进行比对，通过常用的视频采集设备可以实时性的保存现场图像，通过图像处理软件，提取图像中的各种物体数据，组成一个临时的KV组合，输入现场的地形数据和天气数据，在灾害临界图像大数据库中的KV数据进行key值的匹配和value值的比对，判断value指是否超过阈值，以得到图像中关键维度的数据发生严重的变化，判断现场发生灾害的可能性；

S5、通过实时性的图像关键数据的比对，超过阈值的情况下发出预警预报。

优选的，所述S1中图像信息为滑坡、泥石流、地表位移、深部位移的图像信息。

优选的，所述S2中灾害图像大数据库的关键维度提取范围包括滑坡灾情的整个渐变过程中，图像中的坡度变化、土壤变化、监测设备的位移变化、树木的位移变化。

优选的，所述S3中H为全部滑坡发生的情况；

h

E

P

X

优选的，所述S5中预警预报包报警指示灯、语音广播和短信。

本发明的技术效果和优点：本发明提供的一种基于大数据和图像识别的地质灾害监测预警方法，与现有技术相比，本发明基于大数据分析，得出各种场景下的灾害发生的各种前提条件，数据更加精准。

创建灾害临界大数据库，可以闭环对灾情的现场条件和阈值进行计算，数据比对自动化，效率更高，更准确。并且阈值可以闭环性自动更新，可以追踪模拟各种灾情。

在一定条件判断下，灾害发生可以实时性的进行预警预报。

附图说明

图1为本发明基于大数据和图像识别的地质灾害监测预警方法流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合具体实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，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，都属于本发明保护的范围。

实施例1

如图1所示，一种基于大数据和图像识别的地质灾害监测预警方法，包括：如下步骤：

S1、整理分析专业人员存档的灾情渐变过程中的各种图像。比如滑坡灾害监测的历史图像信息，结合专业研究机构的分析下，得出一个滑坡在发生灾害之前，过程中，之后的各种历史图像数据。收集整理后的所有图像信息进行归类，比如滑坡、泥石流、地表位移、深部位移，等等。还要结合当地的地形特点，天气情况等因素，在专业研究机构的分析下，整理出各个灾情条件下的所有图像数据，汇聚成一个大数据分析库。

S2、利用整理后的归类的灾害图像大数据库，进行关键维度的提取。比如滑坡灾情的整个渐变过程中，图像中的坡度变化、土壤变化、监测设备的位移变化、树木的位移变化，等等。在对各种地形条件下、天气条件下、人为因素条件下的大数据运算得到各个关键维度的具体数据变化曲线和阈值。并且每个曲线和阈值同时记录相应的地形数据、天气数据。形成一个多维度的灾情发生的数据链条，数据格式可以是KV数据格式，比如滑坡的灾情发生条件为：H＝{h

其中H为全部滑坡发生的情况；

h

E

P

X

S3、根据计算得到的各种灾害发生的KV数据，保存为一个灾害临界图像大数据库。具体数据库可以采用NoSQL数据库，因为数据量会很大。并且当有新的某个灾害的图像信息输入的时候，这个灾害的所有KV数据要重新计算一遍，这个时候关键维度和阈值相应的发生变化。这样就形成了一个闭环的基于图像大数据进行灾害监测的大数据库，以供后面对现场灾害监测中的实时图像数据对比使用。

S4、通过视频采集设备或者倾斜摄影采集到的实时图像数据和临界图像大数据库进行比对。比如滑坡，通过常用的视频采集设备可以实时性的保存现场图像，通过专业的图像处理软件，提取图像中的各种物体数据，组成一个临时的KV组合，当然要输入现场的地形数据和天气数据。比如h

S5、通过实时性的图像关键数据的比对，超过阈值的情况下发出预警预报。如滑坡上述的h

因此，通过现有专业人员存档的历史灾情图像进行大数据分析，得出灾情发生的图像变化关键维度趋势和灾情临界发生图像数据库；通过视频或者倾斜摄影采集到的实时现场图像与大数据灾情数据库的对比，进而自动化的判断现场是否有灾情发生的可能性，在判断出关键维度变化存在危险时发出预警预报。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。