基于GIS技术的智慧矿山报警联动方法及系统与流程

基于gis技术的智慧矿山报警联动方法及系统
技术领域
1.本发明属于矿区安全领域，涉及泥石流预测技术，具体是基于gis技术的智慧矿山报警联动方法及系统。


背景技术：

2.随着现代采矿技术的发展，开采速度越来越快。人们在山区开发时，为了施工方便往往会将废石渣堆放成丘，这就是引起人工泥石流的重要原因。矿产资源在给当地经济发展带来了巨大的推动力，同时，运送矿石，修建现场处理产地，井下开采等过程都会产生大量的废石渣，这些废石渣堆砌压占土地，破坏植被，恶化生态环境。一旦发生大的降雨这些废石渣就容易形成矿山泥石流灾害；因此，需要及时发现并对在矿山上的人员进行预先报警以及精确的时长提醒；
3.为此，提出基于gis技术的智慧矿山报警联动方法及系统。


技术实现要素：

4.本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出基于gis技术的智慧矿山报警联动方法及系统，该基于gis技术的智慧矿山报警联动方法及系统为矿区人员提供了精确的时长提醒，提高了矿区人员的反应效率。
5.为实现上述目的，根据本发明的第一方面的实施例提出基于gis技术的智慧矿山报警联动系统，如图1所示，基于gis技术的智慧矿山报警联动系统，包括gis数据收集模块、历史数据收集模块、历史数据训练模块、警报接收模块、泥石流速度预测模块以及报警联动模块；其中，各个模块之间通过电气和/或无线网络方式连接；
6.其中，所述gis数据收集模块主要用于使用gis技术生成矿山的gis三维建模图像；
7.所述gis数据收集模块通过控制带有遥感装置以及定位装置的无人机进行绕山飞行，并在飞行过程中，实时对矿山的图像进行采集；并通过gis绘制软件根据无人机实时定位以及拍摄的矿山图像，绘制出矿山的三维模型图；在矿山的三维模型图中，可以包括矿山每个位置的地形、海拔高度、植被覆盖情况以及泥石流预警装置；其中，所述泥石流预警装置为根据实际经验安装在山体上各个位置的泥石流感应装置；所述泥石流感应装置通过机器视觉技术识别是否发生泥石流以及泥石流的速度；
8.所述gis数据收集模块将gis三维建模图像发送至泥石流速度预测模块；
9.其中，所述历史数据收集模块主要用于预先收集泥石流的历史流动数据；
10.所述历史数据收集模块通过收集历史发生的泥石流的流动数据，或通过建立矿山模型并模拟泥石流的发生条件，收集泥石流发生时，泥石流的流动数据；
11.其中，所述泥石流的流动数据为影响泥石流流动速度的矿山山体特征数据以及泥石流流动速度；
12.所述泥石流初始速度为检测到泥石流时，泥石流的实时速度；所述山体平均倾角为检测到泥石流的位置与山体各个位置的连线相对于地表水平面的倾角；所述山体相对海
拔高度为检测到泥石流的位置与山体各个位置的海拔高度之差；
13.所述历史数据收集模块将收集的泥石流的历史流动数据发送至历史数据训练模块；
14.其中，所述历史数据训练模块主要用于根据泥石流的历史流动数据训练出预测泥石流流动速度的神经网络模型；
15.所述历史数据训练模块训练预测泥石流流动速度的神经网络模型包括以下步骤：
16.步骤s1：所述历史数据训练模块将历史的山体特征数据进行量化表达；并将量化后的山体特征数据组成神经网络模型可接收的数字向量形式；
17.步骤s2：将山体特征的数字向量输入至神经网络模型中；
18.步骤s3：根据实际经验设置并调试神经网络模型的训练参数，对神经网络模型进行训练；并预设预测准确率阈值p，训练至神经网络模型的预测准确率达到预测准确率阈值p；将训练完成的神经网络模型标记为m；
19.所述历史数据训练模块将训练完成的神经网络模型m发送至泥石流速度预测模块；
20.其中，所述警报接收模块主要用于实时监视矿山上是否有泥石流发生；
21.所述警报接收模块监视是否发生泥石流的方式为：
22.矿山上每个泥石流预警装置实时自带的摄像头以及机器视觉识别后台识别矿山是否发生泥石流，并使用携带的速度传感器获取泥石流的实时速度；
23.每个泥石流预警装置在识别到泥石流后，将泥石流图像、当前位置以及当前的速度通过无线网络方式发送至泥石流速度预测模块；
24.其中，所述泥石流速度预测模块主要用于在发生泥石流后，预测泥石流到达各个位置的实时速度；
25.所述泥石流速度预测模块预测泥石流实时速度包括以下步骤：
26.步骤p1：将泥石流当前位置在gis三维建模图像中进行标识；并根据泥石流的图像以及山体的实际走势，判断出泥石流的未来覆盖区域；
27.步骤p2：对于泥石流的未来覆盖区域，根据实际经验将山体按高度划分为若干区间；
28.步骤p3：对于gis三维建模中的每个山体区间，将该区间内的山体特征数据输入至神经网络模型m中，获取该区间内泥石流的实时速度；
29.所述泥石流速度预测模块将每个区间内泥石流的实时速度发送至报警联动模块；
30.其中，所述报警联动模块主要用于对检测到泥石流后，进行联动计时报警；
31.所述报警联动模块获取每个区间内，神经网络模型m计算的泥石流的实时速度；并根据各区间的实时速度以及区间长度计算出泥石流到达矿山中每个人员所在位置所需的时长；并通过无线网络向每个人员的移动终端发送泥石流即将到达的报警信息，并在移动终端实时展示剩余时长。
32.根据本发明的第二方面的实施例提出基于gis技术的智慧矿山报警联动方法，
33.gis数据收集模块使用gis技术生成矿山的gis三维建模图像；
34.历史数据收集模块预先收集泥石流的历史流动数据；
35.历史数据训练模块根据泥石流的历史流动数据训练出预测泥石流流动速度的神
经网络模型；
36.警报接收模块利用预先安装在矿山的泥石流预警装置实时监视矿山上是否有泥石流发生；
37.泥石流速度预测模块在发生泥石流后，使用神经网络模型预测泥石流到达各个位置的实时速度；
38.报警联动模块对检测到泥石流后，进行联动计时报警。
39.与现有技术相比，本发明的有益效果是：
40.本发明通过预先使用无人机对矿山数据进行采集，并使用gis建模软件构造出矿山的3维模型图；再收集历史矿山发生的泥石流流动数据；将泥石流的流动数据中的山体特征数据输入至神经网络模型中，并对神经网络模型进行训，获得根据山体特征数据预测泥石流实时速度的神经网络模型；在矿山发生泥石流后，将泥石流未来覆盖区域根据高度划分为若干区间；将每个区间的山体特征输入至神经网络模型中，获得该区间的泥石流实时速度；根据每个区间的泥石流实时速度以及区间长度即可计算出泥石流到达每个位置所需的时长；从而实现预先通知矿山上每个人员并告知其精确的泥石流到达的剩余时长；为矿区人员提供了精确的时长提醒，提高了矿区人员的反应效率。
附图说明
41.图1为本发明的原理图；
42.图2为本发明的流程图。
具体实施方式
43.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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它实施例，都属于本发明保护的范围。
44.如图1所示，基于gis技术的智慧矿山报警联动系统，包括gis数据收集模块、历史数据收集模块、历史数据训练模块、警报接收模块、泥石流速度预测模块以及报警联动模块；其中，各个模块之间通过电气和/或无线网络方式连接；
45.矿山是泥石流灾害的高发地区；人们在山区开发时，为了施工方便往往会将废石渣堆放成丘，这是引起人工泥石流的重要原因；因此，需要一套对矿山泥石流进行预警的报警联动系统；
46.其中，所述gis数据收集模块主要用于使用gis技术生成矿山的gis三维建模图像；
47.在一个优选的实施例中，所述gis数据收集模块通过控制带有遥感装置以及定位装置的无人机进行绕山飞行，并在飞行过程中，实时对矿山的图像进行采集；并通过gis绘制软件根据无人机实时定位以及拍摄的矿山图像，绘制出矿山的三维模型图；优选的，在矿山的三维模型图中，可以包括矿山每个位置的地形、海拔高度、植被覆盖情况以及泥石流预警装置；其中，所述泥石流预警装置为根据实际经验安装在山体上各个位置的泥石流感应装置；所述泥石流感应装置通过机器视觉技术识别是否发生泥石流以及泥石流的速度；
48.所述gis数据收集模块将gis三维建模图像发送至泥石流速度预测模块；
49.其中，所述历史数据收集模块主要用于预先收集泥石流的历史流动数据；
50.在一个优选的实施例中，所述历史数据收集模块通过收集历史发生的泥石流的流动数据，或通过建立矿山模型并模拟泥石流的发生条件，收集泥石流发生时，泥石流的流动数据；
51.其中，所述泥石流的流动数据为影响泥石流流动速度的矿山山体特征数据以及泥石流流动速度；
52.优选的，所述矿山山体特征数据包括但不限于泥石流初始速度、山体平均倾角、山体相对海拔高度、植被平均高度、植被覆盖密度以及土壤松软程度等；
53.所述泥石流初始速度为检测到泥石流时，泥石流的实时速度；所述山体平均倾角为检测到泥石流的位置与山体各个位置的连线相对于地表水平面的倾角；所述山体相对海拔高度为检测到泥石流的位置与山体各个位置的海拔高度之差；
54.所述历史数据收集模块将收集的泥石流的历史流动数据发送至历史数据训练模块；
55.其中，所述历史数据训练模块主要用于根据泥石流的历史流动数据训练出预测泥石流流动速度的神经网络模型；
56.在一个优选的实施例中，所述历史数据训练模块训练预测泥石流流动速度的神经网络模型包括以下步骤：
57.步骤s1：所述历史数据训练模块将历史的山体特征数据进行量化表达；并将量化后的山体特征数据组成神经网络模型可接收的数字向量形式；优选的，所述神经网络模型可以为深度神经网络模型或深度信念网络模型；
58.步骤s2：将山体特征的数字向量输入至神经网络模型中；优选的，所述神经网络模型以泥石流速度为输出，以输入的数字向量对应的历史泥石流速度作为预测目标；以预测的准确率作为训练目标；
59.步骤s3：根据实际经验设置并调试神经网络模型的训练参数，对神经网络模型进行训练；并预设预测准确率阈值p，训练至神经网络模型的预测准确率达到预测准确率阈值p；将训练完成的神经网络模型标记为m；
60.所述历史数据训练模块将训练完成的神经网络模型m发送至泥石流速度预测模块；
61.其中，所述警报接收模块主要用于实时监视矿山上是否有泥石流发生；
62.在一个优选的实施例中，所述警报接收模块监视是否发生泥石流的方式为：
63.矿山上每个泥石流预警装置实时自带的摄像头以及机器视觉识别后台识别矿山是否发生泥石流，并使用携带的速度传感器获取泥石流的实时速度；
64.每个泥石流预警装置在识别到泥石流后，将泥石流图像、当前位置以及当前的速度通过无线网络方式发送至泥石流速度预测模块；
65.其中，所述泥石流速度预测模块主要用于在发生泥石流后，预测泥石流到达各个位置的实时速度；
66.在一个优选的实施例中，所述泥石流速度预测模块预测泥石流实时速度包括以下步骤：
67.步骤p1：将泥石流当前位置在gis三维建模图像中进行标识；并根据泥石流的图像
以及山体的实际走势，判断出泥石流的未来覆盖区域；
68.步骤p2：对于泥石流的未来覆盖区域，根据实际经验将山体按高度划分为若干区间；
69.步骤p3：对于gis三维建模中的每个山体区间，将该区间内的山体特征数据输入至神经网络模型m中，获取该区间内泥石流的实时速度；
70.所述泥石流速度预测模块将每个区间内泥石流的实时速度发送至报警联动模块；
71.其中，所述报警联动模块主要用于对检测到泥石流后，进行联动计时报警；
72.在一个优选的实施例中，所述报警联动模块获取每个区间内，神经网络模型m计算的泥石流的实时速度；并根据各区间的实时速度以及区间长度计算出泥石流到达矿山中每个人员所在位置所需的时长；并通过无线网络向每个人员的移动终端发送泥石流即将到达的报警信息，并在移动终端实时展示剩余时长。
73.如图2所示，基于gis技术的智慧矿山报警联动方法，包括以下步骤：
74.gis数据收集模块使用gis技术生成矿山的gis三维建模图像；在矿山的gis三维建模图像中，包括矿山每个位置的地形、海拔高度、植被覆盖情况以及泥石流预警装置；
75.历史数据收集模块预先收集泥石流的历史流动数据；泥石流的流动数据为影响泥石流流动速度的矿山山体特征数据以及泥石流流动速度；所述矿山山体特征数据包括但不限于泥石流初始速度、山体平均倾角、山体相对海拔高度、植被平均高度、植被覆盖密度以及土壤松软程度等；
76.历史数据训练模块根据泥石流的历史流动数据训练出预测泥石流流动速度的神经网络模型；所述神经网络模型可以为深度神经网络模型或深度信念网络模型；
77.警报接收模块利用预先安装在矿山的泥石流预警装置实时监视矿山上是否有泥石流发生；
78.泥石流速度预测模块在发生泥石流后，使用神经网络模型预测泥石流到达各个位置的实时速度；
79.报警联动模块对检测到泥石流后，进行联动计时报警；通过无线网络向每个人员的移动终端发送泥石流即将到达的报警信息，并在移动终端实时展示剩余时长。
80.以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

技术特征：
1.基于gis技术的智慧矿山报警联动系统，其特征在于，包括gis数据收集模块、历史数据收集模块、历史数据训练模块、警报接收模块、泥石流速度预测模块以及报警联动模块；其中，各个模块之间通过电气和/或无线网络方式连接；所述gis数据收集模块使用gis技术生成矿山的gis三维建模图像；并将gis三维建模图像发送至泥石流速度预测模块；所述历史数据收集模块预先收集泥石流的历史流动数据；并将收集的泥石流的历史流动数据发送至历史数据训练模块；历史数据训练模块根据泥石流的历史流动数据训练出预测泥石流流动速度的神经网络模型；并将训练完成的神经网络模型m发送至泥石流速度预测模块；警报接收模块利用预先安装在矿山的泥石流预警装置实时监视矿山上是否有泥石流发生；并在识别到泥石流后，将泥石流图像、当前位置以及当前的速度通过无线网络方式发送至泥石流速度预测模块；泥石流速度预测模块在发生泥石流后，使用神经网络模型预测泥石流到达各个位置的实时速度；报警联动模块对检测到泥石流后，进行联动计时报警。2.根据权利要求1所述的基于gis技术的智慧矿山报警联动系统，其特征在于，所述gis数据收集模块通过控制带有遥感装置以及定位装置的无人机进行绕山飞行，并在飞行过程中，实时对矿山的图像进行采集；并通过gis绘制软件根据无人机实时定位以及拍摄的矿山图像，绘制出矿山的三维模型图。3.根据权利要求1所述的基于gis技术的智慧矿山报警联动系统，其特征在于，所述泥石流的流动数据为影响泥石流流动速度的矿山山体特征数据以及泥石流流动速度。4.根据权利要求1所述的基于gis技术的智慧矿山报警联动系统，其特征在于，所述历史数据训练模块训练预测泥石流流动速度的神经网络模型包括以下步骤：步骤s1：所述历史数据训练模块将历史的山体特征数据进行量化表达；并将量化后的山体特征数据组成神经网络模型可接收的数字向量形式；步骤s2：将山体特征的数字向量输入至神经网络模型中；步骤s3：根据实际经验设置并调试神经网络模型的训练参数，对神经网络模型进行训练；并预设预测准确率阈值p，训练至神经网络模型的预测准确率达到预测准确率阈值p；将训练完成的神经网络模型标记为m。5.根据权利要求1所述的基于gis技术的智慧矿山报警联动系统，其特征在于，所述泥石流速度预测模块预测泥石流实时速度包括以下步骤：步骤p1：将泥石流当前位置在gis三维建模图像中进行标识；并根据泥石流的图像以及山体的实际走势，判断出泥石流的未来覆盖区域；步骤p2：对于泥石流的未来覆盖区域，根据实际经验将山体按高度划分为若干区间；步骤p3：对于gis三维建模中的每个山体区间，将该区间内的山体特征数据输入至神经网络模型m中，获取该区间内泥石流的实时速度。6.根据权利要求1所述的基于gis技术的智慧矿山报警联动系统，其特征在于，所述报警联动模块获取每个区间内，神经网络模型m计算的泥石流的实时速度；并根据各区间的实时速度以及区间长度计算出泥石流到达矿山中每个人员所在位置所需的时长；并通过无线
网络向每个人员的移动终端发送泥石流即将到达的报警信息，并在移动终端实时展示剩余时长。7.根据权利要求1-6所述任意一项所述的基于gis技术的智慧矿山报警联动系统的报警联动方法，其特征在于，包括以下步骤：gis数据收集模块使用gis技术生成矿山的gis三维建模图像；历史数据收集模块预先收集泥石流的历史流动数据；历史数据训练模块根据泥石流的历史流动数据训练出预测泥石流流动速度的神经网络模型；警报接收模块利用预先安装在矿山的泥石流预警装置实时监视矿山上是否有泥石流发生；泥石流速度预测模块在发生泥石流后，使用神经网络模型预测泥石流到达各个位置的实时速度；报警联动模块对检测到泥石流后，进行联动计时报警。

技术总结
本发明公开了基于GIS技术的智慧矿山报警联动方法及系统，涉及矿山报警联动技术领域，通过设置GIS数据收集模块使用GIS技术生成矿山的GIS三维建模图像；设置历史数据收集模块预先收集泥石流的历史流动数据；设置历史数据训练模块根据泥石流的历史流动数据训练出预测泥石流流动速度的神经网络模型；设置警报接收模块利用预先安装在矿山的泥石流预警装置实时监视矿山上是否有泥石流发生；设置泥石流速度预测模块在发生泥石流后，使用神经网络模型预测泥石流到达各个位置的实时速度；设置报警联动模块对检测到泥石流后，进行联动计时报警；为矿区人员提供了精确的时长提醒，提高了矿区人员的反应效率。矿区人员的反应效率。矿区人员的反应效率。


技术研发人员：孟庆梅 胡勇
受保护的技术使用者：合肥中科慧晨科技有限公司
技术研发日：2023.02.27
技术公布日：2023/5/26