一种基于大数据的智能感知报警系统及方法与流程

1.本发明涉及大数据应用领域，特别涉及一种基于大数据的智能感知报警系统及方法。


背景技术：

2.泥石流是指在山区或者其他沟谷深壑，地形险峻的地区，因为暴雨、暴雪或其他自然灾害引发的山体滑坡并携带有大量泥沙以及石块的特殊洪流。泥石流具有突然性以及流速快，流量大，物质容量大和破坏力强等特点。发生泥石流常常会冲毁公路铁路等交通设施甚至村镇等，造成巨大损失。泥石流流动的全过程一般只有几个小时，短的只有几分钟，是一种广泛分布于世界各国一些具有特殊地形、地貌状况地区的自然灾害。在盘山公路或沟壑下住房等位置，如遇暴雨天气，很有可能形成泥石流，人们不刻意观察，很难判断出泥石流的到来，但由于视野闭塞，丛林遮挡等原因，无法窥视全貌，导致观测困难，且泥石流的突发特性，造成危害的过程极短，但危害的影响时间极长，在泥石流发生时短则仅有几分钟的撤离时间，如果受灾地区如果在泥石流到来之前没能及时撤离，很可能会遭受泥石流的掩埋，极大地危害到了人民的生命安全。
3.申请号为202011193485.2的发明专利提供了一种山体滑坡风险监测预警方法和系统，涉及地质灾害监测和预警技术领域。通过搭建模拟滑坡体场景，获取模拟传感数据训练第一分类器，得到初始微运动单元事件检测模型，然后获取真实滑坡体场景的真实传感数据，对初始微运动单元事件检测模型进行增强训练，得到微运动单元事件检测模型，再通过获取的故障事件数据训练第二分类器，得到故障模型，最后结合微运动单元事件检测模型和故障模型构建和训练滑坡预警模型，进行滑坡风险预警。本发明能自动对大量传感器数据进行分析，且对数据运用更加充分，提高了山体滑坡监测预警的可信度和效果。
4.上述技术通过传感器回传数据对山体情况进行模拟测算，通过人工智能模型输出山体滑坡的模拟结果，根据结果发出预警信号，该技术通过对山体实际情况的大量数据采集，进行实时模拟，数据运算量大，运算周期较长，且具有一定的重复性，再结合到天气影响，通过模拟的天气情况和实际情况有所差别，且到了山体滑坡、泥石流真实发生时，数据来不及计算，现需要一种技术，能够在山体滑坡发生前、发生时都能发出预警，提醒撤离。


技术实现要素：

5.本发明提供了一种基于大数据的智能感知报警系统及方法，能够解决山体滑坡突发时，无法及时发出预警的问题。
6.为了解决上述技术问题，本技术提供如下技术方案：一种基于大数据的智能感知报警系统，包括滑坡预警模型，还包括：数据采集模块：所述数据采集模块用于采集坡度地区的地质环境信息和视频信息；所述地质环境信息传输至滑坡预警模型生成第一模型数据，若第一模型数据超过阈值，则生成滑坡预警数据；
报警模块：所述报警模块设置于用户家中，在滑坡预警数据产生时，便开始播报预存的第一滑坡广播；数据处理模块：所述坡预警模型内置于数据处理模块中，所述数据处理模块用于获取坡度地区的视频信息，采用帧间分析法对视频信息中的图像进行识别分析，对比相邻两帧视频信息得到其差值像素，对差值像素的轮廓进行提取，并以其出现的初始位置作为起点，测算其运动轨迹，若运动轨迹为抛物线，且行动方向朝下，则生成落物指令，若一定时间内产生超过第一阈值数量的落物指令，便生成第二滑坡广播，若此前已经对该区域播报了第一滑坡广播，便即刻生成撤离警报；若此前未播报第一滑坡广告，将各掉落物的起始位置进行连接，若掉落点超过第一阈值且沿山体纵向排列，则生成撤离警报；若掉落点呈横向分布，针对掉落物的图像进行分析，通过图像占比关系确定掉落面积，若掉落面积超过第二阈值，则生成撤离警报。
7.本方案的基本原理及有益效果：通过滑坡预警模型的建立，可以预先对未来可能发生的滑坡情况进行模拟，如果通过模拟的数据产生了滑坡情况，在真实传感器数据，即数据采集模块中的数据与滑坡数据吻合时，便产生滑坡预警数据，若后续天气预报中显示该区域有可能达到此数据，便将第一滑坡广播进行播报，实为预测值，预计将会发生山体滑坡，即泥石流，此为第一次预警，为事先预警，人们在获知到此信息后能够选择撤离危险区域，且有足够时间进行准备，如果当地居民并未如期撤离，此举也会在潜意识内对其进行提示，后续在滑坡发生产生初始预兆时，便会回想起前面的提示，双重提示下，增大了提示强度和可信度，便可根据指令进行快速撤离，保证生命安全。针对实际滑坡的发生而言，通过视频图像的方式对坡度地区的实际情况进行监控，并对视频图像信息进行实时分析，若视频中有物体掉落，根据掉落物轨迹和掉落物的多少，若超过阈值，便生成撤离警报，撤离警报和第一滑坡广播都通过报警模块进行传播，报警模块设置于住户家中，方便及时准确地进行播报。
8.本方案通过在滑坡开始前进行预警播报，在滑坡预兆开始时进行实时撤离信号的发布，通过滑坡预警模型提前测算，在数据模拟出滑坡产生时，便给住户们发出第一次预警信号，给予住户们足够的时间转移资产，加固防御，保护财产安全和生命安全，在滑坡产生时第一时间向住户们发出撤离信号，保证生命安全，此举有效保证了人民的生命安全，如遇前期预警时配合度不高的居民，在撤离信号发出时，有了第一次提醒的前提下，会加深撤离的理念，信任度更高，配合度也会更高，及时响应撤离，保证自身安全。
9.相较于传统的预警方式，本方案在滑坡发生时，及时锁定并预警，发出警报，在常规传感器失灵时，视频信息作为二道保障，且独立于传统的预警测算，双线并行，保证了预警的精准性，且视频信息的及时回传，能够清晰地观测场景现状，相关应急管理人员可以根据现场情况及时准备救援预案，再通过对视频信息的详细分析，在确定有滑坡风险时，同步给住户家中的报警模块发出撤离信息，拉响警报，告知住户山体滑坡要来了，马上撤离，保证生命安全。做到了在滑坡来临时马上发出预警信号，提醒撤离，从而解决了山体滑坡突发时，无法及时发出预警的问题。
10.进一步，还包括展示平台，所述数据处理模块还用于根据视频信息对坡度地区三维建模，并将模型展示在展示平台上，并在上逐一标注数据采集模块采集到的数据；视频信息实时更新，同步展示在展示平台上；滑坡预警模型的预警结构也同步展示在展示平台上，
应急人员根据展示平台上的信息进行文字编辑后，报送至相关渠道传播。
11.有益效果：实现一张图（展示平台）统计所有的数据信息，并进行展示，方便管理人员对坡度地区的现状监控。
12.进一步，所述数据采集模块至少包括位移传感器、振弦传感器、倾斜传感器和声波传感器中的一种或多种和摄像头。
13.进一步，所述数据采集模块、报警模块、数据处理模块、展示平台相互产生信息交互，选择2g、3g、4g、5g、北斗和有线等任一或组合的方式进行信息传输。
14.有益效果：根据传感器同数据处理模块和展示平台之间的信息传递方便程度，选择适用且适合的传输方式，实现了高效快速的信号、数据传递。
15.进一步，所述摄像头采用太阳能板供电，所述摄像头设置于坡度地区的坡上视野开阔处，还包括通过太阳能板供电的雨量计，所述雨量计用于检测实时降雨量，所述雨量计和数据处理模块信息交互。
16.有益效果：采用太阳能板进行供电，减少了电源供给的问题，由于铺设的大多为坡度陡峭地区，架设电力设施较为复杂，专门铺设电线成本又太高，通过太阳能供电，减少了成本，摄像头的铺设受制于地区的问题将被遏制，可以铺设到更多的地方。
17.进一步，所述数据采集模块还用于获取气象数据，所述气象数据包括天气预报，在天气预报预兆三天内有雨时，数据处理模块便开始提取地质环境信息给滑坡预警模型进行测算。
18.有益效果：节省算力，在有下雨征兆（天气预报报道）时，开启对山体滑坡模型的计算，计算时间足够，方案制定时间充足，且降低了连续运算带来的能源损耗，同时节省了人力分配。
19.进一步，数据处理模块统计前一个月的天气情况，获得气温数据，并将气温数据进行列表分析，预先划分高温区间，若超过第三阈值时间的温度处于高温区间内，便生成岩土蓬松信号，在对滑坡预警模型进行模拟时，模拟出的会发生滑坡时的降雨量数值降一级匹配真实降雨量。
20.有益效果：连续高温会使得土质疏松，在大雨的冲刷下，滑坡风险更高，遂针对连续高温天气的情况后的降雨导致的危险程度都实行升级测算，即模拟时降雨量达到一个数值时，会出现滑坡危险，那么实际中，传感器测得的数值低于模拟时的数值（低一个级）时，便就算做达到了模拟时的状态，在此基础上进行响应，并根据测算出的结果发出相应的预警信号。
21.一种基于大数据的智能感知报警方法，包括以下步骤：s1：收集坡度地区环境参数及视频画面信息；s2：构建滑坡预警模型，输入坡度地区环境参数信息，模拟未来出现的天气变化参数对坡度地区的影响，进而生成滑坡预警数据；s3：根据滑坡预警数据生成对应的预警信号；s4：对视频画面信息进行分析，通过视频监控到的掉落物情况生成对应的预警信息。
附图说明
22.图1为一种基于大数据的智能感知报警系统的结构示意图；图2为一种基于大数据的智能感知报警方法的结构示意图。
具体实施方式
23.下面通过具体实施方式进一步详细说明：实施例一如附图1所示，一种基于大数据的智能感知报警系统，包括滑坡预警模型，用于山体滑坡风险的监测预警。通过搭建模拟滑坡体场景，获取模拟传感数据训练第一分类器，得到初始微运动单元事件检测模型，然后获取真实滑坡体场景的真实传感数据，对初始微运动单元事件检测模型进行增强训练和对第二分类器进行训练，分别得到微运动单元事件检测模型和故障模型，最后结合微运动单元事件检测模型和故障模型建立初始滑坡预警模型，并利用卷积神经网络模型对初始滑坡预警模型进行训练，得到滑坡预警模型。还包括：数据采集模块：所述数据采集模块用于采集坡度地区的地质环境信息和视频信息；所述地质环境信息传输至滑坡预警模型生成第一模型数据，若第一模型数据超过阈值，则生成滑坡预警数据；所述数据采集模块至少包括位移传感器、振弦传感器、倾斜传感器和声波传感器中的一种或多种和摄像头。具体的传感器包括：土压计、渗压计、裂缝计、拉伸位移计、泥位计、激光测距仪、gnss、固定测斜仪、加速度计、雨量计、倾角计、次声传感器和地声传感器等，测得的数据供与滑坡预警模型使用。
24.报警模块：所述报警模块设置于用户家中，在滑坡预警数据产生时，便开始播报预存的第一滑坡广播；报警模块包括报警广播和入户报警器等，在接收到预警数据时，便对应发出第一滑坡广播，表明通过模拟数据，结合未来天气预报的数据，模型中的山体发生了滑坡，即在现实世界中发出预警信息，即第一滑坡广播告知，通过入户的警报和广播进行传递，让在家和在外的当地住户都知晓此事的发生。
25.数据处理模块：数据处理模块为cpu处理器，能够选择的有符合其性能计算要求的cpu处理器及相关的组件，或者云服务器，依靠云算力对相关待处理数据进行处理。所述坡预警模型内置于数据处理模块中，滑坡预警模型依赖于数据处理模块进行模拟运算，借助数据处理模块的算力完成模型的搭建与优化和后期的运用。所述数据处理模块用于获取坡度地区的视频信息，采用帧间分析法对视频信息中的图像进行识别分析，对比相邻两帧视频信息得到其差值像素，对差值像素的轮廓进行提取，并以其出现的初始位置作为起点，测算其运动轨迹，若运动轨迹为抛物线，且行动方向朝下，则生成落物指令，若3分钟内产生超过3次的落物指令，便生成第二滑坡广播，若此前已经对该区域播报了第一滑坡广播，便即刻生成撤离警报；若此前未播报第一滑坡广告，将各掉落物的起始位置进行连接，若掉落点超过第一阈值且沿山体纵向排列，则生成撤离警报；若掉落点呈横向分布，针对掉落物的图像进行分析，通过图像占比关系确定掉落面积，若掉落面积超过第二阈值，则生成撤离警报。以监控画面为平面，发生掉落的区域占监控画面中的20%时，便发出撤离警报。
26.还包括展示平台，所述数据处理模块还用于根据视频信息对坡度地区三维建模，并将模型展示在展示平台上，并在上逐一标注数据采集模块采集到的数据；视频信息实时更新，同步展示在展示平台上；滑坡预警模型的预警结构也同步展示在展示平台上，应急人
员根据展示平台上的信息进行文字编辑后，报送至相关渠道传播。展示平台可以是led屏幕。也能够是展示网页，目的是将所有数据及检测结果精确、明显地展示在页面上，供需要的人进行查看，并进行及时处理。通过获得的数据，相关管理人员还及时对数据进行处理并形成报告，审核后发送至相关渠道，如公文、公众号、新闻发布、电台等，让更多的人从更多的渠道了解到本次事件的发生。
27.所述数据采集模块、报警模块、数据处理模块、展示平台相互产生信息交互，选择2g、3g、4g、5g、北斗和有线等任一或组合的方式进行信息传输。根据地势、传输成本、传输效率等中和判断各模块间采用何种合适的信息传输方式。
28.所述摄像头采用太阳能板供电，所述摄像头设置于坡度地区的坡上视野开阔处，还包括通过太阳能板供电的雨量计，所述雨量计用于检测实时降雨量，所述雨量计和数据处理模块信息交互。
29.所述数据采集模块还用于获取气象数据，所述气象数据包括天气预报，在天气预报预兆三天内有雨时，数据处理模块便开始提取地质环境信息给滑坡预警模型进行测算。减少人力和算力成本，在有预兆产生时再进行测算，测算效率高，针对性强。
30.数据处理模块统计前一个月的天气情况，获得气温数据，并将气温数据进行列表分析，预先划分高温区间，若超过第三阈值时间的温度处于高温区间内，便生成岩土蓬松信号，在对滑坡预警模型进行模拟时，模拟出的会发生滑坡时的降雨量数值降一级匹配真实降雨量。高温以30℃为界，超过30℃作为高温区间。若连续超过10天为高温，便生成岩土蓬松信号，降雨量以间隔2mm为一级。
31.还包括应用于上述系统的一种基于大数据的智能感知报警方法，包括以下步骤：s1：收集坡度地区环境参数及视频画面信息；s2：构建滑坡预警模型，输入坡度地区环境参数信息，模拟未来出现的天气变化参数对坡度地区的影响，进而生成滑坡预警数据；s3：根据滑坡预警数据生成对应的预警信号；s4：对视频画面信息进行分析，通过视频监控到的掉落物情况生成对应的预警信息。
32.实施例二在对于振动信号的检测过程中，可能会有一些外界因素产生干扰，本方案为了减少干扰，为了监控气象灾害的同时来监控地质灾害，实施例二与实施例一的不同之处在于：还包括叶轮，所述叶轮与第一发电马达相连接，在风吹动叶轮转动时，第一发电马达在叶轮的转动下产生风电动势数据，并传输给数据处理模块；还包括水车和第二发电马达，所述第二发电马达与水车同轴固定，在水车转动时，带动第二发电马达转动，生成雨电动势数据，并传输至数据处理模块，此也可有实施例一中的雨量计代替。所述水车设置在一根贯通的管道中管道竖直设置，管道上端部固定有一个漏斗，用于承接雨水；还包括振动检测模块，用于实时检测种植区域的振动情况，并将测量数据传输至数据处理模块，振动检测模块选择实施例一中提到的地声传感器或振动传感器，如电感式振动传感器是依据电磁感应原理设计的一种振动传感器（电感式振动传感器设置有磁铁和导磁体，对物体进行振动测量时，能将机械振动参数转化为电参量信号。电感式振动传感器能应用于振动速度、加速度等参数的测量或电涡流式振动传感器是涡流效应为工作原理的振动式传感器，它属于非接触式
传感器）或电涡流式振动传感器是通过传感器的端部和被测对象之间距离上的变化，来测量种植区域的振动数据）电涡流式振动传感器主要用于振动位移的测量）。数据处理模块根据回传的风电动势、雨电动势和振动数据，在振动数据超过预设的地质灾害数据（从各地地质环保部门查询各地质灾害情况的参数），若此时风电动势达到预设值（根据实际风速设定标准值范围），则表明此振动是风吹仪器引起的，若风电动势无，但画面中出现有车辆或动物经过时，对比车辆或动物离开该区域后的振动数据，若振动减小或在正常范围内，则不产生预警信号，若远离后振动数据不变或增加便生成异常预警信号，此举能够有效排除动物、车辆对检测仪器的影响。在大雨侵袭时，振动检测模块可能会产生异常振动，也有可能实际测得了异常振动，如泥石流，山体滑坡等，通过对雨电动势和风电动势，以及振动数据进行实时检测，并绘制图表对比，当三组数据同频，即同增同减可认定为是由自然条件引发的异常振动；若不同频，如取测量到的同一时间段的三组数据作为标准值，在后续的某一个时间点中风电动势和雨电动势达到标准值，但振动数据明显高于标准情况下的数值，此时便生成预警信号，昭示可能有泥石流发生。
33.以上的仅是本发明的实施例，该发明不限于此实施案例涉及的领域，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本技术给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本技术的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本技术要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

技术特征：
1.一种基于大数据的智能感知报警系统，包括滑坡预警模型，其特征在于，还包括：数据采集模块：所述数据采集模块用于采集坡度地区的地质环境信息和视频信息；所述地质环境信息传输至滑坡预警模型生成第一模型数据，若第一模型数据超过阈值，则生成滑坡预警数据；报警模块：所述报警模块设置于用户家中，在滑坡预警数据产生时，便开始播报预存的第一滑坡广播；数据处理模块：所述坡预警模型内置于数据处理模块中，所述数据处理模块用于获取坡度地区的视频信息，采用帧间分析法对视频信息中的图像进行识别分析，对比相邻两帧视频信息得到其差值像素，对差值像素的轮廓进行提取，并以其出现的初始位置作为起点，测算其运动轨迹，若运动轨迹为抛物线，且行动方向朝下，则生成落物指令，若一定时间内产生超过第一阈值数量的落物指令，便生成第二滑坡广播，若此前已经对该区域播报了第一滑坡广播，便即刻生成撤离警报；若此前未播报第一滑坡广告，将各掉落物的起始位置进行连接，若掉落点超过第一阈值且沿山体纵向排列，则生成撤离警报；若掉落点呈横向分布，针对掉落物的图像进行分析，通过图像占比关系确定掉落面积，若掉落面积超过第二阈值，则生成撤离警报。2.根据权利要求1所述的一种基于大数据的智能感知报警系统，其特征在于：还包括展示平台，所述数据处理模块还用于根据视频信息对坡度地区三维建模，并将模型展示在展示平台上，并在上逐一标注数据采集模块采集到的数据；视频信息实时更新，同步展示在展示平台上；滑坡预警模型的预警结构也同步展示在展示平台上，应急人员根据展示平台上的信息进行文字编辑后，报送至相关渠道传播。3.根据权利要求1所述的一种基于大数据的智能感知报警系统，其特征在于：所述数据采集模块至少包括位移传感器、振弦传感器、倾斜传感器和声波传感器中的一种或多种和摄像头。4.根据权利要求2所述的一种基于大数据的智能感知报警系统，其特征在于：所述数据采集模块、报警模块、数据处理模块、展示平台相互产生信息交互，选择2g、3g、4g、5g、北斗和有线等任一或组合的方式进行信息传输。5.根据权利要求3所述的一种基于大数据的智能感知报警系统，其特征在于：所述摄像头采用太阳能板供电，所述摄像头设置于坡度地区的坡上视野开阔处，还包括通过太阳能板供电的雨量计，所述雨量计用于检测实时降雨量，所述雨量计和数据处理模块信息交互。6.根据权利要求1所述的一种基于大数据的智能感知报警系统，其特征在于：所述数据采集模块还用于获取气象数据，所述气象数据包括天气预报，在天气预报预兆三天内有雨时，数据处理模块便开始提取地质环境信息给滑坡预警模型进行测算。7.根据权利要求6所述的一种基于大数据的智能感知报警系统，其特征在于：数据处理模块统计前一个月的天气情况，获得气温数据，并将气温数据进行列表分析，预先划分高温区间，若超过第三阈值时间的温度处于高温区间内，便生成岩土蓬松信号，在对滑坡预警模型进行模拟时，模拟出的会发生滑坡时的降雨量数值降一级匹配真实降雨量。8.一种基于大数据的智能感知报警方法，其特征在于，包括以下步骤：s1：收集坡度地区环境参数及视频画面信息；s2：构建滑坡预警模型，输入坡度地区环境参数信息，模拟未来出现的天气变化参数对
坡度地区的影响，进而生成滑坡预警数据；s3：根据滑坡预警数据生成对应的预警信号；s4：对视频画面信息进行分析，通过视频监控到的掉落物情况生成对应的预警信息。

技术总结
本发明涉及大数据应用领域，特别涉及一种基于大数据的智能感知报警系统，包括滑坡预警模型；数据采集模块：所述数据采集模块用于采集坡度地区的地质环境信息和视频信息；所述地质环境信息传输至滑坡预警模型生成第一模型数据，若第一模型数据超过阈值，则生成滑坡预警数据；报警模块：所述报警模块设置于用户家中，在滑坡预警数据产生时，便开始播报预存的第一滑坡广播；还涉及一种基于大数据的智能感知报警方法，包括以下步骤：S1：收集坡度地区环境参数及视频画面信息；S2：构建滑坡预警模型，输入坡度地区环境参数信息，模拟未来出现的天气变化参数对坡度地区的影响，进而生成滑坡预警数据；解决了山体滑坡突发时，无法及时发出预警的问题。预警的问题。预警的问题。


技术研发人员：富尔江 刘彬 黎光艳 秦飞 俞柳伊
受保护的技术使用者：北星空间信息技术研究院（南京）有限公司
技术研发日：2022.12.29
技术公布日：2023/5/24