一种高山峡谷地区的滑坡监测预警系统
技术领域
本发明属于地质灾害防治
技术领域
，尤其涉及一种高山峡谷地区的滑坡监测预警系统背景技术
滑坡是斜坡岩土体沿着贯通性结构面所发生的滑移现象。滑坡发生的机制是某一结构面上的剪应力超过了该面的抗剪强度。
西南高山峡谷地区深厚堆积层滑坡及破碎岩质滑坡等的重大滑坡，其规模巨大，下滑冲击力大，滑坡发生后损失严重。但滑坡及其周边交通条件差，前后缘高差大，且其地表变形呈非线性特征，监测预警难度大。现有的滑坡监测预警方法，对均质土类型的滑坡有成功案例，如成都理工大学和长安大学的联合研究成果成功预测甘肃黑方台滑坡(突发型黄土滑坡监测预警理论方法研究——以甘肃黑方台为例，工程地质学报，2020，28(01)；陕西长安大学研究团队第三次利用北斗技术成功预警甘肃永靖县黑方台突发性黄土滑坡，中国日报网，2021年1月29日)。但对于碎块石土滑坡或破碎强风化层岩质滑坡，尚无切实可行的监测预警方案。
通过上述分析，现有技术存在的问题及缺陷为：现有技术中暂无对高山峡谷地区的滑坡进行成功预警的案例。
发明内容
针对现有技术存在的问题，本发明提供了一种高山峡谷地区的滑坡监测预警系统。
本发明是这样实现的，一种高山峡谷地区的滑坡监测预警系统，所述高山峡谷地区的滑坡监测预警系统包括：
气象信息采集模块、地质信息获取模块、图像采集模块、无人机控制模块、中央控制模块、信息分析模块、预警区域划定模块、倾斜度测定模块、模型构建模块、滑坡预警模块；
气象信息采集模块，与中央控制模块连接，用于通过气象信息采集程序进行高山峡谷地区气象信息的采集，得到高山峡谷地区的气象信息；所述气象信息包括降雨信息、温度信息、湿度信息、风向信息、风力信息；
所述通过气象信息采集程序进行高山峡谷地区气象信息的采集，得到高山峡谷地区的气象信息，包括：
获取高山峡谷地区的位置信息；
在网页搜索框中键入高山峡谷地区的位置信息；
分别确定关键词为降雨信息、温度信息、湿度信息、风向信息以及风力信息；
对确定的关键词进行分别搜索，得到高山峡谷地区的气象信息；
所述对确定的关键词进行分别搜索，包括：
确定本地对象与远程数据源同步频率，其中远程数据源即远程Web上数据库；
利用泊松过程来表示远程数据源平均变化频率λi，其中，i＝1,2,…,n，n代表远程数据源的个数；
确定平均新颖度：
由得到的平均变化频率λi，确定各对象即远程Web上数据库中各数据项ei对应的同步频率fi，在满足同步资源限制的条件下，使本地数据库的平均新颖度最大，
根据数据时新性确定更新频率：
在时刻t数据抓取系统所维护的第i个数据记录ri的时新性如下：
则由N个数据记录组成的数据记录集合S的平均时新性如下：
所述数据记录集合S在时间上取平均值加以衡量：
利用拉格朗日乘子计算得到各对象的理论同步频率，然后按理论同步频率对对象数据进行同步，使本地数据库的平均新颖度达到最大值；
所述按理论同步频率对对象数据进行同步，包括：
对于所有的(s,a)初始化表项Q0(s,a)＝0；
其中，Q表示计算机机器学习领域的专业表示，即Q为增强学习的表示形式，s表示状态，a表示动作，Q(s,a)表示应用动作a到状态s的结果状态；初始化为0值，即未进行学习初始化值；在每个情节中，将对数据源的范围作为其活动，得到回报值为Ri：
并在时段0-t内，对Q值进行更新：
其中qj表示第j个数据记录在时段0-t内进行增强学习得到的结果状态值，Rj表示第j个数据记录在时段0-t内进行增强学习得到的回报值；
在资源限制的前提下，即与服务器最大交互次数M为固定值常量，使得新颖度值最大，F(fi,λi)表示对应第i个数据记录的新颖度，新颖度是通过数据时新性得到，也就是时新性表示记录中对象即最小单位数据项的更新频率，而新颖度指数据项的集合记录也就是远程数据源的整体时新性，ωi是重要性权重；
地质信息获取模块，与中央控制模块连接，用于通过地质信息获取程序进行高山峡谷地区的地质信息的获取，得到高山峡谷地区的地质信息；
图像采集模块，与中央控制模块连接，用于通过携带摄像头的无人机进行高山峡谷地区图像的采集，得到全景高山峡谷地区图像；
所述通过地质信息获取程序进行高山峡谷地区的地质信息的获取，包括：获取高山峡谷地区的位置信息，在数据库中进行所述位置信息对应的地质信息的获取；
无人机控制模块，与中央控制模块连接，用于通过无人机控制程序进行无人机飞行高度、拍摄角度的控制；
中央控制模块，与气象信息采集模块、地质信息获取模块、图像采集模块、无人机控制模块连接，用于通过主控机对各连接模块的运行进行控制，保证各个模块正常运行；
信息分析模块，与中央控制模块连接，用于通过信息分析程序对获取的全景高山峡谷地区图像以及高山峡谷地区的地质信息进行分析，得到信息分析结果；
预警区域划定模块，与中央控制模块连接，用于通过预警区域划定程序依据信息分析结果得到滑坡高危区域，并将所述区域作为预警区域；
倾斜度测定模块，与中央控制模块连接，用于通过倾斜度测定程序依据获取的信息分析结果进行预警区域的山体的倾斜度的测定，得到预警区域的山体的倾斜度；
模型构建模块，与中央控制模块连接，用于通过模型构建程序依据获取的信息分析结果进行预警区域的山体模型的构建，得到预警区域的山体模型；
滑坡预警模块，与中央控制模块连接，用于通过滑坡预警模拟程序进行预警区域的山体模型滑坡模拟测试，得到滑坡预警信息。
进一步，所述通过携带摄像头的无人机进行高山峡谷地区图像的采集，得到全景高山峡谷地区图像，包括：
移动终端通过无线传输方式向无人机发送全景拼接指令；
无人机接收全景拼接指令，通过无人机自带的云台相机获取待拼接的图像；
无人机将获取的待拼接的图像通过无线传输发送给云端服务器；
云端服务器接收无人机发送的图像，通过全景拼接算法得出全景图像；
云端服务器将所述全景图像通过无线传输方式传输给移动终端，得到全景高山峡谷地区图像。
进一步，所述无人机接收全景拼接指令，通过无人机自带的云台相机获取待拼接的图像，包括：全景指令控制无人机保持水平状态自动旋转8次，且旋转角度为45度，获取多张待拼接图片。
进一步，所述云端服务器接收无人机发送的图像，通过全景拼接算法得出全景图像，包括：
提取云端服务器接收的带拼接图像的特征点；将提取到的特征点进行匹配，得到图像的重叠区域；
根据图像的重叠区域的特征点计算图像间的单应矩阵；根据单应矩阵估计相机的旋转矩阵参数和焦距参数；
根据相机的参数和单应矩阵将多张图像进行图像投影变换；根据图像投影变换的结果进行图像曝光补偿；
寻找图像拼接中图像间重叠部分的接缝线；根据接缝线参数将所有图像间重叠部分进行融合，拼接成一张完整的全景图像。
进一步，所述滑坡高危区域为后缘和斜坡表面陡坎区域以及威胁对象所在区域。
进一步，所述通过模型构建程序依据获取的信息分析结果进行预警区域的山体模型的构建，得到预警区域的山体模型，包括：以目标区域的边缘特征作为拓扑约束条件，获取带约束的三维点云；然后采用基于局部降维的带约束三角剖分算法，构建基于边缘特征自约束的表面网格模型。
进一步，所述目标区域的边缘特征的获取方法为：采用canny边缘检测算法从全景高山峡谷地区图像中预警区域的图像中获取二维边缘特征，包括：用高斯滤波器平滑图像，去除噪声；用一阶偏导有限差分计算梯度幅值和方向；对梯度幅值进行非极大值抑制，精确确定边缘的位置；用双阈值算法检测和连接边缘。
进一步，所述进行预警区域的山体模型滑坡模拟，得到滑坡预警信息包括：
用于将信息分析结果结合确定的倾斜度作为模拟参数进行预警区域的山体模型滑坡模拟，基于模拟结果生成滑坡预警信息。
本发明的另一目的在于提供一种信息数据处理终端，其特征在于，所述信息数据处理终端用于实现所述的高山峡谷地区的滑坡监测预警系统。
本发明的另一目的在于提供一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机应用所述的高山峡谷地区的滑坡监测预警系统。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明提供的高山峡谷地区的滑坡监测预警系统通过进行高山峡谷地区的气象信息以及地质信息的采集，以及对采集的信息进行分析，得到滑坡高危区域，将滑坡高危区作为待监测区域进行重点监测，能够降低监测成本，减小预警难度，监测效果好；通过对采集信息的分析得到区域山体的倾斜度，进而构建该区域的模型，进行滑坡预警更方便、快捷，且预警准确性高，减少了传统预警方法考虑多方因素进行预警模型构建和计算的复杂性。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本申请的一些实施例，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的附图。
图1是本发明实施例提供的高山峡谷地区的滑坡监测预警系统结构框图。
图2是本发明实施例提供的高山峡谷地区的滑坡监测预警方法流程图。
图3是本发明实施例提供的通过气象信息采集程序进行高山峡谷地区气象信息的采集，得到高山峡谷地区的气象信息流程图。
图4是本发明实施例提供的通过携带摄像头的无人机进行高山峡谷地区图像的采集，得到全景高山峡谷地区图像流程图。
图5是本发明实施例提供的云端服务器接收无人机发送的图像，通过全景拼接算法得出全景图像流程图。
图中：1、气象信息采集模块；2、地质信息获取模块；3、图像采集模块；4、无人机控制模块；5、中央控制模块；6、信息分析模块；7、预警区域划定模块；8、倾斜度测定模块；9、模型构建模块；10、滑坡预警模块。
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。
针对现有技术存在的问题，本发明提供了一种高山峡谷地区的滑坡监测预警系统，下面结合附图对本发明作详细的描述。
如图1所示，本发明实施例提供的高山峡谷地区的滑坡监测预警系统包括：
气象信息采集模块1，与中央控制模块5连接，用于通过气象信息采集程序进行高山峡谷地区气象信息的采集，得到高山峡谷地区的气象信息；所述气象信息包括降雨信息、温度信息、湿度信息、风向信息、风力信息；
地质信息获取模块2，与中央控制模块5连接，用于通过地质信息获取程序进行高山峡谷地区的地质信息的获取，得到高山峡谷地区的地质信息；
图像采集模块3，与中央控制模块5连接，用于通过携带摄像头的无人机进行高山峡谷地区图像的采集，得到全景高山峡谷地区图像；
无人机控制模块4，与中央控制模块5连接，用于通过无人机控制程序进行无人机飞行高度、拍摄角度的控制；
中央控制模块5，与气象信息采集模块1、地质信息获取模块2、图像采集模块3、无人机控制模块4、图像分析模块6、预警区域划定模块7、倾斜度测定模块8、模型构建模块9、滑坡预警模块10连接，用于通过主控机对各连接模块的运行进行控制，保证各个模块正常运行；
信息分析模块6，与中央控制模块5连接，用于通过信息分析程序对获取的全景高山峡谷地区图像以及高山峡谷地区的地质信息进行分析，得到信息分析结果；
预警区域划定模块7，与中央控制模块5连接，用于通过预警区域划定程序依据信息分析结果得到滑坡高危区域，并将所述区域作为预警区域；
倾斜度测定模块8，与中央控制模块5连接，用于通过倾斜度测定程序依据获取的信息分析结果进行预警区域的山体的倾斜度的测定，得到预警区域的山体的倾斜度；
模型构建模块9，与中央控制模块5连接，用于通过模型构建程序依据获取的信息分析结果进行预警区域的山体模型的构建，得到预警区域的山体模型；
滑坡预警模块10，与中央控制模块5连接，用于通过滑坡预警模拟程序进行预警区域的山体模型滑坡模拟测试，得到滑坡预警信息。
如图2所示，本发明实施例提供的高山峡谷地区的滑坡监测预警方法包括以下步骤：
S101，通过气象信息采集模块利用气象信息采集程序进行高山峡谷地区气象信息的采集，得到包括降雨信息、温度信息、湿度信息、风向信息、风力信息的高山峡谷地区的气象信息；
S102，通过地质信息获取模块利用地质信息获取程序进行高山峡谷地区的地质信息的获取，得到高山峡谷地区的地质信息；通过图像采集模块利用携带摄像头的无人机进行高山峡谷地区图像的采集，得到全景高山峡谷地区图像；
S103，通过无人机控制模块利用无人机控制程序进行无人机飞行高度、拍摄角度的控制；通过中央控制模块利用主控机对各连接模块的运行进行控制，保证各个模块正常运行；
S104，通过信息分析模块利用信息分析程序对获取的全景高山峡谷地区图像以及高山峡谷地区的地质信息进行分析，得到信息分析结果；通过预警区域划定模块利用预警区域划定程序依据信息分析结果得到滑坡高危区域，并将所述区域作为预警区域；
S105，通过倾斜度测定模块利用倾斜度测定程序依据获取的信息分析结果进行预警区域的山体的倾斜度的测定，得到预警区域的山体的倾斜度；
S106，通过模型构建模块利用模型构建程序依据获取的信息分析结果进行预警区域的山体模型的构建，得到预警区域的山体模型；通过滑坡预警模块进行预警区域的山体模型滑坡模拟测试，得到滑坡预警信息。
如图3所示，本发明实施例提供的通过气象信息采集程序进行高山峡谷地区气象信息的采集，得到高山峡谷地区的气象信息，包括：
S201，获取高山峡谷地区的位置信息；
S202，在网页搜索框中键入高山峡谷地区的位置信息；
S203，分别确定关键词为降雨信息、温度信息、湿度信息、风向信息以及风力信息；
S204，对确定的关键词进行分别搜索，得到高山峡谷地区的气象信息。
本发明实施例提供的对确定的关键词进行分别搜索，包括：
确定本地对象与远程数据源同步频率，其中远程数据源即远程Web上数据库；
利用泊松过程来表示远程数据源平均变化频率λi，其中，i＝1,2,…,n，n代表远程数据源的个数；
确定平均新颖度：
由得到的平均变化频率λi，确定各对象即远程Web上数据库中各数据项ei对应的同步频率fi，在满足同步资源限制的条件下，使本地数据库的平均新颖度最大，
根据数据时新性确定更新频率：
在时刻t数据抓取系统所维护的第i个数据记录ri的时新性如下：
则由N个数据记录组成的数据记录集合S的平均时新性如下：
所述数据记录集合S在时间上取平均值加以衡量：
利用拉格朗日乘子计算得到各对象的理论同步频率，然后按理论同步频率对对象数据进行同步，使本地数据库的平均新颖度达到最大值；
所述按理论同步频率对对象数据进行同步，包括：
对于所有的(s,a)初始化表项Q0(s,a)＝0；
其中，Q表示计算机机器学习领域的专业表示，即Q为增强学习的表示形式，s表示状态，a表示动作，Q(s,a)表示应用动作a到状态s的结果状态；初始化为0值，即未进行学习初始化值；在每个情节中，将对数据源的范围作为其活动，得到回报值为Ri：
并在时段0-t内，对Q值进行更新：
其中qj表示第j个数据记录在时段0-t内进行增强学习得到的结果状态值，Rj表示第j个数据记录在时段0-t内进行增强学习得到的回报值；
在资源限制的前提下，即与服务器最大交互次数M为固定值常量，使得新颖度值最大，F(fi,λi)表示对应第i个数据记录的新颖度，新颖度是通过数据时新性得到，也就是时新性表示记录中对象即最小单位数据项的更新频率，而新颖度指数据项的集合记录也就是远程数据源的整体时新性，ωi是重要性权重。
本发明实施例提供的通过地质信息获取程序进行高山峡谷地区的地质信息的获取，包括：获取高山峡谷地区的位置信息，在数据库中进行所述位置信息对应的地质信息的获取。
如图4所示，本发明实施例提供的通过携带摄像头的无人机进行高山峡谷地区图像的采集，得到全景高山峡谷地区图像，包括：
S301，移动终端通过无线传输方式向无人机发送全景拼接指令；
S302，无人机接收全景拼接指令，通过无人机自带的云台相机获取待拼接的图像；
S303，无人机将获取的待拼接的图像通过无线传输发送给云端服务器；
S304，云端服务器接收无人机发送的图像，通过全景拼接算法得出全景图像；
S305，云端服务器将所述全景图像通过无线传输方式传输给移动终端，得到全景高山峡谷地区图像。
本发明实施例提供的无人机接收全景拼接指令，通过无人机自带的云台相机获取待拼接的图像，包括：全景指令控制无人机保持水平状态自动旋转8次，且旋转角度为45度，获取多张待拼接图片。
如图5所示，本发明实施例提供的云端服务器接收无人机发送的图像，通过全景拼接算法得出全景图像，包括：
S401，提取云端服务器接收的带拼接图像的特征点；将提取到的特征点进行匹配，得到图像的重叠区域；
S402，根据图像的重叠区域的特征点计算图像间的单应矩阵；根据单应矩阵估计相机的旋转矩阵参数和焦距参数；
S403，根据相机的参数和单应矩阵将多张图像进行图像投影变换；根据图像投影变换的结果进行图像曝光补偿；
S404，寻找图像拼接中图像间重叠部分的接缝线；根据接缝线参数将所有图像间重叠部分进行融合，拼接成一张完整的全景图像。
本发明实施例提供的滑坡高危区域为碎块石土区域或破碎强风化层岩质区域。
本发明实施例提供的通过模型构建程序依据获取的信息分析结果进行预警区域的山体模型的构建，得到预警区域的山体模型，包括：以目标区域的边缘特征作为拓扑约束条件，获取带约束的三维点云；然后采用基于局部降维的带约束三角剖分算法，构建基于边缘特征自约束的表面网格模型。
本发明实施例提供的目标区域的边缘特征的获取方法为：采用canny边缘检测算法从全景高山峡谷地区图像中预警区域的图像中获取二维边缘特征，包括：用高斯滤波器平滑图像，去除噪声；用一阶偏导有限差分计算梯度幅值和方向；对梯度幅值进行非极大值抑制，精确确定边缘的位置；用双阈值算法检测和连接边缘。
本发明实施例提供的进行预警区域的山体模型滑坡模拟，得到滑坡预警信息包括：
用于将信息分析结果结合确定的倾斜度作为模拟参数进行预警区域的山体模型滑坡模拟，基于模拟结果生成滑坡预警信息。
以上所述，仅为本发明较优的具体的实施方式，但本发明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发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。
