【技术实现步骤摘要】
本申请涉及大数据处理，尤其涉及一种泥石流洪灾监测预警系统及方法。
技术介绍
1、泥石流洪灾监测预警是指通过对泥石流和洪灾发生区域的实时监测、数据分析和预测，提前识别和评估潜在的风险，以便及时采取预防措施和应急响应。其主要目的是减少灾害的损害和保护人民的生命财产安全。
2、目前，在对泥石流洪灾进行监测预警时，大多是由云端来进行提前识别和评估潜在的风险，因此云端设备的数据处理压力大，并且响应延迟较高，并且随着风险可能性的不断增加，识别进程中断的可能性也不断增加。
技术实现思路
1、本申请实施例提供一种泥石流洪灾监测预警系统及方法，本申请采用如下技术方案：
2、第一方面，提供一种泥石流洪灾监测预警方法，方法包括：
3、第一图像采集设备获取待监测区域的第一监测周期的静态监控图像，并根据第一监测周期的静态监控图像，确定待监测区域第二周期的初始风险预测结果，风险预测结果包括风险预测等级，第一图像采集设备为固定设备；
4、第一图像采集设备在初始风险预测等级大于或等于预设阈值的情况下，获取当前通信状态，并根据通信状态将待监测区域的预测数据包上传到云端设备；
5、云端设备获取待监测区域的第二周期的预测天气信息，并根据第二周期的预测天气信息和预测数据包，确定待监测区域第二周期的最终风险预测结果；
6、在第二周期的最终风险预测等级大于或等于预设阈值的情况下，第二图像采集设备获取待监测区域的第二监测周期的静态监控图像和动态监控图像，第
7、第二图像采集设备根据第二监测周期的静态监控图像和动态监控图像，确定待监测区域第三周期的风险预测结果和对应的预警策略，第二周期为第一周期之后的周期，第三周期为第二周期之后的周期。
8、在本申请一实施例中，第一图像采集设备部署有第一模型，根据第一监测周期的静态监控图像，确定待监测区域第二周期的初始风险预测结果，包括：
9、将第一监测周期的静态监控图像输入第一模型，以获得待监测区域第二周期的初始风险预测结果和风险识别置信度；
10、在风险识别置信度大于或等于阈值的情况下，将初始风险预测结果、静态监控图像以及历史数据包封装为预测数据包；
11、在风险识别置信度小于阈值的情况下，将风险识别置信度、静态监控图像以及初始风险预测结果封装为历史数据包。
12、在本申请一实施例中，获取当前通信状态，并根据通信状态将待监测区域的预测数据包上传到云端设备，包括：
13、获取存储的节点状态表，并根据节点状态表确定多个备选通信链路；
14、根据预测数据包与备选通信链路的匹配程度，确定一个通信主链路和多个通信辅链路；
15、将预测数据包划分为多个子预测数据包，并通过通信主链路和多个通信辅链路将多个子预测数据包上传到云端设备。
16、在本申请一实施例中，根据第二周期的预测天气信息和预测数据包，确定待监测区域第二周期的最终风险预测结果，包括：
17、云端设备根据预测数据包动态构建第二模型，并根据第一监测周期的静态监控图像构建第一输入特征，根据第二周期的预测天气信息构建第二输入特征；
18、将第一输入特征和第二输入特征输入第二模型，以获得第二周期的最终风险预测结果。
19、在本申请一实施例中，第二图像采集设备获取待监测区域的第二监测周期的静态监控图像和动态监控图像，包括：
20、云端设备根据第二周期的最终风险预测结果和第一图像采集设备的通信状态，确定第二图像采集设备的移动监测策略；
21、第二图像采集设备根据移动监测策略，对待监测区域进行巡检，获得第二监测周期的监控图像，并接收第一图像采集设备上传的待监测区域的第二监测周期的静态监控图像。
22、在本申请一实施例中，在第二图像采集设备获取待监测区域的第二监测周期的静态监控图像和动态监控图像之前，方法还包括：
23、云端设备对第二模型进行第一等级的知识蒸馏，以获得第三模型，并将第三模型下发至第二图像采集设备；
24、云端设备对第二模型进行第二等级的知识蒸馏，以获得第一模型，并将第一模型下发至第一图像采集设备，第二模型的识别精度高于第三模型的识别精度，第三模型的识别精度高于第一模型的识别精度。
25、在本申请一实施例中，风险预测结果还包括风险预测地点，根据第二周期的最终风险预测结果和第一图像采集设备的通信状态，确定第二图像采集设备的移动监测策略，包括：
26、根据风险预测地点，确定第二图像采集设备的第一移动监测策略；
27、根据通信主链路和多个通信辅链路，确定第二图像采集设备和第一图像采集设备的通信交互点，并根据通信交互点，确定第二图像采集设备的第二移动监测策略；
28、根据第一移动监测策略和第二移动监测策略的匹配结果，确定第二图像采集设备的最终移动监测策略。
29、在本申请一实施例中，第二图像采集设备根据第二监测周期的静态监控图像和动态监控图像，确定待监测区域第三周期的风险预测结果和对应的预警策略，包括：
30、第二图像采集设备根据静态监控图像和动态监控图像进行图像融合，确定待监测区域的综合监控图像；
31、将综合监控图像输入第二模型，确定待监测区域第三周期的风险预测结果和对应的预警策略。
32、在本申请一实施例中，方法还包括：
33、云端设备根据第二周期的预测天气信息，确定第一图像采集设备第二监测周期的静态图像采集周期。
34、第二方面，基于相同专利技术构思，提供了一种泥石流洪灾监测预警系统，系统包括：
35、第一预测模块，用于第一图像采集设备获取待监测区域的第一监测周期的静态监控图像，并根据第一监测周期的静态监控图像，确定待监测区域第二周期的初始风险预测结果，第一图像采集设备为固定设备；
36、上传模块，用于第一图像采集设备在初始风险预测等级大于或等于预设阈值的情况下，获取当前通信状态，并根据通信状态将待监测区域的预测数据包上传到云端设备；
37、复核模块，用于云端设备获取待监测区域的第二周期的预测天气信息，并根据第二周期的预测天气信息和预测数据包，确定待监测区域第二周期的最终风险预测结果；
38、采集模块，用于在第二周期的最终风险预测等级大于或等于预设阈值的情况下，第二图像采集设备获取待监测区域的第二监测周期的静态监控图像和动态监控图像，第二图像采集设备为移动设备；
39、第二预测模块，用于第二图像采集设备根据第二监测周期的静态监控图像和动态监控图像，确定待监测区域第三周期的风险预测结果和对应的预警策略，第二周期为第一周期之后的周期，第三周期为第二周期之后的周期。
40、在本申请一实施例中，第一预测模块，包括：
41、输入子模块，用于将第一监测周期的静态监控图像输入第一模型本文档来自技高网...
【技术保护点】
1.一种泥石流洪灾监测预警方法，其特征在于，所述方法包括：
2.根据权利要求1所述的泥石流洪灾监测预警方法，其特征在于，所述第一图像采集设备部署有第一模型，所述根据所述第一监测周期的静态监控图像，确定所述待监测区域第二周期的初始风险预测结果，包括：
3.根据权利要求1所述的泥石流洪灾监测预警方法，其特征在于，所述获取当前通信状态，并根据所述通信状态将所述待监测区域的预测数据包上传到云端设备，包括：
4.根据权利要求1所述的泥石流洪灾监测预警方法，其特征在于，所述根据所述第二周期的预测天气信息和所述预测数据包，确定所述待监测区域第二周期的最终风险预测结果，包括：
5.根据权利要求1所述的泥石流洪灾监测预警方法，其特征在于，所述第二图像采集设备获取所述待监测区域的第二监测周期的静态监控图像和动态监控图像，包括：
6.根据权利要求5所述的泥石流洪灾监测预警方法，其特征在于，在所述第二图像采集设备获取所述待监测区域的第二监测周期的静态监控图像和动态监控图像之前，所述方法还包括：
7.根据权利要求5所述的泥石流洪灾监测
8.根据权利要求1所述的泥石流洪灾监测预警方法，其特征在于，所述第二图像采集设备根据所述第二监测周期的静态监控图像和动态监控图像，确定所述待监测区域第三周期的风险预测结果和对应的预警策略，包括：
9.根据权利要求1所述的泥石流洪灾监测预警方法，其特征在于，所述方法还包括：
10.一种泥石流洪灾监测预警系统，其特征在于，所述系统包括：
...【技术特征摘要】
1.一种泥石流洪灾监测预警方法，其特征在于，所述方法包括：
2.根据权利要求1所述的泥石流洪灾监测预警方法，其特征在于，所述第一图像采集设备部署有第一模型，所述根据所述第一监测周期的静态监控图像，确定所述待监测区域第二周期的初始风险预测结果，包括：
3.根据权利要求1所述的泥石流洪灾监测预警方法，其特征在于，所述获取当前通信状态，并根据所述通信状态将所述待监测区域的预测数据包上传到云端设备，包括：
4.根据权利要求1所述的泥石流洪灾监测预警方法，其特征在于，所述根据所述第二周期的预测天气信息和所述预测数据包，确定所述待监测区域第二周期的最终风险预测结果，包括：
5.根据权利要求1所述的泥石流洪灾监测预警方法，其特征在于，所述第二图像采集设备获取所述待监测区域的第二监测周期的静态监控图像和动态监控图像，包括：
【专利技术属性】
技术研发人员：张司晨，刘子函，何贵芝，
申请(专利权)人：高精特成都大数据科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。