【技术实现步骤摘要】
本专利技术涉及地质监测，具体为一种城市地质安全风险智慧监测预警的方法及系统。
技术介绍
1、地质安全关注地面和地下的稳定性，包括由自然地质活动或人为因素引起的变化，如崩塌滑坡、地面塌陷和地面沉降等；及时有效地监测和管理地质风险成为了预防和减轻这些潜在后果的关键任务。
2、当前对于地质安全的风险监测方法主要通过监测各类型地质灾害的实时数据，使用遥感技术如卫星图像和雷达扫描监测地表变化，以及地面物理方法探测地下结构来实现。这些方法可以有效地评估和预测地质风险，但仍面临空间分辨率限制、数据集成复杂性和数据处理时效性等问题。
3、目前，对于城市地质安全风险的监测预警方法仍存在一些缺陷，例如现有技术申请号为cn202111415116.8的中国专利公开了一种用于水底浅层地质灾害检测系统及方法，首先，通过使用信息采集传感器收集地质数据，并通过光电探测模块进行处理；然后，检测后的数据被反馈到灾害强度检测单元，该单元评估地质的危险系数，并在危险系数较高时，向警报装置发出警报；在该系统中，所有检测数据均由信息存储传感器储存，以便于后期数据与先前高危数据的对比，从而在再次识别到相似的高危数据时，直接触发警报装置。此外，在申请号为cn202011051242.5的中国专利公开了一种基于k线图的地质灾害预测方法及系统，该方法通过应用k线图技术于地质灾害预测中，将地质数据转换为k线图点云数据，利用当前与历史k线图的点云相似度比较来识别潜在的地质灾害。以上现有技术未能充分考虑地质数据的多维关联性和动态变化，限制了在复杂地质环境中的预
4、为此，提出一种城市地质安全风险智慧监测预警的方法及系统。
技术实现思路
1、本专利技术的目的在于提供一种城市地质安全风险智慧监测预警的方法及系统。首先，将待监测区域划分为九个区域并在每个区域中设置一个监测点，获取设置的时间窗口内这些监测点的实时监测数据，包括崩塌滑坡、地面沉降和地面塌陷数据；然后，将九个监测点的实时检测数据分别输入到安全风险预测模型中获取对应的预测结果，即发生各类城市地质安全风险事故的概率值；进一步，通过gis分析这些监测点的预测结果，获取第一风险等级和风险地图数据；最后，获取不同等级的风险地区的建筑覆盖率，通过结合不同等级的风险地区的第一风险等级和建筑覆盖率获取第二风险等级，根据第二风险等级对风险地图数据进行更新以及执行对应的预警方案。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种城市地质安全风险智慧监测预警的方法，包括：
4、将待监测区域划分为九个区域，对应九个所述区域设置九个监测点；
5、获取时间窗口内的九个所述监测点的实时监测数据；所述实时监测数据包括崩塌滑坡数据、地面沉降数据和地面塌陷数据；所述实时监测数据均标记有地理坐标；所述时间窗口为预设数据；
6、将九个所述监测点的所述实时监测数据分别输入到安全风险预测模型中，获取对应的九个预测结果；所述安全风险预测模型集成于gis中；
7、将九个所述预测结果输入到所述gis中进行分析，获取第一风险等级和风险地图数据；所述风险地图数据为根据不同的所述第一风险等级划分的不同等级的风险地区；不同等级的所述风险地区包括高风险地区、中风险地区、低风险地区和无风险地区；所述风险地图数据实时更新；
8、获取不同等级的所述风险地区的建筑覆盖率；
9、根据不同等级的所述风险地区的所述第一风险等级和所述建筑覆盖率获取不同等级的所述风险地区的第二风险等级；根据所述第二风险等级对所述风险地图数据进行更新；根据所述第二风险等级执行对应的预警方案。
10、九个所述监测点的设置规则包括：
11、获得待监测区域的地理信息数据；所述地理信息数据包括地图和相关地理标记；
12、通过所述gis确定所述待监测区域的具体边界；
13、利用gis工具，识别出所述待监测区域在地图上的上下左右四个极值点；使用四个所述极值点在地理地图上构建一个覆盖整个所述待监测区域的最大矩形；
14、将所述最大矩形均匀划分为九个相等的小矩阵；所述小矩阵的长通过计算所述最大矩形的长除以三来获取；所述小矩阵的宽通过计算所述最大矩形的宽除以三来获取；
15、选择每个所述小矩阵的中心点作为监测点的位置，用于确保监测数据的代表性和覆盖性。
16、所述崩塌滑坡数据包括变形位移、降雨、土壤含水率、孔隙水压力和震动加速度；所述地面沉降数据包括地下水水位、地下水位变化幅度和地表变形；所述地面塌陷数据包括地下水水位变化幅度、微震动和地表变形。
17、所述安全风险预测模型包括模型构建和模型训练；
18、所述模型构建包括预处理层、特征分析层、特征融合层和分类判断层；
19、所述预处理层用于对所述监测点的所述实时监测数据进行预处理操作；所述预处理操作包括转化时间序列、去噪、填充缺失值和标准化处理；
20、所述转化时间序列包括：
21、分别将所述崩塌滑坡数据、所述地面沉降数据和所述地面塌陷数据与具体时间进行组合，得到第一时间序列、第二时间序列和第三时间序列；所述具体时间为天数值；
22、所述特征分析层包括三个lstm结构，分别用于对所述第一时间序列、第二时间序列和第三时间序列进行特征分析，从而获取对应的崩塌滑坡特征、地面沉降特征和地面塌陷特征；所述特征分析包括捕获对应时间序列的长期依赖关系和时间动态特性；
23、所述特征融合层用于将所述崩塌滑坡特征、所述地面沉降特征和所述地面塌陷特征进行融合，形成一个综合特征向量；
24、所述分类判断层用于对所述综合特征向量进行分析，从而输出所述预测结果；所述预测结果包括各类城市地质安全风险事故发生的概率值；各类所述城市地质安全风险事故包括崩塌滑坡、地面沉降和地面塌陷；
25、所述模型训练包括：
26、构建历史监测数据集；所述历史监测数据集包括历史监测的崩塌滑坡数据、地面沉降数据和地面塌陷数据；对所述历史监测数据集中的每条数据进行对应的时间标注和结果标注；所述结果标注包括0、1、2和3，对应未发生各类所述城市地质安全风险事故、发生崩塌滑坡、发生地面沉降和发生地面塌陷；将所述历史监测数据集按照7:3的比例划分为训练集和验证集；通过所述训练集对所述安全风险预测模型进行训练；通过所述验证集对所述安全风险预测模型进行验证和优化。
27、所述风险地图数据的获取过程包括：
28、选择距离间隔；所述距离间隔用于决定检查数据的空间结构；
29、对于每个所述距离间隔，计算所述预测结果之间差异的半方差，得到半变异值；所述半变异值的计算公式为：
30、；
31、其中，是半变异值，是距离为的点对数量，是距离之间点的预测概率，是选择的距离间隔；
32、根据所述半变异值，使用克里金插值方法计算得到每本文档来自技高网...
【技术保护点】
1.一种城市地质安全风险智慧监测预警的方法，其特征在于，包括：
2.根据权利要求1所述的一种城市地质安全风险智慧监测预警的方法，其特征在于，九个所述监测点的设置规则包括：
3.根据权利要求1所述的一种城市地质安全风险智慧监测预警的方法，其特征在于，所述崩塌滑坡数据包括变形位移、降雨、土壤含水率、孔隙水压力和震动加速度；所述地面沉降数据包括地下水水位、地下水位变化幅度和地表变形；所述地面塌陷数据包括地下水水位变化幅度、微震动和地表变形。
4.根据权利要求1所述的一种城市地质安全风险智慧监测预警的方法，其特征在于，所述安全风险预测模型包括模型构建和模型训练；
5.根据权利要求1所述的一种城市地质安全风险智慧监测预警的方法，其特征在于，所述风险地图数据的获取过程包括：
6.根据权利要求1所述的一种城市地质安全风险智慧监测预警的方法，其特征在于，所述第二风险等级的计算公式为：
7.根据权利要求1所述的一种城市地质安全风险智慧监测预警的方法，其特征在于，所述预警方案的设置包括：
8.一种城市地质安全风险智慧
9.根据权利要求8所述的一种城市地质安全风险智慧监测预警的系统，其特征在于，所述实时监测数据包括崩塌滑坡数据、地面沉降数据和地面塌陷数据；
10.根据权利要求8所述的一种城市地质安全风险智慧监测预警的系统，其特征在于，所述风险地图数据为根据不同的所述第一风险等级划分的不同等级的风险地区；不同等级的所述风险地区包括高风险地区、中风险地区、低风险地区和无风险地区；所述风险地图数据实时更新。
...【技术特征摘要】
1.一种城市地质安全风险智慧监测预警的方法，其特征在于，包括：
2.根据权利要求1所述的一种城市地质安全风险智慧监测预警的方法，其特征在于，九个所述监测点的设置规则包括：
3.根据权利要求1所述的一种城市地质安全风险智慧监测预警的方法，其特征在于，所述崩塌滑坡数据包括变形位移、降雨、土壤含水率、孔隙水压力和震动加速度；所述地面沉降数据包括地下水水位、地下水位变化幅度和地表变形；所述地面塌陷数据包括地下水水位变化幅度、微震动和地表变形。
4.根据权利要求1所述的一种城市地质安全风险智慧监测预警的方法，其特征在于，所述安全风险预测模型包括模型构建和模型训练；
5.根据权利要求1所述的一种城市地质安全风险智慧监测预警的方法，其特征在于，所述风险地图数据的获取过程包括：
【专利技术属性】
技术研发人员：李明，蒋波，高立，李伟，张纪星，王振海，
申请(专利权)人：江苏省地质调查研究院，
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。