本技术涉及智能预警，具体而言，涉及基于北斗卫星的山体滑坡智能预警方法及系统。
背景技术：
1、山体滑坡（landslides）是指山体斜坡上某一部分岩土在重力（包括岩土本身重力及地下水的动静压力）作用下，沿着一定的软弱结构面（带）产生剪切位移而整体地向斜坡下方移动的作用和现象。俗称“走山”、“垮山”、“地滑”、“土溜”等。是常见地质灾害之一。
2、现目前，针对山体滑坡的勘察是通过相关工作人员带上仪器在实地进行勘察，相关技术人员会面临仪器长期在野外使用，仪器的精度会降低（因为在野外，相关仪器长期风吹日晒加上仪器的正常磨损，这样会导致设备精度降低），还存在一些险峻的地方，相关工作人员无法带上仪器上去进行检测，这样能够导致对山体发生滑坡的评估不准确的问题，无法精确低分析出山体滑坡隐患。因此，亟需一种技术方案以改善上述技术问题。
技术实现思路
1、为改善相关技术中存在的技术问题，本技术提供了基于北斗卫星的山体滑坡智能预警方法及系统。
2、第一方面，提供一种基于北斗卫星的山体滑坡智能预警方法，应用于智能预警系统，所述方法至少包括：获得目标检测事项对应的待分析山体滑坡风险向量数据；确定所述待分析山体滑坡风险向量数据与至少一个第一样本数据集中的山体滑坡风险向量数据的第一最大共性评分，并判断所述第一最大共性评分是否低于事先设置的目标值；在所述第一最大共性评分低于事先设置的目标值的前提下，判断所述待分析山体滑坡风险向量数据是否与第二样本数据集中的山体滑坡风险向量数据关联，确定关联结果；其中，随机一个所述第一样本数据集中山体滑坡风险向量数据属于所述第二样本数据集中山体滑坡风险向量数据的子集，随机一个所述第一样本数据集中的山体滑坡风险向量数据以事先设置的周期进行优化，随机一个所述第一样本数据集中的山体滑坡风险向量数据对应于事先设置的的滑坡风险等级；通过所述关联结果确定出滑坡风险评估值，根据数据库中的样本数据对所述风险评估值进行比对，获得风险评估报告，并且对所述风险评估报告中的异常评估值进行预警。
3、在一种独立实施的实施例中，所述方法还包括：搭建至少一个第一样本数据集，各个所述第一样本数据集对应至少一种滑坡风险等级；确定所述第二样本数据集中对应所述至少一种滑坡风险等级的第一山体滑坡风险向量数据；将所述第一山体滑坡风险向量数据缓存至与所述至少一种滑坡风险等级对应的第一样本数据集。
4、在一种独立实施的实施例中，所述确定所述待分析山体滑坡风险向量数据与至少一个第一样本数据集中的山体滑坡风险向量数据的第一最大共性评分，并判断所述第一最大共性评分是否低于事先设置的目标值，包括：确定所述至少一个第一样本数据集中的重要等级最高的样本数据集；确定所述待分析山体滑坡风险向量数据与所述重要等级最高的样本数据集中山体滑坡风险向量数据的第二最大共性评分，并执行如下一项或者多项：在所述第二最大共性评分不小于所述事先设置的目标值的前提下，将所述第二最大共性评分确定为所述第一最大共性评分，并确定所述第一最大共性评分不小于所述事先设置的目标值；在所述第二最大共性评分低于所述事先设置的目标值的前提下，逐一确定所述待分析山体滑坡风险向量数据与所述第一样本数据集中的各个非重要等级最高的样本数据集中的山体滑坡风险向量数据的第三最大共性评分，直到确定出不小于所述事先设置的目标值的第三最大共性评分，将所述第三最大共性评分确定为所述第一最大共性评分，并确定所述第一最大共性评分不小于所述事先设置的目标值；在所述第二最大共性评分低于所述事先设置的目标值的前提下，逐一确定所述待分析山体滑坡风险向量数据与所述各个非重要等级最高的样本数据集中的山体滑坡风险向量数据的第三最大共性评分，直到确定出各个所述第三最大共性评分都低于所述事先设置的目标值，将所述第三最大共性评分确定为所述第一最大共性评分，并确定所述第一最大共性评分低于所述事先设置的目标值。
5、在一种独立实施的实施例中，所述方法还包括：在确定所述待分析山体滑坡风险向量数据对应至少一个滑坡风险等级中的一个第一等级类别的前提下，将所述第一等级类别对应的第一样本数据集确定为所述重要等级最高的样本数据集，将非第一等级类别对应的第一样本数据集确定为所述非重要等级最高的样本数据集。
6、在一种独立实施的实施例中，所述方法还包括：在所述待分析山体滑坡风险向量数据对应至少一个滑坡风险等级中的至少两个第二等级类别的前提下，将所述第二等级类别对应的第一样本数据集中，山体滑坡风险向量数据全局数据规模最小的第四样本数据集确定为所述重要等级最高的样本数据集，将非第四样本数据集确定为所述非重要等级最高的样本数据集。
7、在一种独立实施的实施例中，所述方法还包括：将实时评估系数最小的第一样本数据集确定为所述重要等级最高的样本数据集，将实时评估系数非最小的第一样本数据集确定为所述非重要等级最高的样本数据集；其中，所述实时评估系数用以表征待分析的目标检测事项的数目。
8、在一种独立实施的实施例中，所述至少一个滑坡风险等级对应至少一个挑选要求，所述确定所述第二样本数据集中对应所述至少一种滑坡风险等级的第一山体滑坡风险向量数据，包括：确定所述第二样本数据集中符合至少一个挑选要求的第二山体滑坡风险向量数据，并将所述第二山体滑坡风险向量数据确定为对应所述至少一种滑坡风险等级的第一山体滑坡风险向量数据。
9、在一种独立实施的实施例中，所述符合至少一个挑选要求的第一山体滑坡风险向量数据包括：所述第二样本数据集中实时时刻之前的事先设置的周期内关联成功次数最多的第一事先设置的数目的山体滑坡风险向量数据、所述第二样本数据集中最后一次关联成功时刻与实时时刻的间隔周期低于第一事先设置的周期的第二事先设置的数目的山体滑坡风险向量数据、所述第二样本数据集中比较功能首次开始时刻与所述实时时刻的间隔周期低于第二事先设置的周期的第三事先设置的数目的山体滑坡风险向量数据、所述第二样本数据集中实时时刻之前的事先设置的周期内土壤松动值大于事先设置的土壤松动目标值的第四事先设置的数目的山体滑坡风险向量数据中的一项或者多项。
10、在一种独立实施的实施例中，所述方法还包括：结合所述第一样本数据集的数据量和/或模板数据，确定所述第一事先设置的数目、所述第二事先设置的数目、所述第三事先设置的数目、所述第四事先设置的数目中的至少一种；其中，所述数据量用以表征所述第一样本数据集缓存的山体滑坡风险向量数据的数目的最大值；所述模板数据用以表征所述第一样本数据集对应的挑选要求，和/或各挑选要求对应的第一山体滑坡风险向量数据的数目。
11、在一种独立实施的实施例中，所述方法还包括：结合所述第二样本数据集中的所述第一山体滑坡风险向量数据，确定所述第二样本数据集中的第三山体滑坡风险向量数据；其中，所述第二样本数据集包括第一山体滑坡风险向量数据与第三山体滑坡风险向量数据的融合结果，且所述第三山体滑坡风险向量数据与所述第一山体滑坡风险向量数据存在差异；将所述第三山体滑坡风险向量数据，缓存至第三样本数据集。
12、在一种独立实施的实施例中，所述方法还包括：每隔所述事先设置的周期，根据第二样本数据集中的所述第一山体滑坡风险向量数据，优化与第一山体滑坡风险向量数据对应的滑坡风险等级相同的第一样本数据集，和/或，每隔所述事先设置的周期，结合所述第三山体滑坡风险向量数据，优化所述第三样本数据集。
13、在一种独立实施的实施例中，所述在所述第一最大共性评分低于事先设置的目标值的前提下，判断所述待分析山体滑坡风险向量数据是否与第二样本数据集中的山体滑坡风险向量数据关联，包括：在所述第一最大共性评分低于事先设置的目标值、且不存在所述第三样本数据集的前提下，判断所述待分析山体滑坡风险向量数据是否与第二样本数据集中的山体滑坡风险向量数据关联；所述方法还包括：在所述第一最大共性评分低于事先设置的目标值、且存在所述第三样本数据集的前提下，判断所述待分析山体滑坡风险向量数据是否与第三样本数据集中的第三山体滑坡风险向量数据关联。
14、第二方面，提供一种基于北斗卫星的山体滑坡智能预警系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。
15、本技术实施例所提供的基于北斗卫星的山体滑坡智能预警方法及系统，通过获得目标检测事项对应的待分析山体滑坡风险向量数据，确定所述待分析山体滑坡风险向量数据与至少一个第一样本数据集中的山体滑坡风险向量数据的第一最大共性评分，并判断所述第一最大共性评分是否低于事先设置的目标值，在所述第一最大共性评分低于事先设置的目标值的前提下，判断所述待分析山体滑坡风险向量数据是否与第二样本数据集中的山体滑坡风险向量数据关联，确定关联结果；通过关联结果确定出滑坡风险评估值，根据数据库中的样本数据对风险评估值进行比对，获得风险评估报告，并且对风险评估报告中的异常评估值进行预警。在本实施例中，通过北斗卫星对山体进行不间断的监控，获得实施监控数据，这样不间断的更新数据能够及时的分析出山体滑坡隐患，这样一来，能够提前进行预警和防护，尽可能的降低人员伤亡和财产损失。