一种泥石流灾害预警系统

本发明属于灾害预警领域，特别是涉及一种泥石流灾害预警系统。

背景技术：

1、泥石流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，是山区沟谷或山地坡面上，由暴雨、冰雪融化等水源激发的、含有大量泥沙石块的介于挟沙水流和滑坡之间的土、水、气混合流。泥石流大多伴随山区洪水而发生。

2、泥石流的主要危害是冲毁城镇、企事业单位、工厂、矿山、乡村，造成人畜伤亡，破坏房屋及其他工程设施，破坏农作物、林木及耕地。此外，泥石流有时也会淤塞河道，不但阻断航运，还可能引起水灾。而现有的泥石流预警技术中往往无法根据泥石流的形成原因与发展条件，并结合接收的自然数据进行预测，导致无法对泥石流灾害进行精准预警。

技术实现思路

1、本发明的目的是提供一种泥石流灾害预警系统，以解决上述现有技术存在的问题。

2、为实现上述目的，本发明提供了一种泥石流灾害预警系统，包括包括数值测量子系统、若干个水流监测点、数据接收子系统、数据传输子系统、灾害识别子系统、灾害预警子系统；

3、所述数值测量子系统用于测量监测地区的地形数据与气象数据；

4、所述水流监测点用于获取所述监测地区的水流监测数据；

5、所述数据接收子系统用于接收各监测点的水流监测数据；

6、所述数据传输子系统用于根据所述气象数据获取降雨概率，根据所述降雨概率设定所述数据接收子系统的数据接收方式、数据接收时间段；

7、所述灾害识别子系统用于根据所述水流监测数据、所述地形数据与所述气象数据，采用机器学习获取泥石流灾害的形成概率，生成识别结果；

8、所述灾害预警子系统用于根据所述识别结果进行不同程度的预警。

9、可选地，所述地形数据包括地貌类型、地表起伏形态、单位面积土壤密度、植被覆盖率，所述气象数据包括空气湿度、风速、风向、空气气压。

10、可选地，若干个所述水流监测点采用分布式设置，包括水位传感器、流速传感器、水压传感器、位移传感器。

11、可选地，所述数据接收子系统根据所述气象数据采用交叉验证方法，以所述气象数据中的空气湿度为因变量，以风速、风向、空气气压为自变量，构建加权回归模型；根据所述加权回归模型中的回归系数矩阵和残差结果，对监测地区进行插值，获取回归系数矩阵和残差结果；根据所述回归系数矩阵和所述残差结果，对监测地区的降雨概率进行预测。

12、可选地，所述数据接收方式包括信息通道传输以及无线数据传输，所述数据接收子系统根据所述降雨概率设定接收阈值，当所述降雨概率小于50％时，采用信息通道传输的接收方式，并设置每间隔一个小时进行一次数据接收，当所述降雨概率大于50％时，采用无线数据传输的接收方式，并将接收间隔由一小时变更为10分钟。

13、可选地，所述灾害识别子系统采用大数据与卷积神经网络，对所述水流监测数据进行数据拟合，构建卷积神经网络预测模型与数据融合算法；

14、对所述卷积神经网络预测模型进行模型校正，灵敏度分析；

15、基于校正后的卷积神经网络预测模型、以及所述地形数据与所述水流监测数据获取所述水流监测数据与泥石流灾害形成的数据关系；

16、采样所述数据融合算法，根据所述数据关系对所述水流监测数据进行数据提取，获取有效数据，并根据所述有效数据对所述卷积神经网络预测模型进行约束；

17、构建深度学习模型，基于所述深度学习模型，并根据所述数据关系对所述有效数据进行准确度分析。

18、可选地，所述灾害识别子系统采用无监督学习方法，根据数据关系对分析后的有效数据进行智能搜索，获取满足泥石流形成条件的灾害数据；

19、采用循环神经网络，对所述灾害数据进行时序建模，构建长短时记忆神经网络lstm预测模型，基于所述长短时记忆神经网络lstm预测模型以及所述灾害数据获取泥石流灾害的形成概率。

20、可选地，所述灾害预警子系统包括移动客户端，所述灾害预警子系统根据泥石流灾害的形成概率大小，通过控制所述移动客户端进行不同颜色的预警信号提示，所述预警信号包括黄色预警信号、橙色预警信号、红色预警信号。

21、本发明的技术效果为：

22、本发明根据监测地区的气象状况判断降雨概率，根据降雨概率采用不同时间间隔的监测预警，灵活调整监测频率，节省系统资源，根据地形条件与水流数据获取泥石流的形成条件，并采用大数据以及机器学习技术实现了泥石流灾害的精准预测。

技术特征：

1.一种泥石流灾害预警系统，其特征在于，包括数值测量子系统、若干个水流监测点、数据接收子系统、数据传输子系统、灾害识别子系统、灾害预警子系统；

2.根据权利要求1所述的泥石流灾害预警系统，其特征在于，所述地形数据包括地貌类型、地表起伏形态、单位面积土壤密度、植被覆盖率，所述气象数据包括空气湿度、风速、风向、空气气压。

3.根据权利要求1所述的泥石流灾害预警系统，其特征在于，若干个所述水流监测点采用分布式设置，包括水位传感器、流速传感器、水压传感器、位移传感器。

4.根据权利要求1所述的泥石流灾害预警系统，其特征在于，所述数据接收子系统根据所述气象数据采用交叉验证方法，以所述气象数据中的空气湿度为因变量，以风速、风向、空气气压为自变量，构建加权回归模型；根据所述加权回归模型中的回归系数矩阵和残差结果，对监测地区进行插值，获取回归系数矩阵和残差结果；根据所述回归系数矩阵和所述残差结果，对监测地区的降雨概率进行预测。

5.根据权利要求1所述的泥石流灾害预警系统，其特征在于，所述数据接收方式包括信息通道传输以及无线数据传输，所述数据接收子系统根据所述降雨概率设定接收阈值，当所述降雨概率小于50％时，采用信息通道传输的接收方式，并设置每间隔一个小时进行一次数据接收，当所述降雨概率大于50％时，采用无线数据传输的接收方式，并将接收间隔由一小时变更为10分钟。

6.根据权利要求1所述的泥石流灾害预警系统，其特征在于，所述灾害识别子系统采用大数据与卷积神经网络，对所述水流监测数据进行数据拟合，构建卷积神经网络预测模型与数据融合算法；

7.根据权利要求6所述的泥石流灾害预警系统，其特征在于，所述灾害识别子系统采用无监督学习方法，根据数据关系对分析后的有效数据进行智能搜索，获取满足泥石流形成条件的灾害数据；

8.根据权利要求1所述的泥石流灾害预警系统，其特征在于，所述灾害预警子系统包括移动客户端，所述灾害预警子系统根据泥石流灾害的形成概率大小，通过控制所述移动客户端进行不同颜色的预警信号提示，所述预警信号包括黄色预警信号、橙色预警信号、红色预警信号。

技术总结
本发明公开了一种泥石流灾害预警系统，包括数值测量子系统，用于测量监测地区的地形数据与气象数据；水流监测点，用于获取所述监测地区的水流监测数据；数据接收子系统，用于接收各监测点的水流监测数据；数据传输子系统，用于根据所述气象数据获取降雨概率，根据所述降雨概率设定所述数据接收子系统的数据接收方式、数据接收时间段；灾害识别子系统，用于根据所述水流监测数据、所述地形数据与所述气象数据，采用机器学习获取泥石流灾害的形成概率，生成识别结果；灾害预警子系统用于根据识别结果进行不同程度的预警。本发明根据地形条件与水流数据获取泥石流的形成条件，并采用大数据以及机器学习技术实现了泥石流灾害的精准预测。

技术研发人员：许国平,王娇瑞,邹志友,陶中一
受保护的技术使用者：桂林理工大学南宁分校
技术研发日：
技术公布日：2024/1/13