一种基于边缘计算的物联网地质灾害监测方法和系统

1.本发明涉及物联网技术领域，特别是涉及一种基于边缘计算的物联网地质灾害监测方法和系统。


背景技术：

2.地质灾害包括自然因素或者人为活动引发的危害人民生命和财产安全的山体崩塌、滑坡、泥石流、地面塌陷、地裂缝、地面沉降等与地质作用有关的灾害。目前，一般通过多种类型的监测设备（如裂缝计、雨量计等）进行实时地质灾害监测，所有监测设备都处于工作状态，因此造成所有监测设备的功耗较高，从而导致地质灾害监测的成本较高。
3.如中国专利公开号为cn115035690a所公开的一种地质灾害监测预警方法，其公开了在滑坡体安装自动化监测设备，并使其通过有线或无线传输装置与远程监测控制系统进行双向数据传输和控制；在监测系统中对滑坡灾害隐患点和自动化监测设备进行唯一编码；根据危险等级对滑坡体进行分区，并采用不同的颜色对其进行现场和监测系统内滑坡平面图的标记；在所有自动化监测设备上设置警报器，在监测系统中设定每个监测设备的预警阈值，当监测设备的监测数值超过阈值时，激活其上警报器，警报器显示对应危险等级的颜色。这一类现有技术是采用实时对监测仪进行数据采集，并进行分析，其需要所有监测设备处于工作状态，造成能耗高，系统计算压力大，监测本成较高。


技术实现要素：

4.本发明实施例所要解决的技术问题在于，提供一种基于边缘计算的物联网地质灾害监测方法和系统。可避免现有技术中地质灾害监测的成本较高的问题。
5.为了解决上述技术问题，本发明实施例提供了一种基于边缘计算的物联网地质灾害监测方法，包括以下步骤：s1：启动信号发生装置，以使所述信号发生装置向目标监测区域辐射电磁场；s2：启动信号采集装置，以使所述信号采集装置采集所述目标监测区域在所述电磁场辐射下的电磁响应信号，并将所述电磁响应信号发送至边缘计算设备；s3：所述边缘计算设备根据所述电磁响应信号，初步评估所述目标监测区域的当前地质灾害风险情况；s4：在所述当前地质灾害风险情况满足预设的风险条件时，所述边缘计算设备唤醒所有用于监测所述目标监测区域的监测设备，并控制所述信号发生装置和所述信号采集装置关闭；s5：所述边缘计算设备接收所有所述监测设备采集的监测数据，并基于所述监测数据，评估当前的地质灾害等级；步骤s6，在当前的地质灾害等级满足报警条件时，所述边缘计算设备将所述当前的地质灾害等级发送至云平台和用户终端。
6.其中，所述监测设备包括以下至少一种：位移传感器、土压力传感器、孔隙水压计、
雨量计、测斜仪、裂缝计、泥位传感器、土壤温湿度传感器、地声传感器、次生传感器、振动传感器、监控摄像机。
7.其中，所述s3具体包括步骤：所述边缘计算设备获取在当前时刻往前的预设时间范围内的采集到的各个历史电磁响应信号，得到包含多个历史电磁响应信号的比对集合；所述边缘计算设备将所述电磁响应信号与所述比对集合中的各个历史电磁响应信号进行比对；当所述电磁响应信号与所述比对集合中的各个历史电磁响应信号之间的偏差程度均大于预设的偏差范围时，初步确定所述目标监测区域的当前地质灾害风险情况为高风险；当所述电磁响应信号与所述比对集合中的各个历史电磁响应信号之间的偏差程度均小于等于预设的偏差范围时，初步确定所述目标监测区域的当前地质灾害风险情况为低风险。
8.其中，所述s4中的预设的风险条件为初步确定所述目标监测区域的当前地质灾害风险情况为高风险。
9.其中，所述s5具体包括步骤：所述边缘计算设备接收所有所述监测设备采集的监测数据；所述边缘计算设备将所述监测数据输入预先训练好的地质灾害评估模型，得到当前的地质灾害等级。
10.其中，所述s6中还包括步骤：所述云平台将与所述目标监测区域相距预设距离范围的区域划分为风险区域；所述云平台向所述风险区域对应的边缘计算设备发送唤醒指令，以使所述边缘计算设备根据所述唤醒指令唤醒所述风险区域内的所有监测设备。
11.相应地，本发明实施例还提供了一种基于边缘计算的物联网地质灾害监测系统，包括信号发生装置、信号采集装置、边缘计算设备、监测设备、云平台和用户终端；所述信号发生装置用于向目标监测区域辐射电磁场；所述信号采集装置用于采集所述目标监测区域在电磁场辐射下的电磁响应信号，并将所述电磁响应信号发送至边缘计算设备；所述边缘计算设备用于：基于所述电磁响应信号，初步评估所述目标监测区域的当前地质灾害风险情况；在所述当前地质灾害风险情况满足预设的风险条件时，唤醒所有用于监测所述目标监测区域的监测设备，并控制所述信号发生装置和所述信号采集装置关闭；接收所有所述监测设备采集的监测数据，并基于所述监测数据，评估当前的地质灾害等级；在当前的地质灾害等级满足报警条件时，将所述当前的地质灾害等级发送至云平台和用户终端。
12.作为优选方案，所述边缘计算设备基于所述电磁响应信号，初步评估所述目标监测区域的当前地质灾害风险情况，具体包括：所述边缘计算设备获取在当前时刻往前的预设时间范围内的采集到的各个历史
电磁响应信号，得到包含多个历史电磁响应信号的比对集合；所述边缘计算设备将所述电磁响应信号与所述比对集合中的各个历史电磁响应信号进行比对；当所述电磁响应信号与所述比对集合中的各个历史电磁响应信号之间的偏差程度均大于预设的偏差范围时，初步确定所述目标监测区域的当前地质灾害风险情况为高风险；当所述电磁响应信号与所述比对集合中的各个历史电磁响应信号之间的偏差程度均小于等于预设的偏差范围时，初步确定所述目标监测区域的当前地质灾害风险情况为低风险。
13.作为优选方案，所述预设的风险条件为初步确定所述目标监测区域的当前地质灾害风险情况为高风险。
14.作为优选方案，所述监测设备包括以下至少一种：位移传感器、土压力传感器、孔隙水压计、雨量计、测斜仪、裂缝计、泥位传感器、土壤温湿度传感器、地声传感器、次生传感器、振动传感器、监控摄像机。
15.实施本发明实施例，具有如下有益效果：本发明实施例提供了一种基于边缘计算的物联网地质灾害监测方法和系统，其中，所述方法通过信号发生装置向目标监测区域辐射电磁场，信号采集装置采集所述目标监测区域在电磁场辐射下的电磁响应信号，并将所述电磁响应信号发送至边缘计算设备，边缘计算设备基于所述电磁响应信号，初步评估所述目标监测区域的当前地质灾害风险情况，在所述当前地质灾害风险情况满足预设的风险条件时，所述边缘计算设备唤醒所有用于监测所述目标监测区域的监测设备，并控制所述信号发生装置和所述信号采集装置关闭，所述边缘计算设备接收所有所述监测设备采集的监测数据，并基于所述监测数据，评估当前的地质灾害等级，在当前的地质灾害等级满足报警条件时，所述边缘计算设备将所述当前的地质灾害等级发送至云平台和用户终端，这样，当边缘计算设备通过信号发生装置和信号采集装置检测到当前地质灾害风险情况满足预设的风险条件时，才唤醒所有监测设备，从而使得各个监测设备在大部分时间内可处于休眠状态，大大降低了功耗，从而降低了地质灾害监测的成本。
附图说明
16.图1是本发明实施例中的基于边缘计算的物联网地质灾害监测方法的流程示意图。
具体实施方式
17.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
18.请参阅图1所示，其是本发明实施例中的基于边缘计算的物联网地质灾害监测方法的流程示意图。
19.本发明实施例的基于边缘计算的物联网地质灾害监测方法包括：
步骤s11，启动信号发生装置，以使所述信号发生装置向目标监测区域辐射电磁场；步骤s12，启动信号采集装置，以使所述信号采集装置采集所述目标监测区域在电磁场辐射下的电磁响应信号，并将所述电磁响应信号发送至边缘计算设备；在具体实施当中，所述目标监测区域是指需要监测是否发生地质灾害的区域，所述信号发生装置可以包括一个或多个的电磁场激励源，其布置在目标监测区域，所述信号采集装置例如可以是电法仪，其通过布置在目标监测区域的感应线圈等测量传感器对电磁场进行监测，示例性地，当目标监测区域发生不同的地质灾害时，例如发生滑坡等情况，由于坡体结构发生变化，因而此时所述信号采集装置测量到的磁通量密度等电磁场特征也随着坡体结构变化而发生变化，即所述信号采集装置采集所述目标监测区域在电磁场辐射下的电磁响应信号。
20.步骤s13，边缘计算设备基于所述电磁响应信号，初步评估所述目标监测区域的当前地质灾害风险情况；步骤s14，在所述当前地质灾害风险情况满足预设的风险条件时，所述边缘计算设备唤醒所有用于监测所述目标监测区域的监测设备，并控制所述信号发生装置和所述信号采集装置关闭；步骤s15，所述边缘计算设备接收所有所述监测设备采集的监测数据，并基于所述监测数据，评估当前的地质灾害等级；步骤s16，在当前的地质灾害等级满足报警条件时，所述边缘计算设备将所述当前的地质灾害等级发送至云平台和用户终端。
21.在本发明实施例中，当边缘计算设备通过信号发生装置和信号采集装置检测到当前地质灾害风险情况满足预设的风险条件时，才唤醒所有监测设备，从而使得各个监测设备在大部分时间内可处于休眠状态，大大降低了功耗，从而降低了地质灾害监测的成本。此外，在所述当前地质灾害风险情况满足预设的风险条件时，所述边缘计算设备唤醒所有用于监测所述目标监测区域的监测设备，并控制所述信号发生装置和所述信号采集装置关闭，这样，可以避免所述信号发生装置和所述信号采集装置对其他监测设备造成干扰，同时降低所述信号发生装置和所述信号采集装置的功耗。此外，先通过初步评估地质灾害风险情况，再精确评估地质灾害等级，能够提高地质灾害监测的精度，还降低了边缘计算设备的算力负荷。
22.在本发明实施例中，所述监测设备包括以下至少一种：位移传感器、土压力传感器、孔隙水压计、雨量计、测斜仪、裂缝计、泥位传感器、土壤温湿度传感器、地声传感器、次生传感器、振动传感器、监控摄像机。当然，所述监测设备还可以根据实际使用要求选择其他类型的设备，在此不做更多的赘述。在具体应用中，通常需要不同种类的监测设备进行监测，一般同一种类的监测设备也需要设置多个，因此所有监测设备功耗较大，而本发明实施例可使得监测设备在大部分时间内处于休眠状态，在初步确定当前地质灾害风险情况为高风险时才唤醒所有监测设备进行进一步的监测，从而有效降低了各个监测设备的功耗。
23.在一个可选的实施方式中，所述步骤s13“边缘计算设备基于所述电磁响应信号，初步评估所述目标监测区域的当前地质灾害风险情况”，具体包括：所述边缘计算设备获取在当前时刻往前的预设时间范围内的采集到的各个历史
电磁响应信号，得到包含多个历史电磁响应信号的比对集合；所述边缘计算设备将所述电磁响应信号与所述比对集合中的各个历史电磁响应信号进行比对；当所述电磁响应信号与所述比对集合中的各个历史电磁响应信号之间的偏差程度均大于预设的偏差范围时，初步确定所述目标监测区域的当前地质灾害风险情况为高风险；当所述电磁响应信号与所述比对集合中的各个历史电磁响应信号之间的偏差程度均小于等于预设的偏差范围时，初步确定所述目标监测区域的当前地质灾害风险情况为低风险。
24.需要说明的是，在一般情况下，若未发生地质灾害，地质情况不会较大变化，因此本实施例通过将当前采集到的电磁响应信号与往前的若干个历史电磁响应信号进行比对，若当前采集到的电磁响应信号与所述比对集合中的各个历史电磁响应信号之间的偏差程度均大于预设的偏差范围时，则可初步确定所述目标监测区域的当前地质灾害风险情况为高风险；若当前采集到的电磁响应信号与所述比对集合中的各个历史电磁响应信号之间的偏差程度均小于等于预设的偏差范围时，则可初步确定所述目标监测区域的当前地质灾害风险情况为低风险。
25.示例性地，在本发明实施例中，所述步骤s14中的预设的风险条件为初步确定所述目标监测区域的当前地质灾害风险情况为高风险。
26.在一个可选的实施方式中，所述步骤s15“边缘计算设备接收所有所述监测设备采集的监测数据，并基于所述监测数据，评估当前的地质灾害等级”，具体包括：所述边缘计算设备接收所有所述监测设备采集的监测数据；所述边缘计算设备将所述监测数据输入预先训练好的地质灾害评估模型，得到当前的地质灾害等级。
27.在具体实施例当中，通过预先训练好地质灾害评估模型，在实际应用时，将监测设备采集到的监测数据输入所述地质灾害评估模型，从而可输出当前的地质灾害等级。
28.示例性地，在训练地质灾害评估模型时，首先获取历史监测数据以及对应的历史地质灾害等级数据，其中，历史监测数据例如可以通过位于目标监测区域的监测设备采集的；然后将历史监测数据和历史地质灾害等级数据进行归一化处理，再将归一化处理后的历史监测数据和历史地质灾害等级数据分为训练数据集和测试数据集，利用训练数据集中的数据对地质灾害评估模型进行训练，并利用f1评价模型对该地质灾害评估模型进行网络参数优化，反向优化模型参数，最后利用测试数据集中的数据对该地质灾害评估模型进行测试，直至该地质灾害评估模型的分析正确率达到阈值，输出训练好的地质灾害评估模型。具体地，所述地质灾害评估模型为神经网络分析模型，其具有输入层、三层卷积层、两层深度可分离卷积层和输出层，训练流程包括：初始化神经网络分析模型网络参数和损失函数，将训练数据集中的数据输入神经网络分析模型，计算得到实际的输出、每层损失函数和f1评价模型，按照随机梯度递减的方式极小化损失函数，然后利用极小化的损失函数反向计算分析模型网络参数，对模型参数进行更新，直到f1评价模型结果理想。
29.在一个可选的实施方式中，在所述步骤s16“在当前的地质灾害等级满足报警条件时，所述边缘计算设备将所述当前的地质灾害等级发送至云平台和用户终端”之后，还包
括：云平台将与所述目标监测区域相距预设距离范围的区域划分为风险区域；云平台向所述风险区域对应的边缘计算设备发送唤醒指令，以使所述边缘计算设备根据所述唤醒指令唤醒所述风险区域内的所有监测设备。
30.在具体实施当中，若某一区域发生地质灾害，那么该区域附近的区域也有较大风险会发生地质灾害。为了避免其他区域的信号发生装置或信号采集装置发生故障导致无法得到较准确的地质灾害风险情况的问题，可在检测到某一区域发生地质灾害时，以该区域为中心，在距离该中心预设范围内的区域划分为风险区域，并唤醒该风险区域内的所有监测设备进行监测。示例性地，云平台与各个区域的边缘计算设备通信连接，而每一区域的边缘计算设备均与该区域内的所有监测设备通信连接，当边缘计算设备接收到云平台的唤醒指令时，则控制该风险区域内的所有监测设备开启，即唤醒该区域内的所有监测设备工作。
31.相应地，本发明实施例还提供一种基于边缘计算的物联网地质灾害监测系统，包括信号发生装置、信号采集装置、边缘计算设备、监测设备、云平台和用户终端；所述信号发生装置用于向目标监测区域辐射电磁场；所述信号采集装置用于采集所述目标监测区域在电磁场辐射下的电磁响应信号，并将所述电磁响应信号发送至边缘计算设备；所述边缘计算设备用于：基于所述电磁响应信号，初步评估所述目标监测区域的当前地质灾害风险情况；在所述当前地质灾害风险情况满足预设的风险条件时，唤醒所有用于监测所述目标监测区域的监测设备，并控制所述信号发生装置和所述信号采集装置关闭；接收所有所述监测设备采集的监测数据，并基于所述监测数据，评估当前的地质灾害等级；在当前的地质灾害等级满足报警条件时，将所述当前的地质灾害等级发送至云平台和用户终端。
32.在一个可选的实施方式中，所述边缘计算设备基于所述电磁响应信号，初步评估所述目标监测区域的当前地质灾害风险情况，具体包括：所述边缘计算设备获取在当前时刻往前的预设时间范围内的采集到的各个历史电磁响应信号，得到包含多个历史电磁响应信号的比对集合；所述边缘计算设备将所述电磁响应信号与所述比对集合中的各个历史电磁响应信号进行比对；当所述电磁响应信号与所述比对集合中的各个历史电磁响应信号之间的偏差程度均大于预设的偏差范围时，初步确定所述目标监测区域的当前地质灾害风险情况为高风险；当所述电磁响应信号与所述比对集合中的各个历史电磁响应信号之间的偏差程度均小于等于预设的偏差范围时，初步确定所述目标监测区域的当前地质灾害风险情况为低风险。
33.在一个可选的实施方式中，所述预设的风险条件为初步确定所述目标监测区域的当前地质灾害风险情况为高风险。
34.在一个可选的实施方式中，所述监测设备包括以下至少一种：位移传感器、土压力
传感器、孔隙水压计、雨量计、测斜仪、裂缝计、泥位传感器、土壤温湿度传感器、地声传感器、次生传感器、振动传感器、监控摄像机。
35.在一个可选的实施方式中，所述边缘计算设备接收所有所述监测设备采集的监测数据，并基于所述监测数据，评估当前的地质灾害等级，具体包括：所述边缘计算设备接收所有所述监测设备采集的监测数据；所述边缘计算设备将所述监测数据输入预先训练好的地质灾害评估模型，得到当前的地质灾害等级。
36.在一个可选的实施方式中，在所述在当前的地质灾害等级满足报警条件时，所述边缘计算设备将所述当前的地质灾害等级发送至云平台和用户终端之后，还包括：云平台将与所述目标监测区域相距预设距离范围的区域划分为风险区域；云平台向所述风险区域对应的边缘计算设备发送唤醒指令，以使所述边缘计算设备根据所述唤醒指令唤醒所述风险区域内的所有监测设备。
37.需要说明的是，本发明实施例提供的一种基于边缘计算的物联网地质灾害监测系统与上述实施例的一种基于边缘计算的物联网地质灾害监测方法对应，两者的工作原理和有益效果一一对应，因而不再赘述。
38.相比于现有技术，本发明实施例的有益效果在于：本发明实施例提供了一种基于边缘计算的物联网地质灾害监测方法和系统，其中，所述基于边缘计算的物联网地质灾害监测方法通过信号发生装置向目标监测区域辐射电磁场，信号采集装置采集所述目标监测区域在电磁场辐射下的电磁响应信号，并将所述电磁响应信号发送至边缘计算设备，边缘计算设备基于所述电磁响应信号，初步评估所述目标监测区域的当前地质灾害风险情况，在所述当前地质灾害风险情况满足预设的风险条件时，所述边缘计算设备唤醒所有用于监测所述目标监测区域的监测设备，并控制所述信号发生装置和所述信号采集装置关闭，所述边缘计算设备接收所有所述监测设备采集的监测数据，并基于所述监测数据，评估当前的地质灾害等级，在当前的地质灾害等级满足报警条件时，所述边缘计算设备将所述当前的地质灾害等级发送至云平台和用户终端，这样，当边缘计算设备通过信号发生装置和信号采集装置检测到当前地质灾害风险情况满足预设的风险条件时，才唤醒所有监测设备，从而使得各个监测设备在大部分时间内可处于休眠状态，大大降低了功耗，从而降低了地质灾害监测的成本。此外，在所述当前地质灾害风险情况满足预设的风险条件时，所述边缘计算设备唤醒所有用于监测所述目标监测区域的监测设备，并控制所述信号发生装置和所述信号采集装置关闭，这样，可以避免所述信号发生装置和所述信号采集装置对其他监测设备造成干扰，同时降低所述信号发生装置和所述信号采集装置的功耗。此外，先通过初步评估地质灾害风险情况，再精确评估地质灾害等级，能够提高地质灾害监测的精度，还降低了边缘计算设备的算力负荷。
39.以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以作出若干改进和替换，这些改进和替换也应视为本发明的保护范围。