基于物联网的地质灾害监测方法、系统、终端及介质与流程

1.本发明涉及地质灾害监测技术领域，更具体地说，它涉及基于物联网的地质灾害监测方法、系统、终端及介质。


背景技术：

2.地质灾害是指，在自然或者人为因素的作用下形成的，对人类生命财产、环境造成破坏和损失的地质现象。如崩塌、滑坡、泥石流、水土流失、土地沙漠化及沼泽化、土壤盐碱化，以及地震、火山、地热害等，其中崩塌、滑坡、泥石流、水土流失等地质灾害较为常见，因此，对此类地质灾害监测非常有必要。
3.目前，对于滑坡、水土流失等地质灾害的监测主要通过实时监测的雨量信息和预设的雨量信息进行对比分析实现监测的。然而，地质灾害的发生不仅受雨量大小影响，还受植被覆盖情况、地貌地形、地质情况等多种因素影响，仅简单通过实时监测的雨量信息和预设的雨量信息进行对比分析实现监测必然存在监测准确率较低的情况。
4.因此，如何研究设计一种能够克服上述缺陷的基于物联网的地质灾害监测方法、系统、终端及介质是我们目前急需解决的问题。


技术实现要素：

5.为解决现有技术中的不足，本发明的目的是提供基于物联网的地质灾害监测方法、系统、终端及介质。
6.本发明的上述技术目的是通过以下技术方案得以实现的：
7.第一方面，提供了基于物联网的地质灾害监测方法，包括以下步骤：
8.实时采集目标区域的实际累积雨量，并根据实际累积雨量和累积时长计算得到有效累积雨量，以及在有效累积雨量超出预设累积雨量时生成地质灾害监测信号；
9.根据地质灾害监测信号实时采集目标区域的遥感图像信息以及调取目标区域的浅表层类型信息；
10.从遥感图像信息中识别提取目标区域的植被类型和植被覆盖率，并结合浅表层类型信息模拟分析得到目标区域浅表层的基础排水量、孔隙率和冲刷系数；
11.根据地质灾害监测信号实时测量浅表层的渗水深度信息，并依据渗水深度信息和孔隙率计算得到渗透总雨量，以及依据有效累积雨量、基础排水量和渗透总雨量计算得到排放总雨量；
12.根据排放总雨量和冲刷系数计算得到破坏累积因子，当破坏累积因子大于预设因子阈值时输出监测预警信号。
13.进一步的，所述有效累积雨量的计算公式为：
[0014][0015]
其中，y表示有效累积雨量；t表示累积时长；s(i)表示第i时刻测量的雨量值。
[0016]
进一步的，所述预设累积雨量随着累积时长变化呈反相关动态变化，且当预设累积雨量低于标准累积雨量时，累积时长初始化归零，预设累积雨量的计算公式具体为：
[0017][0018]
其中，b表示预设累积雨量；a为常数；y0表示标准累积雨量。
[0019]
进一步的，所述目标区域浅表层的模拟分析过程具体为：
[0020]
根据目标区域的地形地貌信息、植被类型、植被覆盖率、浅表层类型信息建立三维模拟模型；
[0021]
通过加载雨量模拟分析得到不存在土壤流失时的最大有效累积雨量作为基础排水量；
[0022]
通过浅表层类型信息、植被类型、植被覆盖率综合分析得到孔隙率；
[0023]
以及，通过加载雨量模拟分析得到存在土壤流失时土壤流失总质量与雨量收集总量的比值作为冲刷系数。
[0024]
进一步的，所述排放总雨量的计算公式具体为：
[0025]
p＝(y
‑
d)t
‑
hφ
[0026]
其中，p表示排放总雨量；d表示基础排水量；h表示渗水深度信息；φ表示孔隙率。
[0027]
进一步的，所述破坏累积因子的计算公式具体为：
[0028][0029]
其中，z表示破坏累积因子；f表示植被覆盖率；α表示冲刷系数；l1表示浅表层类型的影响系数；l2表示植被类型的影响因子，根性越发达取值越大；k表示目标区域地形地貌的影响因子，坡度越大取值越大。
[0030]
进一步的，所述渗水深度信息的实时测量过程为：
[0031]
将间隔布置有多个负极探头以及一个正极探头的测量杆竖向插入浅表层中，正极探头置于测量杆的尾端；
[0032]
将多个负极探头沿浅表层表面至内部的方向依次唯一启动，测量对应负极探头与正极探头之间的电信号，直至电信号为0；
[0033]
将最后获得的电信号转化为水位值，得到渗水深度信息。
[0034]
第二方面，提供了基于物联网的地质灾害监测系统，包括：
[0035]
数据采集模块，用于实时采集目标区域的实际累积雨量，并根据实际累积雨量和累积时长计算得到有效累积雨量，以及在有效累积雨量超出预设累积雨量时生成地质灾害监测信号；
[0036]
信息获取模块，用于根据地质灾害监测信号实时采集目标区域的遥感图像信息以及调取目标区域的浅表层类型信息；
[0037]
模拟分析模块，用于从遥感图像信息中识别提取目标区域的植被类型和植被覆盖率，并结合浅表层类型信息模拟分析得到目标区域浅表层的基础排水量、孔隙率和冲刷系数；
[0038]
雨量计算模块，用于根据地质灾害监测信号实时测量浅表层的渗水深度信息，并依据渗水深度信息和孔隙率计算得到渗透总雨量，以及依据有效累积雨量、基础排水量和
渗透总雨量计算得到排放总雨量；
[0039]
监测预警模块，用于根据排放总雨量和冲刷系数计算得到破坏累积因子，当破坏累积因子大于预设因子阈值时输出监测预警信号。
[0040]
第三方面，提供了一种计算机终端，包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面中任意一项所述的基于物联网的地质灾害监测方法。
[0041]
第四方面，提供了一种计算机可读介质，其上存储有计算机程序，其特征是，所述计算机程序被处理器执行可实现如第一方面中任意一项所述的基于物联网的地质灾害监测方法。
[0042]
与现有技术相比，本发明具有以下有益效果：
[0043]
1、本发明综合考虑雨量信息、植被覆盖情况、地形地貌信息、地质信息等多种因素，且对单位时间内的有效累积雨量进行计算，能够有效提高地质灾害监测的准确度；
[0044]
2、本发明通过对预设累积雨量进行动态设置，使得地质灾害监测程序启动更为合理，有效降低了地质灾害监测过程的运营成本；
[0045]
3、本发明在地质灾害监测过程考虑了不同目标区域的基础排水性能，并对目标区域水土流失性能进行分析，有效降到了地质灾害监测存在的误差。
附图说明
[0046]
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本技术的一部分，并不构成对本发明实施例的限定。在附图中：
[0047]
图1是本发明实施例中的流程图；
[0048]
图2是本发明实施例中测量杆的结构示意图；
[0049]
图3是本发明实施例中的系统框图。
具体实施方式
[0050]
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
[0051]
实施例1：基于物联网的地质灾害监测方法，如图1所示，包括以下步骤：
[0052]
s1：实时采集目标区域的实际累积雨量，并根据实际累积雨量和累积时长计算得到有效累积雨量，以及在有效累积雨量超出预设累积雨量时生成地质灾害监测信号；
[0053]
s2：根据地质灾害监测信号实时采集目标区域的遥感图像信息以及调取目标区域的浅表层类型信息；
[0054]
s3：从遥感图像信息中识别提取目标区域的植被类型和植被覆盖率，并结合浅表层类型信息模拟分析得到目标区域浅表层的基础排水量、孔隙率和冲刷系数；
[0055]
s4：根据地质灾害监测信号实时测量浅表层的渗水深度信息，并依据渗水深度信息和孔隙率计算得到渗透总雨量，以及依据有效累积雨量、基础排水量和渗透总雨量计算得到排放总雨量；
[0056]
s5：根据排放总雨量和冲刷系数计算得到破坏累积因子，当破坏累积因子大于预
设因子阈值时输出监测预警信号。
[0057]
本发明综合考虑雨量信息、植被覆盖情况、地形地貌信息、地质信息等多种因素，且对单位时间内的有效累积雨量进行计算，能够有效提高地质灾害监测的准确度；
[0058]
在步骤s1中，有效累积雨量的计算公式为：
[0059][0060]
其中，y表示有效累积雨量；t表示累积时长；s(i)表示第i时刻测量的雨量值。
[0061]
在步骤s1中，预设累积雨量随着累积时长变化呈反相关动态变化，且当预设累积雨量低于标准累积雨量时，累积时长初始化归零，预设累积雨量的计算公式具体为：
[0062][0063]
其中，b表示预设累积雨量；a为常数；y0表示标准累积雨量。本发明通过对预设累积雨量进行动态设置，使得地质灾害监测程序启动更为合理，有效降低了地质灾害监测过程的运营成本。
[0064]
在步骤s3中，目标区域浅表层的模拟分析过程具体为：
[0065]
s301：根据目标区域的地形地貌信息、植被类型、植被覆盖率、浅表层类型信息建立三维模拟模型；
[0066]
s302：通过加载雨量模拟分析得到不存在土壤流失时的最大有效累积雨量作为基础排水量；
[0067]
s303：通过浅表层类型信息、植被类型、植被覆盖率综合分析得到孔隙率；
[0068]
s304：通过加载雨量模拟分析得到存在土壤流失时土壤流失总质量与雨量收集总量的比值作为冲刷系数。
[0069]
在步骤s4中，排放总雨量的计算公式具体为：
[0070]
p＝(y
‑
d)t
‑
hφ
[0071]
其中，p表示排放总雨量；d表示基础排水量；h表示渗水深度信息；φ表示孔隙率。
[0072]
在步骤s4中，如图2所示，渗水深度信息的实时测量过程为：
[0073]
s401：将间隔布置有多个负极探头
“‑”
以及一个正极探头“ ”的测量杆竖向插入浅表层中，正极探头置于测量杆的尾端；
[0074]
s402：将多个负极探头沿浅表层表面至内部的方向依次唯一启动，测量对应负极探头与正极探头之间的电信号，直至电信号为0；
[0075]
s403：将最后获得的电信号转化为水位值，得到渗水深度信息。
[0076]
在步骤s5中，破坏累积因子的计算公式具体为：
[0077][0078]
其中，z表示破坏累积因子；f表示植被覆盖率；α表示冲刷系数；l1表示浅表层类型的影响系数；l2表示植被类型的影响因子，根性越发达取值越大；k表示目标区域地形地貌的影响因子，坡度越大取值越大。本发明在地质灾害监测过程考虑了不同目标区域的基础排水性能，并对目标区域水土流失性能进行分析，有效降到了地质灾害监测存在的误差。
[0079]
实施例2：基于物联网的地质灾害监测系统，如图3所示，包括数据采集模块、信息
获取模块、模拟分析模块、雨量计算模块和监测预警模块。
[0080]
其中，数据采集模块，用于实时采集目标区域的实际累积雨量，并根据实际累积雨量和累积时长计算得到有效累积雨量，以及在有效累积雨量超出预设累积雨量时生成地质灾害监测信号。信息获取模块，用于根据地质灾害监测信号实时采集目标区域的遥感图像信息以及调取目标区域的浅表层类型信息。模拟分析模块，用于从遥感图像信息中识别提取目标区域的植被类型和植被覆盖率，并结合浅表层类型信息模拟分析得到目标区域浅表层的基础排水量、孔隙率和冲刷系数。雨量计算模块，用于根据地质灾害监测信号实时测量浅表层的渗水深度信息，并依据渗水深度信息和孔隙率计算得到渗透总雨量，以及依据有效累积雨量、基础排水量和渗透总雨量计算得到排放总雨量。监测预警模块，用于根据排放总雨量和冲刷系数计算得到破坏累积因子，当破坏累积因子大于预设因子阈值时输出监测预警信号。
[0081]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd
‑
rom、光学存储器等)上实施的计算机程序产品的形式。
[0082]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0083]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0084]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0085]
以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。