[发明专利]山体灾害的预警方法、装置及可读存储介质

权利要求书

1.一种山体灾害的预警方法，其特征在于，包括：

利用激光雷达对山体进行扫描测距，获得当前山体表面的测距数据，所述测距数据为山坡坡面的二维断面测距数据，所述激光雷达由旋转式云台带动旋转，以使二维扫描断面中的每个点都成为新的二维云台扫描断面，所有云台扫描断面形成新的三维立体扫描；

根据当前山体表面的测距数据确定当前山体表面扫描点的三维坐标，获得当前山体表面的点云数据；

计算所述当前山体表面的点云数据中的各数据点的标准差，并对于所述当前山体表面的点云数据中的全部数据点，分别计算每一数据点距离所述当前山体表面切线的垂直高度，并保留垂直高度小于等于所述标准差的各数据点作为筛选后的各数据点；

筛选后的各数据点组成所述当前山体本体表面的点云数据；

形成包括有历史山体本体表面的点云数据和所述当前山体本体表面的点云数据在内的待预测数据，所述待预测数据包括山坡坡面形状曲线时间序列以及山坡坡面点云坐标时间序列，并利用预设的机器学习算法模型对所述待预测数据进行预测，获得发生山体灾害的概率，所述山体灾害包括滑坡、崩塌、泥石流灾害的灾害类型中的多种；

根据所述发生山体灾害的概率推送预警消息；

其中，所述根据所述发生山体灾害的概率推送预警消息，包括：

当所述当前山体表面满足山体坡角在[10，45]度区间、形态呈下陡中缓上陡状、区域上部成环状的坡形、斜坡向与岩层结构面倾向一致、水平位移量大于垂直位移量、重心位置变位不大、灾害体表面具有规律的纵横裂缝，则进行滑坡预警；

当所述当前山体表面满足完全脱离母体、垂直位移量大于水平位移量、重心位置降低幅度大、灾害体表面不具有规律的纵横裂缝、其裂缝发育在灾害体后缘、悬崖后缘、灾害源具有明显的陡崖地貌，则进行崩塌预警；

当所述当前山体表面满足运动状态为平面呈不对称的哑铃形、堆积区的形态不稳定、形成区由条带状向树枝状发展、流通区在发展过程中形态稳定、堆积区由于流域内来沙量的增长而不断扩展，进逼下游变形，则进行泥石流预警。

2.根据权利要求1所述的山体灾害的预警方法，其特征在于，所述利用预设的机器学习算法模型对所述待预测数据进行预测，获得发生山体灾害的概率，包括：

根据预设的机器学习算法模型对所述待预测数据进行处理，获得所述待预测数据发生每一灾害类型的概率。

3.一种山体灾害的预警装置，其特征在于，包括：

激光雷达设备，用于利用激光雷达对山体进行扫描测距，获得当前山体表面的测距数据，所述测距数据为山坡坡面的二维断面测距数据，所述激光雷达由旋转式云台带动旋转，以使二维扫描断面中的每个点都成为新的二维云台扫描断面，所有云台扫描断面形成新的三维立体扫描；

处理设备，用于根据当前山体表面的测距数据确定当前山体表面扫描点的三维坐标，获得当前山体表面的点云数据；计算所述当前山体表面的点云数据中的各数据点的标准差，并对于所述当前山体表面的点云数据中的全部数据点，分别计算每一数据点距离所述当前山体表面切线的垂直高度，并保留垂直高度小于等于所述标准差的各数据点作为筛选后的各数据点；筛选后的各数据点组成所述当前山体本体表面的点云数据；形成包括有历史山体本体表面的点云数据和所述当前山体本体表面的点云数据在内的待预测数据，所述待预测数据包括山坡坡面形状曲线时间序列以及山坡坡面点云坐标时间序列，并利用预设的机器学习算法模型对所述待预测数据进行预测，获得发生山体灾害的概率；还用于根据所述发生山体灾害的概率推送预警消息，所述山体灾害包括滑坡、崩塌、泥石流灾害的灾害类型中的多种；

所述处理设备，还用于当所述当前山体表面满足山体坡角在[10，45]度区间、形态呈下陡中缓上陡状、区域上部成环状的坡形、斜坡向与岩层结构面倾向一致、水平位移量大于垂直位移量、重心位置变位不大、灾害体表面具有规律的纵横裂缝，则进行滑坡预警；当所述当前山体表面满足完全脱离母体、垂直位移量大于水平位移量、重心位置降低幅度大、灾害体表面不具有规律的纵横裂缝、其裂缝发育在灾害体后缘、悬崖后缘、灾害源具有明显的陡崖地貌，则进行崩塌预警；当所述当前山体表面满足运动状态为平面呈不对称的哑铃形、堆积区的形态不稳定、形成区由条带状向树枝状发展、流通区在发展过程中形态稳定、堆积区由于流域内来沙量的增长而不断扩展，进逼下游变形，则进行泥石流预警。