[发明专利]一种基于大数据的GIS山洪预防预警系统

权利要求书

1.一种基于大数据的GIS山洪预防预警系统，其特征在于，包括云计算平台、环境监测模块、地形监测模块、图像处理模块和神经网络模块；

所述环境监测模块用于获取监测区域的环境信息，所述环境监测模块包括温度监测节点、湿度监测节点和风速监测节点，具体监测步骤为：

步骤一：通过温度监测节点、湿度监测节点和风速监测节点对监测区域进行实时监测，通过气象平台获取监测区域的雨量预测数据，将所有监测数据发送至云计算平台，所述监测数据包括温度、湿度、风速；

步骤二：云计算平台接收到环境监测模块以及气象平台的数据之后，将温度、湿度、风速和雨量分别标记为W_t1、S_t1、F_t1和Y_t1，t1为对应的监测时间；

步骤三：通过公式获取监测区域的环境安全系数H_t，计算公式为其中α、β、γ、δ为特定的比例系数，将环境监测模块的监测数据、雨量、监测时间以及环境安全系数发送至数据存储模块的K1存储器，同时将上述数据发送至神经网络模块；

所述地形监测模块用于获取监测区域的地形信息，所述地形信息包括裸地面积系数、植被面积系数和湖泊面积系数，具体获取步骤如下：

S1：通过大气层外光学卫星获取监测区域的图像，并将获得图像发送至云计算平台；

S2：云计算平台接收到图像的同时，导入监测区域的矢量文件，通过ArcGIS软件对图像进行裁剪获取监测区域的图像，并对监测区域的图像进行预处理；

S3：通过模式识别技术对监测区域的图像进行识别，分别计算出裸地的像素点总数L_t2、植被的像素点总数Z_t2、湖泊的像素点总数P_t2和图像总像素点总数T_t2,其中t2为图像获取的时间；

S4：通过公式获取监测区域的地形安全系数D_t2，其中ε、∈、θ为特定比例系数，并将计算得到的裸地的像素点总数、植被的像素点总数、湖泊的像素点总数、图像总像素点总数、图像的获取时间以及计算得到的地形安全系数发送至数据存储模块的K2存储器进行存储，同时将上述数据发送至神经网络模块；

S5：通过公式获取监测区域的山洪发生系数F_t，其中t为获取山洪发生系数F_t的时间，为特定比例系数；

S6：当山洪发生系数F_t小于等于设定阈值时，云计算平台将山洪发生系数F_t发送至数据存储模块的K3存储器，当山洪发生系数F_t大于设定阈值时，云计算平台发送指令至图像处理模块，并将山洪发生系数F_t发送至数据存储模块的K3存储器；

所述图像处理模块用于对监测区域图像中的山坡坡度和峡谷深度进行计算，并将图像中的区域进行分类，具体处理步骤为：

SS1：图像处理模块接收到云计算平台发送的指令之后，从资源卫星应用中心获取监测区域的多源卫星图像的同时，导入监测区域的矢量文件，通过ArcGIS软件对图像进行裁剪获取监测区域的图像，并对裁剪之后的图像进行预处理；

SS2：导入监测区域的高精度数字高程模型，结合监测区域的图像和高精度数字高程模型对监测区域的山坡坡度和峡谷深度进行计算，将山坡坡度标记为A_i，i为山坡个数，且每两个山坡间隔N米以上，否则合并为一个山坡进行计算，将峡谷深度标记为B_j，j为峡谷个数，且每两个峡谷间隔N米以上，否则合并为一个峡谷进行计算，并将山坡坡度A_i和峡谷深度B_j发送至云计算模块，其中N为设定安全数值；

SS3：当山坡坡度A_i和以此山坡中心位置为中点的方圆N米内峡谷深度B_j都小于设定阈值时，云计算平台发送低风险指令至智能终端模块；当山坡坡度A_i和以此山坡中心位置为中点的方圆N米内峡谷深度B_j其中一个大于设定阈值时，云计算平台发送中风险指令至智能终端模块和报警驱动模块；当山坡坡度A_i和以此山坡中心位置为中点的方圆N米内峡谷深度B_j都大于设定阈值时，云计算平台发送高风险指令至智能终端模块和报警驱动模块；

所述神经网络模块利用环境监测模块和地形监测模块的监测数据进行训练，构建辅助预测模型，具体构建步骤如下：

SSS1：神经网络模块接收到环境监测数据、雨量预测数据、监测时间、地形监测数据以及图像获取时间作为模型训练的输入数据，将山洪发生系数作为模型训练的输出数据，并将其赋值为0或1对模型进行训练，其中0表示山洪发生系数小于等于设定阈值，1表示山洪发生系数大于设定阈值；

SSS2：将环境监测模块和地形监测模块最近12h的监测数据作为模型的输入数据，当模型的输出数据为0时，将两个模块最近12h的监测数据作为模型的训练数据对模型进行二次训练；当模型的输出数据为1时，将两个模块最近12h的监测数据作为模型的训练数据对模型进行二次训练的同时发送指令至云计算平台。