[发明专利]一种星地协同的边坡多风险因子联合实时监测与预警方法

权利要求书

1.一种星地协同的边坡多风险因子联合实时监测与预警方法，其特征在于，包括前端感知模组、云服务器端和数据分析模组，所述方法包括以下步骤：

获取边坡的实时监测数据和健康参数数据，实时监测数据和健康参数数据包括InSAR数据、边坡地表位移数据、裂缝宽度数据、边坡倾斜错动数据、土壤湿度数据以及孔隙水压力变化数据；

将获取的实时监测数据和健康参数数据经5G/4G无线网络传输至云服务器端，云服务器端对获取的实时监测数据和健康参数数据进行存储、管理并传输至数据分析模组；

由数据分析模组对实时监测数据及健康参数数据进行计算得到多个实时监测指标和健康参数指标；

由数据分析模组将多个实时监测指标和健康参数指标分别进行正则化和概率化处理，采用贝叶斯理论或D-S证据理论或加权平均理论进行融合处理，得到实时多元数据融合指标和健康参数融合指标；

将实时多元数据融合指标和健康参数融合指标比对，并得到健康诊断信息和预警信息。

2.根据权利要求1所述一种星地协同的边坡多风险因子联合实时监测与预警方法，其特征在于，数据分析模组将实时监测指标与健康参数指标比对，并得到健康诊断信息和预警信息之后，所述方法还包括以下步骤：

所述数据分析模组将所述预警信息经5G/4G无线网络传输至云服务器端，云服务器端将预警信息传输至嵌入式终端。

3.根据权利要求2所述一种星地协同的边坡多风险因子联合实时监测与预警方法，其特征在于，所述嵌入式终端采用B/S架构。

4.根据权利要求2所述一种星地协同的边坡多风险因子联合实时监测与预警方法，其特征在于，所述嵌入式终端包括预警单元，当所述实时监测指标超过预设值，发出警告信息。

5.根据权利要求1所述一种星地协同的边坡多风险因子联合实时监测与预警方法，其特征在于，采用贝叶斯理论进行融合处理时，设多种滑坡灾害工况集合为{A₁ A₂ … A_n}，多种实时监测指标为{B₁ B₂ … B_m}；并通过如下公式进行：

其中，P(A_j)为先验概率，即发生A_j滑坡事件的概率，而P(B_k|A_j)则为指标B_k对A_j损伤的诊断，P(A_i|B)是基于贝叶斯理论获得的多元数据融合指标。

6.根据权利要求1所述一种星地协同的边坡多风险因子联合实时监测与预警方法，其特征在于，采用D-S证据理论进行融合处理时，设多种滑坡灾害工况集合为{A₁ A₂ … A_n}，多种实时监测指标为{m₁ m₂ … m_m}，并通过如下公式进行：

其中，m_j(A_i)为第j个指标对于第i种滑坡情况的判定，K是基于D-S证据理论获得的多元数据融合指标。

7.根据权利要求1所述一种星地协同的边坡多风险因子联合实时监测与预警方法，其特征在于，采用加权平均理论进行融合处理时，通过如下公式进行：

其中，D_i是第i个指标，是基于加权平均理论获得的融合指标，W_i为第i个指标的权重系数，其取值使得各个指标间的方差最小；并通过最小二乘法进行求解，获得所述多元数据融合指标。