Page 146 - 地质灾害防治与地质环境

地质灾害防治与地质环境
Geological Disaster Prevention and Geological Environment

件技术，为应用层提供 GIS 基础服务、应用服务、服务管理等。终端应用层（T 层）
是根据地质灾害管理的实际需求，搭建地质灾害监测预警管理平台，实现二三维
一体化管理、地质灾害信息管理、监测预警管理、应急指挥管理等功能，为地质

灾害管理人员、专业技术人员及政府应急指挥决策人员提供应用支撑。
（二）关键技术
1. 构建地质灾害智能监测体系
通过 4G/5G 无线通信的方式，对红外摄像头、测斜传感器、裂缝计、雨量

计等感知设备进行连接，并将监测数据实时传输回平台，构建地质灾害智能监测
体系，实现定期对泥石流、滑坡、崩塌等地质灾害宏观变形轨迹进行监测，掌握
地质灾害变形动态和发展的趋势。整套监测体系主要由感知设备、无线网络、

GNSS 天线和接收机等设备组成，具有动态性、实用性、直观性等优点，能够利
用太阳能系统或蓄电池供电，从而实现 24h 连续、自动的运行监测。
2. 构建地质灾害三维实景模型
传统地质灾害点只能采用二维或者 2.5 维的方式进行表达，这种方式无法完
全表达出灾害点及周边的地形环境、纹理、形状等重要信息，无法真实还原现场

环境，更无法精密量测，进而无法实现科学严谨的评估和决策。近年来，随着低
空无人机倾斜摄影技术的快速发展，为地质灾害三维可视化、分析、应急预案提
供丰富的三维数据支持。

3. 基于 Spark 的海量地质灾害数据查询和分析
海量空间数据如何实现高效和快速的查询和分析，是空间数据处理的一项巨
大挑战。Spark 是一个基于内存计算的空间数据分布式编程框架，可以提供内存
存储的弹性分布式数据集，使得其在大数据高效处理方面具有巨大优势。地质灾
害大数据包括海量的基础地理信息数据、地质灾害空间数据、监测数据及多媒体

数据等。
4. 构建基于神经网络的智能预警预报模型
神经网络主要包括全局和局部逼近两大类，其中局部逼近网络具有学习速度

快、效率高等特点，在数据处理、模型构建、时间序列分析等领域发挥重要作用。
（三）平台建设
1. 数据库建设
通过对各类数据的收集、处理和入库等操作，构建地质灾害监测预警数据库，

136