[发明专利]一种基于空天地一体化的矿山尾矿库灾害预警方法

说明书

本发明公开了一种基于空天地一体化的矿山尾矿库灾害预警方法，步骤包括：通过遥感卫星获得矿山尾矿库的具体位置、类型、大小信息；对矿山尾矿库采用无人机拍摄技术，获取地貌影像数据图像；构建分类模型，下载地貌数据图像作为训练集，并输入到分类模型中训练得到矿山尾矿库地貌分类模型输出分类结果；对有土地裂缝图像地貌的矿山尾矿库进行结构稳定性的数据采集，选取6个影响因子作为影响矿山尾矿库稳定性能参数；构建BP神经网络并训练；将稳定性能参数输入到训练后的BP神经网络中，得到预测安全系数；对尾矿库安全系数达到阈值范围时，发出预警。本发明利用机器学习方法，能够有效获取尾矿库参数数据，对尾矿库的风险能够及时、有效的预警。

技术领域

本发明涉及矿山安全监测技术领域，具体涉及一种基于空天地一体化的矿山尾矿库灾害预警方法。

背景技术

我国是矿业大国，冶金、有色、化工、核工业和轻工业等产业的矿山都有尾矿库设施。尾矿库是由一个或者多个尾矿坝堆筑拦截谷口或围地所构成的矿山生产设施，是具有高势能的人造危险源，其安全运行状况对社会经济发展，矿山周边生态环境和人民生命财产安全具有重要意义。大多数尾矿库由于建造时间久远，其建筑工艺和材料落后导致尾矿库坝体具有高程度的溃坝性，一旦溃坝，必将造成重大的人员伤亡、交通中断、电力系统破坏和水资源污染甚至生态难以恢复等严重后果。对于如何有效的检测并且预防尾矿库灾害，我国正处于逐步推进趋于成熟阶段。

基于尾矿库安全评价体系，现有的综合评价基本思路为：(1)分析工程特性确定评价指标体系，梳理各项评价指标之间关系；(2)确定指标间的权重关系；(3)基于指标的权重关系，通过数学模型来分析指标内部联系，最后得到尾矿库的整体评价结果。综合评价方法虽然考虑了指标间关系，加强了对尾矿库整体把握，但是由于权重的确定不可避免人为因素的干扰，且算法灵活性不强，一旦指标发生变化，算法的适用性就会降低。随着实时监测系统的普及，尾矿库数据更容易获取。深度学习方法在数据的趋势预测、模式识别和分类等方面对处理非线性不确定因素的问题上有巨大的优势。对于尾矿库灾害预警问题，深度学习只需利用采集的数据对参数进行训练，即可使模型充分反映数据内在关系，然后使用模型对尾矿库现状进行预测。

发明内容

为解决现有技术中存在的问题，本发明提供了一种基于空天地一体化的矿山尾矿库灾害预警方法，利用了多种监测工具获得的数据，通过深度学习的方法实现对矿山尾矿库灾害预警，解决了上述背景技术中提到的问题。

为实现上述目的，本发明提供如下技术方案：一种基于空天地一体化的矿山尾矿库灾害预警方法，包括如下步骤：

S1、通过遥感卫星获得矿山尾矿库的具体位置、类型、大小信息；

S2、对矿山尾矿库采用无人机拍摄技术，获取地貌影像数据图像；

S3、构建分类模型，下载已有的地貌数据图像(包括多张矿山尾矿库正常图像、土地裂缝图像)作为训练集，并输入到分类模型中，通过反向传播更新网络模型参数，得到矿山尾矿库地貌分类模型；将步骤S2获取的地貌影像数据图像输入到矿山尾矿库地貌分类模型中，得到分类结果并标记，“0”为正常图像，“1”为土地裂缝图像；

S4、对有土地裂缝图像地貌的矿山尾矿库进行结构稳定性的数据采集，选取6个影响因子作为影响矿山尾矿库稳定性能参数；

S5、构建BP神经网络并训练；

S6、将步骤S4中的稳定性能参数输入到训练后的BP神经网络中，拟合得到预测安全系数；

S7、对尾矿库安全系数达到阈值范围时，发出预警。

优选的，在步骤S3中，所述的分类模型包括：第一卷积层、第一移动翻转瓶颈卷积块、第二移动翻转瓶颈块、第三移动翻转瓶颈块、第四移动翻转瓶颈块、第五移动翻转瓶颈块、第六移动翻转瓶颈块、第七移动翻转瓶颈块、第二卷积层、全局平均池化层、全连接层和softmax分类器。