地質(zhì)災(zāi)害監(jiān)測預(yù)警中人工智能判識研究

肖東起 馬驥

關(guān)鍵詞：地質(zhì)災(zāi)害;監(jiān)測預(yù)警;人工智能

地質(zhì)災(zāi)害監(jiān)測預(yù)警是一項(xiàng)涉及多個學(xué)科的工作。在對不同地區(qū)的地質(zhì)災(zāi)害開展監(jiān)測預(yù)警工作時，要經(jīng)過分析、加工、運(yùn)算、判斷、決策、實(shí)施等多道環(huán)節(jié)，這些環(huán)節(jié)的開展僅依靠監(jiān)測工作者是十分不現(xiàn)實(shí)的，因此需要依賴更多現(xiàn)代化信息技術(shù)。人工智能作為現(xiàn)代化信息技術(shù)的一種，目前其技術(shù)開始呈現(xiàn)成熟化發(fā)展。依托人工智能對地質(zhì)災(zāi)害監(jiān)測預(yù)警進(jìn)行判識，能夠?yàn)榈刭|(zhì)災(zāi)害監(jiān)測預(yù)警工作發(fā)展提供全新的技術(shù)思路，同時也能為其預(yù)防地質(zhì)災(zāi)害提供更具科學(xué)性的解決方案。由此可見，研究地質(zhì)災(zāi)害監(jiān)測預(yù)警中人工智能判識功能，具有重要的現(xiàn)實(shí)意義。

1地質(zhì)災(zāi)害監(jiān)測預(yù)警中現(xiàn)代化信息技術(shù)的應(yīng)用優(yōu)勢

在地質(zhì)災(zāi)害發(fā)生時，通常伴有惡劣的天氣條件和地質(zhì)條件。在此過程中，依靠傳統(tǒng)的監(jiān)測預(yù)警設(shè)備不僅無法確保地質(zhì)災(zāi)害的實(shí)時狀態(tài)，同時監(jiān)測工作者的生命安全也無法得到有效保障。基于此，監(jiān)測工作者依托各類現(xiàn)代化信息技術(shù)，能夠在遠(yuǎn)程對地質(zhì)災(zāi)害進(jìn)行實(shí)時監(jiān)測，同時也能在遠(yuǎn)程開展數(shù)據(jù)獲取、數(shù)據(jù)分析、監(jiān)測預(yù)警自動化等操作。從而在確保監(jiān)測工作者人身安全的同時，提升地質(zhì)災(zāi)害監(jiān)測預(yù)警的準(zhǔn)確度[1]。除此之外，在地質(zhì)災(zāi)害監(jiān)測預(yù)警中應(yīng)用現(xiàn)代化信息技術(shù)，還擁有以下兩方面優(yōu)勢。一方面，經(jīng)濟(jì)效益優(yōu)勢。通常情況下，為了獲取地質(zhì)災(zāi)害的實(shí)時信息，監(jiān)測工作者往往需要深入地質(zhì)災(zāi)害現(xiàn)場進(jìn)行資料數(shù)據(jù)采集，在此過程中十分容易出現(xiàn)意外，從而造成人、財、物的損失。而如果借助衛(wèi)星、雷達(dá)等工具開展監(jiān)測預(yù)警，又會帶來高昂的使用費(fèi)用?；诖?，通過提前在地質(zhì)災(zāi)害現(xiàn)場設(shè)置采集設(shè)備，然后依托大數(shù)據(jù)、人工智能等現(xiàn)代化信息技術(shù)遠(yuǎn)程采集數(shù)據(jù)，能夠有效降低經(jīng)濟(jì)成本的投入，同時還能取得不錯的監(jiān)測預(yù)警工作成效。另一方面，社會效益優(yōu)勢。地質(zhì)災(zāi)害的發(fā)生不僅會影響國土安全，同樣會波及人民群眾的生命和財產(chǎn)安全。而通過現(xiàn)代化信息技術(shù)，搭建地質(zhì)災(zāi)害監(jiān)測預(yù)警體系，不僅能夠有效監(jiān)控地質(zhì)災(zāi)害情況，維護(hù)人民群眾安全。還能保護(hù)地質(zhì)生態(tài)環(huán)境，保護(hù)國土資源穩(wěn)定發(fā)展。這些都是維護(hù)社會穩(wěn)定的重要因素。

2地質(zhì)災(zāi)害監(jiān)測預(yù)警中人工智能判識體系建設(shè)

本文以滑坡這一地質(zhì)災(zāi)害作為研究對象，并基于人工智能技術(shù)為其建設(shè)人工智能判識體系，以期為監(jiān)測工作將該人工智能判識體系應(yīng)用于不同類型的地質(zhì)災(zāi)害監(jiān)測預(yù)警中，提供一定參考。第一步，監(jiān)測工作者需要提前在疑似滑坡的地質(zhì)區(qū)域提前安插標(biāo)志點(diǎn)，標(biāo)志點(diǎn)的選擇需要方便進(jìn)行視頻、圖像等信息的采集。第二步，監(jiān)測工作者需要定好的標(biāo)志點(diǎn)位置安裝視頻、圖像采集裝置，并通過手動調(diào)試的方式，確保視頻、圖像采集裝置更全面地覆蓋整個滑坡地質(zhì)區(qū)域。裝置安好后開始進(jìn)行拍攝，并通過后臺終端確認(rèn)傳輸數(shù)據(jù)流。第三步，憑借地質(zhì)災(zāi)害人工智能判識算法，對傳輸數(shù)據(jù)流的傳輸參數(shù)進(jìn)行實(shí)時調(diào)整，以提升數(shù)據(jù)流的傳輸準(zhǔn)確性。第四步，經(jīng)過預(yù)處理的數(shù)據(jù)流進(jìn)入人工智能終端處理器后，就能夠得到實(shí)施的地質(zhì)災(zāi)害監(jiān)測預(yù)警信號。第五步，當(dāng)?shù)刭|(zhì)災(zāi)害監(jiān)測預(yù)警信號被檢測后，監(jiān)測工作者還可以借助人工智能技術(shù)判斷災(zāi)害等級、預(yù)估災(zāi)害規(guī)模，從而確定滑坡地質(zhì)災(zāi)害的破壞范圍。第六步，在確定好地質(zhì)災(zāi)害監(jiān)測預(yù)警信號等級后，需要由地質(zhì)災(zāi)害監(jiān)測預(yù)警中心將信號發(fā)放給地方政府，同時為地方政府提供相應(yīng)的地質(zhì)災(zāi)害處理決策，幫助其減少社會、經(jīng)濟(jì)的損失[2]。

在確定滑坡地質(zhì)災(zāi)害監(jiān)測預(yù)警中人工智能判識體系的建設(shè)步驟后，其技術(shù)路線順序如下所示。一、基于滑坡地質(zhì)災(zāi)害的表現(xiàn)特征展開研究。二、對疑似滑坡地質(zhì)區(qū)域的觀測現(xiàn)場布置展開研究。三、對實(shí)時傳輸?shù)男畔鬏敿夹g(shù)展開研究。四、逐步完善滑坡地質(zhì)區(qū)域視頻、圖像采集裝置的安裝流程。五、對地質(zhì)災(zāi)害監(jiān)測預(yù)警人工智能判識算法展開研究。六、長時間觀測滑坡地質(zhì)區(qū)域的數(shù)據(jù)，并和其他同類型地質(zhì)區(qū)域進(jìn)行對比。七、持續(xù)優(yōu)化地質(zhì)災(zāi)害監(jiān)測預(yù)警信息流獲取的準(zhǔn)確度。八、加強(qiáng)與地方政府應(yīng)急管理部門的合作，并共同優(yōu)化地質(zhì)災(zāi)害信息發(fā)布體系。九、對滑坡地質(zhì)區(qū)域的相關(guān)操作方法進(jìn)行凝練總結(jié)，并持續(xù)優(yōu)化監(jiān)測預(yù)警工作流程，為后續(xù)開展地質(zhì)災(zāi)害監(jiān)測預(yù)警工作積累經(jīng)驗(yàn)。十、在反復(fù)的工作試驗(yàn)中，得出具有普適性的地質(zhì)災(zāi)害監(jiān)測預(yù)警人工智能判識體系標(biāo)準(zhǔn)。

總而言之，本文提出的地質(zhì)災(zāi)害監(jiān)測預(yù)警人工智能判識體系，需要在地質(zhì)災(zāi)害發(fā)生地搭建好圖像、視頻傳輸設(shè)備，同時需要地質(zhì)災(zāi)害中心擁有一套人工智能判識算法，才能對地質(zhì)災(zāi)害監(jiān)測預(yù)警中傳回的數(shù)據(jù)進(jìn)行響應(yīng)。在此過程中，監(jiān)測工作者除了可以依靠人工智能判識體系外，還能直接依靠圖像、視頻傳輸設(shè)備，對地質(zhì)災(zāi)害進(jìn)行監(jiān)測預(yù)警，進(jìn)而在實(shí)現(xiàn)群測群防的同時，用更小的經(jīng)濟(jì)成本擴(kuò)大了地質(zhì)災(zāi)害監(jiān)測預(yù)警的覆蓋范圍[3]。

結(jié)語

綜上所述，地質(zhì)災(zāi)害的發(fā)生關(guān)乎社會穩(wěn)定、經(jīng)濟(jì)發(fā)展等多項(xiàng)因素，因此其監(jiān)測預(yù)警工作的開展勢必需要做到精益求精。而將人工智能應(yīng)用于地質(zhì)災(zāi)害監(jiān)測預(yù)警中，并建設(shè)人工智能判識體系，一方面能夠提升地質(zhì)災(zāi)害監(jiān)測預(yù)警的準(zhǔn)確率、實(shí)效性，另一方面則能有效降低人民群眾的損失，提高民生滿意度。由此可見，人工智能技術(shù)在地質(zhì)災(zāi)害監(jiān)測預(yù)警中的運(yùn)用，具有較好的民生基礎(chǔ)以及發(fā)展?jié)撃堋?/p>

參考文獻(xiàn)：

[1]張函函.淺談地質(zhì)災(zāi)害監(jiān)測預(yù)警中現(xiàn)代化信息技術(shù)的運(yùn)用[J].科技創(chuàng)新導(dǎo)報，2019，16（12）：151-152.

[2]趙博，高磊，王芳.基于視頻監(jiān)測數(shù)據(jù)及人工智能判識的滑坡災(zāi)害群測群防預(yù)警體系[J].河南科技，2021，40（15）：27-29.

[3]張茂省，賈俊，王毅，牛千，毛伊敏，董英.基于人工智能（AI）的地質(zhì)災(zāi)害防控體系建設(shè)[J].西北地質(zhì)，2019，52（02）：103-116.

姓名：肖東起（1983-11），男，漢，黑龍江省哈爾濱市人，學(xué)歷：碩士研究生，職稱：工程師，單位：航天科工慣性技術(shù)有限公司，研究方向：人工智能。