[发明专利]一种滑坡的预测方法、装置、设备和存储介质

权利要求书

1.一种滑坡的预测方法，其特征在于，包括：

获取目标区域的各个设定时间段内每天的地理环境数据和滑坡影响因子，其中，所述地理环境数据包括地理位置数据、大气数据、地形数据和下垫面数据；

基于降雨插值模型，根据所述地理环境数据确定所述目标区域的降雨量；

分别将所述滑坡影响因子和所述降雨量输入至滑坡预测模型，基于所述滑坡预测模型确定各栅格滑坡的发生概率。

2.根据权利要求1所述的预测方法，其特征在于，所述地理位置数据包括经纬度信息和高程信息；所述大气数据包括风向信息、风带信息和气压带信息中的至少一项；所述地形数据包括坡度信息、坡向信息和山脉走向信息中的至少一项；所述下垫面数据包括植被覆盖度信息、水域距离和城市雨岛信息中的至少一项。

3.根据权利要求1所述的预测方法，其特征在于，所述降雨插值模型为反向传播模型，所述降雨插值模型的训练方法，包括：

获取初始模型，确定所述初始模型的初始权值矩阵和初始阈值，并计算所述初始模型的适应度；

将历史时间段内的样本地理环境数据输入至所述初始模型，确定预测降雨量，根据所述预测降雨量和所述历史时间段的实测降雨量，并基于遗传算法迭代调整所述初始模型的初始权值矩阵和初始阈值；

基于迭代调整后的权值矩阵和阈值，调整所述初始模型并计算调整后的模型的适应度，直至重新计算的适应度达到期望值，将达到所述期望值的适应度对应的模型作为所述降雨插值模型。

4.根据权利要求3所述的预测方法，其特征在于，所述根据所述预测降雨量和所述历史时间段的实测降雨量，并基于遗传算法迭代调整所述初始模型的初始权值矩阵和初始阈值，包括：

计算所述预测降雨量和所述实测降雨量之间的均方根误差；

如果所述均方根误差大于预设误差阈值，迭代调整所述初始模型的权值编码和阈值编码，并基于调整后的权值编码和阈值编码确定调整后的权值矩阵和阈值，直至所述均方根误差不小于所述预设误差阈值。

5.根据权利要求1所述的预测方法，其特征在于，在所述基于降雨插值模型，根据所述地理环境数据确定所述目标区域的降雨量之前，所述方法还包括：

对所述地理环境数据进行预处理，其中，所述预处理包括坐标统一处理、栅格统一处理以及离散化处理中的至少一项。

6.根据权利要求1所述的预测方法，其特征在于，所述分别将所述滑坡影响因子和所述降雨量输入至滑坡预测模型，基于所述滑坡预测模型确定各栅格滑坡的发生概率，包括：

基于第一预设模型，根据所述降雨量和所述滑坡影响因子确定每天滑坡的发生概率；

如果当天滑坡的发生概率大于预设概率阈值，基于第二预设模型，根据当前天的降雨量和所述滑坡影响因子预测各个栅格滑坡的发生概率。

7.根据权利要求1所述的预测方法，其特征在于，所述滑坡影响因子包括：土壤湿度、高程、坡度、坡向、平面曲率、剖面曲率、地形湿度指数、水流强度指数、沉积运输指数、地形粗糙度指数、与断层距离、与河流距离、与道路距离、岩性、土地利用和植被覆盖率中的至少一项。

8.一种滑坡的预测装置，其特征在于，包括：

数据获取模块，用于获取目标区域的各个设定时间段内每天的地理环境数据和滑坡影响因子，其中，所述地理环境数据包括地理位置数据、大气数据、地形数据和下垫面数据；

降雨预测模块，用于基于降雨插值模型，根据所述地理环境数据确定所述目标区域的降雨量；

滑坡预测模块，用于分别将所述滑坡影响因子和所述降雨量输入至滑坡预测模型，基于所述滑坡预测模型确定各栅格滑坡的发生概率。

9.一种滑坡的预测设备，其特征在于，所述设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的滑坡的预测方法。

10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的滑坡的预测方法。