[发明专利]土质滑坡灾害时空智能预警报方法与系统

说明书

本发明提供一种土质滑坡灾害时空智能预警报方法与系统，方法包括步骤：获取滑坡灾害点数据与非滑坡灾害点数据；根据滑坡灾害的成因机理和诱发因素获取用于智能学习的滑坡灾害预警报因子；根据滑坡灾害点数据与非滑坡灾害点数据获取预警报因子对应的原始数据；将原始数据进行空间分析提取用于智能学习的滑坡预警报因子的值，并将得到的预警报因子的值分别进行无量纲化处理后构建滑坡灾害预警报样本数据集；采用集成机器学习的堆栈泛化方法搭建用于滑坡灾害预警报的智能学习模块，将滑坡灾害预警报样本数据集输入智能学习模块，进行训练和优化，实现滑坡灾害的预警报。该方法在进行滑坡预测时准确率高、误报率较低、计算耗时短、实时性能较好。

技术领域

本发明属于滑坡防治工程技术领域，具体涉及一种土质滑坡灾害时空智能预警报方法与系统。

背景技术

目前区域滑坡灾害预警报方法主要分为两大类，包括：统计预警报模式和致灾机理预警报模式。统计预警报模式是分析滑坡事件与相对应的降雨数据，获取触发滑坡的降雨阈值条件,这种统计模式过于依赖观测降水，很少考虑下垫面因素的影响，误报率过高；而致灾机理预警报模式虽然解决了统计预警报模式过于依赖降水的缺陷，但由于滑坡灾害成因机理的复杂性和诱发因素的多元化，这类预警报模式需要预先设定较多的假设条件，只能大概模拟滑坡体的发育过程，无法准确全面的描述滑坡灾害的整个发育过程。此外，由于致灾机理预警报模式需要模拟滑坡体的发育过程，导致计算耗时过长，实时性能较差，难以投入业务中使用。

发明内容

本发明的目的之一在于提供一种土质滑坡灾害的时空智能预警报方法，该方法能提高预警报的准确率。

为实现上述目的，本发明的技术方案为：一种土质滑坡灾害的时空智能预警报方法，包括以下步骤：

获取滑坡灾害点数据与非滑坡灾害点数据，所述滑坡灾害点的数据包括：滑坡灾害发生时间、地点；

根据滑坡灾害的成因机理和诱发因素获取用于智能学习的滑坡灾害预警报因子；所述预警报因子的类型包括下垫面因子和降水因子，所述下垫面因子包括坡度、坡向、地貌类型、剖面曲率、岩性硬度、粘聚力、内摩擦角、土壤类型、土壤厚度、NDVI、土地利用类型因子，所述降水因子包括前期有效降水因子和预报降水因子；

根据所述滑坡灾害点数据与非滑坡灾害点数据获取所述预警报因子对应的原始数据；

将所述原始数据进行空间分析提取用于智能学习的滑坡预警报因子的值，并将得到的所述预警报因子的值分别进行无量纲化处理后构建滑坡灾害预警报样本数据集；

采用集成机器学习的堆栈泛化方法搭建用于滑坡灾害预警报的智能学习模块，将滑坡灾害预警报样本数据集输入所述智能学习模块，进行训练和优化，实现滑坡灾害的预警报。

进一步地，用于滑坡灾害预警报的智能学习模块，包括多个基模块、元模块；

所述基模块用于接收样本数据集的数据进行计算训练得到预测结果；

所述元模块接收多个基模块得到的预测结果构成的第一数据集，并通过随机梯度下降和交叉熵损失函数进行训练和优化实现滑坡灾害的预警报。

进一步地，所述基模块为朴素贝叶斯、K近邻、决策树、逻辑回归类型的弱学习机；

所述元模块为随机森林分类器。

进一步地，所述非滑坡灾害点数据包括时间、地点；其中，

非滑坡灾害点中的地点为所述滑坡灾害点周边1-2km处没有发生滑坡的地点、时间为邻近滑坡灾害点的时间，或地点为受强降水作用但没有发生滑坡灾害的坡体地点、时间为对应地点经受强降水的时间。

进一步地，所述将所述原始数据进行空间分析提取用于智能学习的滑坡预警报因子的值的步骤具体包括：