[发明专利]一种基于多源数据模糊权重的滑坡风险预警规则生成方法

说明书

本发明公开了一种基于多源数据模糊权重的滑坡风险预警规则生成方法，本发明提供的方法利用历史监测数据对初始建立的风险预警规则库进行训练得到适应度较强的风险预警规则库，与传统地质队根据自身经验及实地考察得到的预警规则而言，风险预警规则生成效率高，成本低；且基于历史数据的表现，生成的风险预警规则具有更强的适用性。

技术领域

本发明属于滑坡预测预警技术领域，尤其是涉及一种基于多源数据模糊权重的滑坡风险预警规则生成方法。

背景技术

滑坡指斜坡上的土体或者岩体，受自然或人为因素影响，在重力作用下，沿着一定的软弱面或软弱带，顺斜坡向下滑移的自然现象，包括崩塌和泥石流。滑坡是一类危害性巨大的地质灾害，滑坡灾害多见于低山、丘陵地区。我国正在经济发展和城市建设的高速时期，伴随人类活动对地形地貌的改造，人工切坡增多，滑坡风险加大。监测预警作为地质灾害风险减缓的重要措施之一，正越来越受到重视。

在监测预警工作中，按照一定的预警规则来发布灾害危险度等级得到了广泛应用。目前大部分滑坡仍采用地质队提供的固定触发条件作为唯一的判断规则，此类指标的专业性毋庸置疑，但是也存在着成本高，难以大规模应用的不足。随着滑坡监测点位的增加和监测时间的增长，如何提高预警规则生成效率成为急需解决的问题。

发明内容

本发明在此提供了一种基于多源数据模糊权重的滑坡风险预警规则生成方法，有利于一定程度提高预警规则的生成效率，且生成的预警规则具有较强的适应度。

为实现本发明的目的，所提供的基于多源数据模糊权重的滑坡风险预警规则生成方法，包括以下步骤：

步骤一：构建初始风险预警规则库，包括若干子初始风险预警规则库，每个子初始风险预警规则库包括若干风险预警规则；

步骤二：获取历史监测数据，该历史监测数据包括位移量和降雨量，以日为单位将对应的位移量和降雨量进行统计，每日数据作为一组样本数据；

步骤三：以所述步骤二的样本数据对所述步骤一所构建的初始风险预警规则库中的子初始风险预警规则库进行训练，得到每个子初始风险预警规则库每日的适应度得分MSE_risk，包括以下步骤：

步骤1：获取当日的位移量S_i和降雨量A_i，根据构建的隶属度函数，将位移量S_i和降雨量A_i的数值转换成对应的风险等级；

步骤2：子初始风险预警规则库匹配，利用位移量S_i及降雨量A_i的风险等级匹配子初始风险预警规则库中的风险预警规则，当子初始风险预警规则库中的风险预警规则的位移及降雨的风险等级与位移量S_i及降雨量A_i的风险等级相等时风险预警规则被匹配成功；

步骤3：利用构建的隶属度函数分别得到所述步骤2被匹配成功的各风险预警规则的位移风险等级、降雨风险等级及结果风险等级对应的隶属度；

步骤4：取所述步骤3得到的位移风险等级隶属度及降雨风险等级隶属度中的小值作为对应子初始风险预警规则库的风险预警规则置信程度值，用该置信程度值对对应的子初始风险预警规则库所有被匹配成功的风险预警规则的结果风险对应的隶属度函数曲线进行截取，截取小于置信程度值的部分作为输出并叠加；

步骤5：对所述步骤4的输出进行去模糊处理，得到各子初始风险预警规则库的具体模糊程度值作为各子初始风险预警规则库的预警得分S_i；

步骤6：根据以下公式得到当日子初始风险预警规则库的适应度得分MSE_risk；

MSE_risk＝(D_i′-S_i′)²