[發明專利]土質滑坡災害時空智能預警報方法與系統在審
| 申請號： | 202011143381.0 | 申請日： | 2020-10-23 |
| 公開（公告）號： | CN111967544A | 公開（公告）日： | 2020-11-20 |
| 發明（設計）人： | 劉敦龍;吳倩;唐聃;何磊;高燕;羅涵 | 申請（專利權）人： | 成都信息工程大學;四川省地質礦產勘查開發局成都水文地質工程地質隊 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62;G06Q50/26 |
| 代理公司： | 北京元本知識產權代理事務所(普通合伙) 11308 | 代理人： | 秦力軍 |
| 地址： | 610000 四川省成都*** | 國省代碼： | 四川;51 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 土質 滑坡 災害 時空 智能 預警 方法 系統 | ||
1.一種土質滑坡災害時空智能預警報方法，其特征在于，包括以下步驟：
獲取滑坡災害點數據與非滑坡災害點數據，所述滑坡災害點的數據包括：滑坡災害發生時間、地點；
根據滑坡災害的成因機理和誘發因素獲取用于智能學習的滑坡災害預警報因子；所述預警報因子的類型包括下墊面因子和降水因子，所述下墊面因子包括坡度、坡向、地貌類型、剖面曲率、巖性硬度、粘聚力、內摩擦角、土壤類型、土壤厚度、NDVI、土地利用類型因子，所述降水因子包括前期有效降水因子和預報降水因子；
根據所述滑坡災害點數據與非滑坡災害點數據獲取所述預警報因子對應的原始數據；
將所述原始數據進行空間分析提取用于智能學習的滑坡預警報因子的值，并將得到的所述預警報因子的值分別進行無量綱化處理后構建滑坡災害預警報樣本數據集；
采用集成機器學習的堆棧泛化方法搭建用于滑坡災害預警報的智能學習模塊，將所述滑坡災害預警報樣本數據集輸入所述智能學習模塊，進行訓練和優化，實現滑坡災害的預警報。
2.根據權利要求1所述的方法，其特征在于，所述用于滑坡災害預警報的智能學習模塊，包括多個基模塊、元模塊；
所述基模塊用于接收樣本數據集的數據進行計算訓練得到預測結果；
所述元模塊接收多個基模塊得到的預測結果構成的第一數據集，并通過隨機梯度下降和交叉熵損失函數進行訓練和優化實現滑坡災害的預警報。
3.根據權利要求1所述的方法，其特征在于，所述非滑坡災害點數據包括時間、地點；其中，
非滑坡災害點中的地點為所述滑坡災害點周邊1-2km處沒有發生滑坡的地點、時間為鄰近滑坡災害點的時間，或地點為受強降水作用但沒有發生滑坡災害的坡體地點、時間為對應地點經受強降水的時間。
4.根據權利要求1所述的方法，其特征在于，所述將所述原始數據進行空間分析提取用于智能學習的滑坡預警報因子的值的步驟具體包括：
將預警報因子的原始數據進行掩模提取和重采樣空間分析，生成分辨率為250m*250m的柵格數據。
5.根據權利要求1所述的方法，其特征在于，所述將得到的所述預警報因子的值分別進行無量綱化處理后構建特征向量集的步驟具體包括：
通過以下公式對所述預警報因子的值進行無量綱化處理：
式中，為歸一化后的數據，某一預警報因子，為某一特征向量集中的最小值，為某一特征向量集中的最大值；
將無量綱化處理后的各預警因子的值作為輸入，滑坡災害發生/不發生作為輸出，構建用于智能學習的滑坡災害預警報樣本數據集。
6.一種土質滑坡災害時空智能預警報系統，其特征在于，包括：
數據獲取模塊，用于獲取滑坡災害點數據與非滑坡災害點數據，所述滑坡災害點的數據包括：滑坡災害發生時間、地點；
預警報因子模塊，與所述數據獲取模塊相連，用于根據滑坡災害的成因機理和誘發因素獲取用于智能學習的滑坡災害預警報因子，并通過所述數據獲取模塊獲取所述預警報因子對應的原始數據；
樣本數據模塊，與所述預警報因子模塊相連，用于將所述原始數據進行空間分析提取用于智能學習的滑坡預警報因子的值，并將得到的所述預警報因子的值分別進行無量綱化處理后構建滑坡災害預警報樣本數據集；
智能學習模塊，與所述樣本數據模塊相連，用于接收所述滑坡災害預警報樣本數據集，并進行訓練優化實現滑坡災害的預警報。
7.根據權利要求6所述的系統，其特征在于，所述智能學習模塊包括多個基模塊、元模塊；
所述基模塊用于接收樣本數據集的數據進行計算訓練得到預測結果；
所述元模塊接收多個基模塊得到的預測結果構成的第一數據集，并通過隨機梯度下降和交叉熵損失函數進行訓練和優化實現滑坡災害的預警報。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于成都信息工程大學;四川省地質礦產勘查開發局成都水文地質工程地質隊，未經成都信息工程大學;四川省地質礦產勘查開發局成都水文地質工程地質隊許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/202011143381.0/1.html，轉載請聲明來源鉆瓜專利網。
