掌桥专利:专业的专利平台
掌桥专利
首页

一种滑坡监测预警模型的自适应迁移方法

文献发布时间:2023-06-19 11:54:11



技术领域

本发明属于地质监测技术领域,具体涉及一种滑坡监测预警模型的自适应迁移方法。

背景技术

当前滑坡监测预警方法主要为利用单一指标进行监测预警或利用已知数据固定多指标权重、多参数联合进行监测预警,且只针对特定的监测地点,无法迁移使用。

发明内容

针对上述技术问题,本发明提供一种滑坡监测预警模型的自适应迁移方法,重点考虑了已有监测点和新建监测点两个区域的地理环境相关性和历史预警结果的充分利用。

为实现上述目标,本发明采取的技术方案是:

一种滑坡监测预警模型的自适应迁移方法,包括以下步骤:

首先,先分析新建监测点与已有监测点在一定空间范围内的地理环境相似性,得到新建监测点与已有监测点的相似度;

然后,基于已有监测点的预警模型,结合相似度量值,推导出新建监测点的初始预警模型;

最后,新建监测点运行后,初始预警模型会根据监测预警结果自动调整相似度权重系数,实现模型的逐步优化。

基本步骤如下:

S1.区域地理环境数据收集;

区域地理环境数据包括地震点、断裂带、地形坡度、植被覆盖,数据范围涵盖新建监测点区域和已有监测点区域;

S2.区域地理环境数据分级;

先统一区域地理环境数据的坐标框架,再对数据进行分级,最后按数据属性级别赋予相应特征值;特征值计算见公式1:

式中,E为特征值,n为区域地理环境数据级别;

地震点数据分级:根据震级(M)对地震点数据进行缓冲区分级,并赋予特征值;

断裂带数据分级:根据断裂带长度(L,单位为千米)对断裂带数据做多级缓冲区,并赋予特征值;

植被覆盖数据分级:由遥感影像计算植被覆盖因子(N,见公式2),并根据自然断点法分为五个等级,由低至高依次赋予特征值;

式中,N为植被覆盖因子,NDVI为归一化植被指数;

地形坡度数据分级:根据数字高程模型(DEM)计算地形坡度因子,按照滑坡发生概率与坡度关系进行分级,并赋予特征值;

S3.计算同一类地理环境因子的相似度;

同一类地理环境因子,不同等级之间的相似度为特征值差的倒数,相似度的绝对值越大,表明地理环境相似度越高;

S4.计算区域地理环境累积相似度,见公式3:

S

式中,S

S5.根据区域地理环境累积相似度迁移已有滑坡监测预警模型,如公式4:

h(x)=f(x)+k×S

式中,h(x)为新建监测点的监测预警模型;f(x)为已有监测点的预警模型;S

本发明提供的一种滑坡监测预警模型的自适应迁移方法,有益效果为:

(1)该方法具有自我适应过程,随着监测时间的延长和虚警的出现,模型参数会自我调整,逐步提高预警的可靠性。

(2)该方法能够将已有监测点的预警模型迁移到新建监测点上,具有很高的实用价值。

具体实施方式

下面结合具体实施方式对本发明做进一步说明。应该强调的是,下述说明仅仅是示例性的,而不是为了限制本发明的范围及其应用。

一种滑坡监测预警模型的自适应迁移方法,包括以下步骤:

首先,先分析新建监测点与已有监测点在一定空间范围内的地理环境相似性,得到新建监测点与已有监测点的相似度;

然后,基于已有监测点的预警模型,结合相似度量值,推导出新建监测点的初始预警模型;

最后,新建监测点运行后,初始预警模型会根据监测预警结果自动调整相似度权重系数,实现模型的逐步优化。

基本步骤如下:

S1.区域地理环境数据收集;

区域地理环境数据包括地震点、断裂带、地形坡度、植被覆盖,数据范围涵盖新建监测点区域和已有监测点区域;

S2.区域地理环境数据分级;

先统一区域地理环境数据的坐标框架,再对数据进行分级,最后按数据属性级别赋予相应特征值。特征值计算见公式1:

式中,E为特征值,n为区域地理环境数据级别;

地震点数据分级:根据震级(M)对地震点数据进行缓冲区分级,并赋予特征值,详见表1:

表1地震点分级缓冲特征值(R为缓冲区距离,单位:千米)

断裂带数据分级:根据断裂带长度(L,单位为千米)对断裂带数据做多级缓冲区,并赋予特征值,详见表2:

表2断裂带的分级特征值(R为缓冲区距离,单位:千米)

植被覆盖数据分级:由遥感影像计算植被覆盖因子(N,见公式2),并根据自然断点法分为五个等级,由低至高依次赋予特征值,详见表3:

式中,N为植被覆盖因子,NDVI为归一化植被指数。

表3植被覆盖的分级相似特征值(自然断点法分成5级)

地形坡度数据分级:根据数字高程模型(DEM)计算地形坡度因子,按照滑坡发生概率与坡度关系进行分级,并赋予特征值,详见表4:

表4地形坡度的分级特征值(S为坡度,单位:度)

S3.计算同一类地理环境因子的相似度;

同一类地理环境因子,不同等级之间的相似度为特征值差的倒数,见表5(以地震因子为例,正负表示相似性方向)。相似度的绝对值越大,表明地理环境相似度越高。

表5地震因子的相似度

S4.计算区域地理环境累积相似度,见公式3:

S

式中,S

S5.根据区域地理环境累积相似度迁移已有滑坡监测预警模型,如公式4:

h(x)=f(x)+k×S

式中,h(x)为新建监测点的监测预警模型;f(x)为已有监测点的预警模型;S

相关技术
  • 一种滑坡监测预警模型的自适应迁移方法
  • 一种针对迁移学习的多模型随机生成与动态自适应组合方法
技术分类

06120113098680