一种基于随机森林的边坡风险评估方法

技术领域

本发明属于边坡土体安全监测领域，具体涉及一种基于随机森林的边坡风险评估方法。

背景技术

边坡广泛分布于我国地表，许多工程项目(桥梁、隧道、大坝和路基等)都受到边坡稳定性的影响，边坡失稳的地质灾害将造成极大的经济损失和人员伤亡事故。

国内外广泛采用的土质边坡的稳定性评价指标包括：(1)坡度、坡高、重度、初始饱和度、孔隙水压力比、透水系数、内摩擦角、内聚力、含水量等；(2)坡度、坡高、前缘临空状况、沟谷切割程度、洼地封闭状况、潜在滑面平均形态、潜在滑面倾角、潜在滑面阻抗比、堆积体结构、堆积体密实度、堆积体胶结程度等。边坡的稳定性分析方法主要包括极限平衡分析法、数值分析法和定性分析法，由于边坡工程中岩土体的非连续性及影响因素的非结构性，传统的统计分析方法预测能力有限，无法揭示参数之间的本质联系。

发明内容

针对现有边坡稳定性分析方法的不足，本发明提出一种基于随机森林的边坡风险评估方法，以快速准确地评估边坡的风险性。

为实现上述目的，本发明采用以下技术方案：

一种基于随机森林的边坡风险评估方法，包括以下步骤：

S1、收集若干边坡的参数信息，所述参数信息包括边坡土体的基本性质和几何特征；

S2、设定参数阈值，将S1中的边坡划分为稳定边坡、基本稳定边坡、欠稳定边坡和不稳定边坡，并赋予其相应的类别标签以构建边坡风险评估数据集；

S3、利用边坡风险评估数据集，构建基于随机森林的边坡分类模型；

S4、将待评估边坡的参数信息输入构建完成的边坡分类模型中，获取边坡稳定状态。

进一步地，所述参数信息包括重度、粘聚力、内摩擦角、孔隙压力比、坡高、坡角和安全系数。

进一步地，S2中，将安全系数F

进一步地，S2中，稳定边坡的类别标签为1，基本稳定边坡的类别标签为0，欠稳定边坡的类别标签为-1，不稳定边坡的类别标签为-2。

进一步地，S3中，将边坡风险评估数据集中80％的样本数据作为训练集，剩余的20％作为测试集，训练集用于训练边坡分类模型，测试集用于评估边坡分类模型的准确度。

进一步地，S3中，基于随机森林的边坡分类模型包括m棵决策树，每棵决策树由训练集中随机选取的k个影响边坡稳定性的特征训练而成，每棵决策树均会产生相应的分类结果，最终以投票的方式确定边坡所属类型。

与现有技术相比，本发明具有如下有益效果：

(1)本发明针对边坡工程的“机理不清”和岩土材料的“参数不准”问题，利用机器学习模型从大量边坡历史数据中学习边坡稳定性与其影响变量之间的关系，是对于算法和统计模型的科学研究；

(2)本发明基于随机森林算法构建的分类模型能够快速、准确地评估边坡的风险性，为大规模的边坡普查工作提供一定参考。

附图说明

图1为本发明方法的流程图；

图2为本发明实施例中分类结果图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。

如图1所示，本发明提出的边坡风险评估方法主要包括以下步骤：

步骤1：收集若干圆弧边坡滑动的参数信息，包括重度、粘聚力、内摩擦角、孔隙压力比、坡高、坡角和安全系数等。本实施例共收集了72组边坡数据，表1为其中的10组数据。

表1边坡数据

步骤2：通过设定安全系数阈值，将步骤1中的边坡划分为稳定边坡、基本稳定边坡、欠稳定边坡和不稳定边坡，并赋予相应的类别标签，以构建边坡风险评估数据集。如表2所示，本实施例将安全系数F

表2边坡稳定状态

步骤3：利用边坡风险评估数据集，构建基于随机森林的边坡分类模型。本实施例将边坡风险评估数据集中80％的样本数据作为训练集，剩余的20％作为测试集，用于评估分类模型的准确性。基于随机森林的边坡分类模型包括m棵决策树，每棵决策树由训练集中随机选取的k个影响边坡稳定性的特征训练而成，每棵决策树均会产生相应的分类结果，最终以投票的方式确定边坡类型。

步骤4：将待评估边坡的参数输入构建完成的边坡分类模型中，获取边坡稳定状态。如图2所示，本实施例仅利用72组数据构建的边坡分类模型的分类准确率就已达到71.4％，随着边坡风险评估数据集规模的扩大，分类模型的准确率将会得到极大地提升。

随机森林(RF)是一种集成机器学习算法，具有分析复杂相互作用的分类能力，对于噪声数据和缺失数据具有很好的鲁棒性且学习速度较快，广泛应用于各种分类、预测、特征选择以及异常点检测问题。基于随机森林的分类算法能够理解边坡稳定性与其影响变量之间的内在关系，较好地建立边坡稳定状态的分类模型，基于该模型，只需获取边坡土体的基本性质和几何特征即可快速准确地评估边坡的风险性，具有广泛的适用性和工程价值。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。