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技术

本发明专利技术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，本发明专利技术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。规则具有更强的适用性。

【技术实现步骤摘要】
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


[0001]本专利技术属于滑坡预测预警
，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。

技术介绍

[0002]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。
[0003]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。

技术实现思路

[0004]本专利技术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。
[0005]为实现本专利技术的目的，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：
[0006]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；
[0007]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；
[0008]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：
[0009]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；
[0010]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；
[0011]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；
[0012]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；
[0013]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
；
[0014]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
；
[0015]MSE
risk
＝(D
i
′‑
S
i
′
)2[0016]S
i
′
＝(S
i
‑
S
min
)/(S
max
‑
S
min
)
[0017]D
i
′
＝(D
i
‑
D
min
)/(D
max
‑
D
min
)
[0018]S
i
′
为归一化后的位移值，S
i
为当日预警得分，S
min
为历史最小预警得分，当选取第一日数据时，S
min
取值为0；S
max
为历史最大预警得分，当选取第一日数据时， S
max
取值为当日预警得分；D
i
′
为归一化后的下一日位移，D
i
为当日的下一日位移值，D
min
为所取历史数据中最小位移值，D
max
为所取历史数据中最大位移值；
[0019]步骤四：根据以下公式计算所述步骤一所建立的初始风险预警规则库中各子初始风险预警规则库在所取历史周期内的最终得分MSE
′
risk
；
[0020][0021]式中：N表示历史周期，单位为天；
[0022]步骤五：选取最终得分MSE
′
risk
小于等于预设阈值的子初始风险预警规则库作为最终风险预警规则库用于风险预警；或者将各子初始风险预警规则库及其最终得分作为输入，利用遗传算法迭代，不断优化预警规则，最终输出最终得分小于等于预设阈值的子初始风险预警规则库作为最终风险预警规则库用于风险预警。
[0023]在一些实施方式中，所述步骤二在获取历史监测数据后先对数据进行清洗，剔除异常值并对毛刺数据进行平滑后再以日为单位将对应的位移量和降雨量进行统计；避免了因异常数据及毛刺数据影响生成结果的情况，更进一步地保证了最终风险预警规则库的适应度。
[0024]本专利技术在此的第二个目的在于提供一种生成装置，包括：
[0025]生成模块，用于生成初始风险预警规则库；
[0026]获取模块，用于获取历史监测数据，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；
[0027]处理模块，用于以所述获取模块得到的样本数据对所述生成模块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
；再根据以下公式计算所述生成模块所建立的初始风险预警规则库中各子初始风险预警规则库在所取历史周期内的最终得分MSE
′
risk
；
[0028][0029]式中：N表示历史周期，单位为天；
[0030]所述处理模块还用于选取最终得分MSE
′
risk
小于等于预设阈值的子初始风险预警规则库作为最终风险预警规则库用于风险预警；或者将各子初始风险预警规则库及其最终得分作为输入，利用遗传算法迭代，不断优化预警规则，最终输出最终得分小于等于预设阈
值的子初始风险预警规则库作为最终风险预警规则库用于风险预警。...

【技术保护点】

【技术特征摘要】
1.一种基于多源数据模糊权重的滑坡风险预警规则生成方法，其特征在于，该方法包括以下步骤：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
′
)2S
i
′
＝(S
i
‑
S
min
)/(S
max
‑
S
min
)D
i
′
＝(D
i
‑
D
min
)/(D
max
‑
D
min
)S
i
′
为归一化后的位移值，S
i
为当日预警得分，S
min
为历史最小预警得分，当选取第一日数据时，S
min
取值为0；S
max
为历史最大预警得分，当选取第一日数据时，S
max
取值为当日预警得分；D
i
′
为归一化后的下一日位移，D
i
为当日的下一日位移值，D
min
为所取历史数据中最小位移值，D
max
为所取历史数据中最大位移值；步骤四：根据以下公式计算所述步骤一所建立的初始风险预警规则库中各子初始风险预警规则库在所取历史周期内的最终得分MSE
′
risk
；式中：N表示历史周期，单位为天；步骤五：选取最终得分MSE
′
risk
小于等于预设阈值的子初始风险预警规则库作为最终风险预警规则库用于风险预警；或者将各子初始风险预警规则库及其最终得分作为输入，利用遗传算法迭代，不断优化预警规则，最终输出最终得分小于等于预设阈值的子初始风险预警规则库作为最终风险预警规则库用于风险预警。
2.根据权利要求1所述的基于多源数据模糊权重的滑坡风险预警规则生成方法，其特征在于，所述步骤二在获取历史监测数据后先对数据进行清洗，剔除异常值并对毛刺数据进行平滑后再以日为单位将对应的位移量和降雨量进行统计。3.根据权利要求2所述的基于多源数据模糊权重的滑坡风险预警规则生成方法，其特征在于，所述异常值包括滑坡检测工作中，因仪器不稳定、设备故障、线路故障和仪器检修所带来的监测数据跳跃式变化所形成的异常值，以及正常观测范围内的异常值。4.根据权利要求3所述的基于多源数据模糊权重的滑坡风险预警规则生成方法，其特征在于，所述正常观测范围内的异常值剔除首先根据滑坡位移数据位移速率上的不同对位移数据进行分段，得到滑坡稳定阶段和快速变形的阶段，在每个阶段内进行异常点的识别，去除显著大于...

【专利技术属性】
技术研发人员：赵文祎，侯圣山，常啸寅，杨飞，杨淑云，刘昕曜，
申请(专利权)人：中国地质环境监测院自然资源部地质灾害技术指导中心，
类型：发明
国别省市：