本发明专利技术提供了一种基于偏角比的滑坡预警方法、装置、设备及介质，涉及滑坡预警技术领域，包括获取若干个边坡的地形数据和位移实测数据；开展边坡模型的模拟演变试验；获取每个边坡模型的滑坡体积和的位移模拟数据，并计算每个边坡模型的偏角比指标；由若干个边坡的地形数据、偏角比指标和对应的滑坡体积构建数据样本库，利用所述数据样本库训练和测试神经网络模型得到滑坡预测模型；滑坡预测模型根据所述待预测边坡的地形数据、偏角比指标预测得到待预测边坡的滑坡体积；基于待预测边坡的偏角比指标和滑坡体积判断所述待预测边坡形成的滑坡预警等级。本发明专利技术用于解决现有技术没有将不同边坡的指标判断阈值统一化的技术问题。不同边坡的指标判断阈值统一化的技术问题。不同边坡的指标判断阈值统一化的技术问题。
【技术实现步骤摘要】
一种基于偏角比的滑坡预警方法、装置、设备及介质
[0001]本专利技术涉及滑坡预警
，具体而言，涉及基于偏角比的滑坡预警方法、装置、设备及介质。
技术介绍
[0002]现有技术中，通常采用精密的电子仪器对边坡进行监测，记录边坡表面的位移、速度以及加速度等指标随着时间的变化。并对位移、速度以及加速度等指标分别设置一个判断阈值，当所述位移、速度以及加速度超过设定的阈值时，就会发出预警。然而，由于每个边坡具有差异性，不同的边坡的每个指标的判断阈值均不相同，如何将边坡的判断阈值进行统一化、标准化是本领域亟需解决的技术问题。
技术实现思路
[0003]本专利技术的目的在于提供一种基于偏角比的滑坡预警方法、装置、设备及介质，以改善上述问题。为了实现上述目的，本专利技术采取的技术方案如下：第一方面，本申请提供了一种基于偏角比的滑坡预警方法，包括：获取若干个边坡的地形数据和每个边坡坡面设置的多个监控点的位移实测数据；根据地形数据构建边坡模型，基于位移实测数据开展边坡模型的模拟演变试验；获取每个边坡模型在模拟演变过程中形成的滑坡体积和所有监控点产生的位移模拟数据，并根据所述位移模拟数据计算每个边坡模型的偏角比指标；由若干个边坡的地形数据、偏角比指标和对应的滑坡体积构建数据样本库，利用所述数据样本库训练和测试神经网络模型得到滑坡预测模型；获取待预测边坡的地形数据和偏角比指标，滑坡预测模型根据所述待预测边坡的地形数据和偏角比指标预测得到待预测边坡的滑坡体积；基于待预测边坡的偏角比指标和滑坡体积判断所述待预测边坡形成的滑坡预警等级。
[0004]第二方面，本申请还提供了一种基于偏角比的滑坡预警装置，包括：获取模块：获取若干个边坡的地形数据和每个边坡坡面设置的多个监控点的位移实测数据；模拟试验模块：根据地形数据构建边坡模型，基于位移实测数据开展边坡模型的模拟演变试验；计算模块：获取每个边坡模型在模拟演变过程中形成的滑坡体积和所有监控点产生的位移模拟数据，并根据所述位移模拟数据计算每个边坡模型的偏角比指标；模型构建模块：由若干个边坡的地形数据、偏角比指标和对应的滑坡体积构建数据样本库，利用所述数据样本库训练和测试神经网络模型得到滑坡预测模型；预测模块：获取待预测边坡的地形数据和偏角比指标，滑坡预测模型根据所述待预测边坡的地形数据和偏角比指标预测得到待预测边坡的滑坡体积；
判断模块：基于待预测边坡的偏角比指标和滑坡体积判断所述待预测边坡形成的滑坡预警等级。
[0005]第三方面，本申请还提供了一种基于偏角比的滑坡预警设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现所述基于偏角比的滑坡预警方法的步骤。
[0006]第四方面，本申请还提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于偏角比的滑坡预警方法的步骤。
[0007]本专利技术的有益效果为：本专利技术结合边坡的形态设定偏角比，将边坡的形态与边坡的位移有机地结合起来，共同作为输入指标对神经网络模型训练，得到滑坡预测模型，所述滑坡预测模型能够更加准确的判断出边坡形成的滑坡体积，再基于偏角比和预测得到的滑坡体积共同去判断滑坡预警等级。
[0008]本专利技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术实施例了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
[0009]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0010]图1为本专利技术实施例中所述的基于偏角比的滑坡预警方法流程示意图;图2为本专利技术实施例中所述的基于偏角比的滑坡预警装置结构示意图一；图3为本专利技术实施例中所述的基于偏角比的滑坡预警装置结构示意图二；图4为本专利技术实施例中所述的基于偏角比的滑坡预警设备结构示意图。
[0011]图中标记：01、获取模块；011、第一获取单元；012、设置单元；013、第一划分单元；014、第二获取单元；02、模拟试验模块；021、模型构建单元；022、位置确定单元；023、导入单元；024、模拟单元；03、计算模块；031、第三获取单元；032、第二划分单元；033、监测单元；034、第四获取单元；035、第一计算单元；036、第三划分单元；037、第五获取单元；038、第二计算单元；039、第三计算单元；0391、第一构建单元；0392、第二构建单元；0393、第四计算单元；0394、第五计算单元；0310、第一判断单元；0311、第二判断单元；04、模型构建模块；05、预测模块；06、判断模块；800、基于偏角比的滑坡预警设备；801、处理器；802、存储器；803、多媒体组件；804、I/O接口；805、通信组件。
实施方式
[0012]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是
本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0013]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例
[0014]本实施例提供了一种基于偏角比的滑坡预警方法。
[0015]参见图1，图中示出了本方法包括:S1.获取若干个边坡的地形数据和每个边坡坡面设置的多个监控点的位移实测数据；具体的，所述步骤S1包括以下步骤：S11.获取若干个边坡的地质信息和边坡各岩层的土体信息，由地质信息和土体信息构成对应边坡的地形数据；具体的，利用无人机技术勘察和记录地质信息，所述地质信息包括：边坡的坡度、坡向、高程、地貌类型、地层岩性等；通过钻孔获取现场土样，进行现场实验测得各土层的土体信息，所述土体信息包括：土体的内摩擦角、粘聚力、重度、弹性模量、泊松比、剪切模量、液性指数、塑性指数、孔隙率和含水量等。
[0016]S12.沿每个边坡的坡面顶部至坡面底部设置多个监控点；S13.确定监测周期，将所述监测周期划分为若干个时间区段，优选的，所述监测周期可以为1个月或2个月，所述时间区段可以为1天；S14.获取每个监控点在每个时间区段的位移；优选的，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于偏角比的滑坡预警方法，其特征在于，包括：获取若干个边坡的地形数据和每个边坡坡面设置的多个监控点的位移实测数据；根据地形数据构建边坡模型，基于位移实测数据开展边坡模型的模拟演变试验；获取每个边坡模型在模拟演变过程中形成的滑坡体积和所有监控点产生的位移模拟数据，并根据所述位移模拟数据计算每个边坡模型的偏角比指标；由若干个边坡的地形数据、偏角比指标和对应的滑坡体积构建数据样本库，利用所述数据样本库训练和测试神经网络模型得到滑坡预测模型；获取待预测边坡的地形数据和偏角比指标，滑坡预测模型根据所述待预测边坡的地形数据和偏角比指标预测得到待预测边坡的滑坡体积；基于待预测边坡的偏角比指标和滑坡体积判断所述待预测边坡形成的滑坡预警等级。2.根据权利要求1所述的基于偏角比的滑坡预警方法，其特征在于,获取每个边坡模型在模拟演变过程中形成的滑坡体积和所有监控点产生的位移模拟数据，包括：获取边坡模型从开始试验演变至边坡模型失稳状态的时间区间；将所述时间区间划分为若干个所述时间区段；监测所有监控点在每个时间区段的位移，由所有监控点的位移构成位移模拟数据；获取边坡模型在失稳状态时所形成的滑面长度和滑面形状；基于滑面长度和滑面形状计算得到滑坡体积。3.根据权利要求2所述的基于偏角比的滑坡预警方法，其特征在于,根据所述位移模拟数据计算每个边坡模型的偏角比指标，包括：将所述时间区间划分为若干个相等的时间周期，每个时间周期包括多个时间区段；从所述位移模拟数据中获取监控点在当前时间周期的多个时间区段对应的位移；根据多个位移计算监控点在当前时间周期的多个时间区段对应的偏角比；根据多个所述偏角比计算监控点在当前时间周期的稳定性判断指数；当所述稳定性判断指数大于或等于预设阈值，根据多个偏角比计算每个监控点在当前时间周期的偏角比均值；当每个监控点的偏角比均值符合预设条件，将当前时间周期的所有监控点的偏角比均值作为边坡模型的偏角比指标。4.根据权利要求3所述的基于偏角比的滑坡预警方法，其特征在于,所述根据多个所述偏角比计算监控点在当前时间周期的稳定性判断指数，包括：根据监控点在当前时间周期的多个偏角比构建第一偏角比三阶矩阵；构建监控点在当前时间周期的上一个相邻时间周期的第二偏角比三阶矩阵；计算第一偏角比三阶矩阵与第二偏角比三阶矩阵的差值；根据所述差值计算得到监控点在当前时间周期的稳定性判断指数。5.一种基于偏角比的滑坡预警装置，其特征在于，包括：获取模块：获取若干个边坡的地形数据和每个边坡坡面设置的多个监控点的位移实测数据；模拟试验模块：根据地形数据构建边坡模型，基于位移实测数据开展边坡模型的模拟演变试验；计算模块：获取每个边坡模型在模拟演变过...
【专利技术属性】
技术研发人员：余海洪，张哲，杨涛，饶云康，余家富，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。