本发明专利技术公开了一种易发分区约束下的管道地质灾害智能预警负样本采样法，该方法包括：选择管道地质灾害区域预警所需因素，包括孕灾环境和诱发因素；使用管道沿线的历史地质灾害点和各孕灾环境图层数据，利用GIS技术绘制对应的FR栅格图；结合管道地质灾害易发分区，绘制截止到每个地质灾害点发生日期的一次降雨过程的累积降雨图；叠加FR图层和易发分区图层，划定负样本采集单元区，在负样本采集单元内采集负样本的空间属性和时间属性，提取每一处负样本点对应的空间地理位置的孕灾环境因子数据和对应时间的诱发因素数据，构成负样本集。本发明专利技术提高了管道地质灾害智能预警负样本的有效性、代表性和采集质量。代表性和采集质量。代表性和采集质量。
【技术实现步骤摘要】
易发分区约束下的管道地质灾害智能预警负样本采样法
[0001]所属领域
[0002]本专利技术属于油气管道地质灾害防治
，特别是一种易发分区约束下的管道地质灾害智能预警负样本采样法。
技术背景
[0003]区域地质灾害监测预警是一种重要的管道地质灾害风险防控手段，它能够提前预判管道沿线的地质灾害风险，从而提前做好风险防范。但是传统的地质灾害区域预警模型一直存在预警准确率低、漏报率高的问题，区域地质灾害监测预警模型需要持续的研究和完善。近年来，伴随着人工智能技术的发展，人工智能技术已逐渐应用到地质灾害防治领域，但是油气管道地质灾害智能预警还鲜有人研究。人工智能技术的发展为管道地质灾害区域预警提供了新的技术手段。虽然管道地质灾害排查积累了大量的已发生地质灾害点的资料，但是人工智能算法需要的非地质灾害点却难以获得，非地质灾害点被称为负样本点，有效选取负样本点是构建智能管道区域地质灾害预警模型遇到的关键问题。以往解决负样本选择问题，多以随机的方式进行选取，但是随机选取出的负样本不一定是全部有效的，从而制约着智能预警模型的精度，影响着预警模型的应用效果。
技术实现思路
[0004]针对以上问题，本专利技术提出了一种易发分区约束下的管道地质灾害智能预警负样本采样法，它能够在FR模型和易发分区的约束下有效选取负样本点，克服在发生的地质灾害点外随机采取负样本点的不足，有助于基于人工智能的管道地质灾害区域预警样本集的构建，有助于提高区域预警模型的精度。
[0005]本专利技术通过以下技术方案实现的，其包括以下技术步骤：
[0006](1)管道地质灾害区域预警所需因素选择。管道地质灾害区域预警由两类因素所制约，一是孕灾环境，二是诱发因素。孕灾环境包括地层、岩土体类型、高程、坡度、坡向、平面曲率、水系、断层、年均降雨量等；诱发因素主要是指降雨，降雨为一次降雨过程的累积降雨量。
[0007](2)预警分析单位划分。按统一大小的栅格单元将管道沿线区域划分为一个一个的正方形的预警分析单元，即一个一个是栅格单元，亦是作为人工智能训练中的最小的地理空间单元。使用GIS技术将孕灾环境和诱发因素均处理为标准一致的栅格文件。
[0008](3)计算FR，并绘制FR栅格图。使用管道地质灾害排查得到的地质灾害点和各孕灾环境图层数据，利用FR模型(概率比模型)计算各孕灾环境因子的FR，包括地层FR、岩土体类型FR、高程FR、坡度FR、坡向FR、平面曲率FR、水系FR、断层FR、年均降雨量FR，并求得孕灾环境的总FR。使用GIS技术绘制对应的FR栅格图。
[0009]FR计算公式如下：
[0010][0011]FR是j因子i类的概数比，Np(LXi)是因子变量X的i类的地质灾害评价单元数。Np(Xj)是因子变量Xj的评价单元数据，m是因子变量Xi的二级分类因子数量。n代表因子的数量。
[0012](4)制作管道地质灾害易发分区。管道地质灾害易发分区图由地质灾害排查技术人员绘制，管道地质灾害排查技术人员根据管道沿线的地质环境背景、地质灾害发育特征、分布规律及主要诱发条件，按照“区内相似、区际相异”的原则，即在同一类型的区内，地质环境背景条件、主要诱发条件和地质灾害发育特征基本相似，而不同类型的区内，则具明显的差异性，划分出管道地质灾害易发分区，并绘制管道地质灾害易发分区图。
[0013](5)统计并绘制截止到每个地质灾害点发生日期的一次降雨过程的累积降雨图。每个地质灾害点对应一幅累积降雨图，n个地质灾害点对应n幅累积降雨图。一次降雨过程的累积降雨截止到灾害发生的当日，一次降雨过程指未连续间断两日以上的降雨过程。
[0014](6)叠加FR图层和易发分区图层，划定负样本采集单元区。一个负样本采集单元包含若干预警分析单元，负样本在各负样本采集单元区内分别采样。
[0015](7)统计各负样本采集单元的总FR值范围，统计每一个地质灾害点所在预警分析单元的总FR值，并求得每一个地质灾害点所在预警分析单元的总FR值与负样本采集单元的最小总FR值的平均数Mi。
[0016](8)在负样本采集单元内采集负样本的空间属性和时间属性。已发生的地质灾害点称为正样本点，正样本带有空间属性和时间属性，负样本点同样要带有空间属性和时间属性。每一个地质灾害点对应的采集两个负样本点，一个负样本点在总FR值等于Mi处且降雨相同处采样，另一个负样本点在该地质灾害点总FR值相同但是降雨较少处采样。两个负样本点的时间属性等同于该地质灾害点发生的日期。
[0017](9)构建负样本集。经过负样本点采样，形成了2倍于正样本的负样本点，每个负样本点均带有空间属性和时间属性。每一处负样本点提取其对应的空间地理位置的孕灾环境因子(包括地层、岩土体类型、高程、坡度、坡向、平面曲率、水系、断层、年均降雨量)数据和提取其对应时间的诱发因素(诱发因素为一次降雨过程的累积降雨量)数据，构成负样本集。负样本集和正样本集共同构成管道智能地质灾害区域预警模型的样本集。
[0018]优选地：负样本采样法基于孕灾环境和诱发因素两大类数据，使用GIS技术划分预警分析单元，使用FR模型和用GIS技术计算并绘制孕灾环境FR栅格图，使用GIS技术绘制每个地质灾害点发生日期的一次降雨过程的累积降雨图，每个地质灾害点对应一幅累积降雨图。
[0019]优选地：基于FR模型和易发分区约束，确定了负样本采样的区域与边界，定义了负样本采集单元的概念，确定负样本在负样本采集单元区的具体位置的采样方法，明确了负样本的采集边界与采集位置。
[0020]优选地：每一个地质灾害点对应的采集两个负样本点，一个负样本点在总FR值等
于Mi处且降雨相同处采样，另一个负样本点在该地质灾害点总FR值相似但是降雨较少处采样，两个负样本点的时间属性等同于该地质灾害点发生的日期，采集的负样本点均带有空间属性和时间属性。
[0021]优选地：每一处负样本点提取其对应的空间地理位置的孕灾环境因子数据和提取其对应时间的诱发因素数据，使用负样本点位置提取孕灾环境、诱发因素的数据，将地层、岩土体类型、高程、坡度、坡向、平面曲率、水系、断层、年均降雨量值，以及降雨过程的累积降雨值赋予给每一个负样本点，构成完整的带有时间、空间位置、诱发因素、孕灾环境数值的负样本集。
[0022]优选地：负样本采集法充分考虑了孕灾环境与诱发因素对地质灾害的影响，避免采集到潜在的地质灾害隐患点，同时避免了采集到极端负样本点，同时避免了负样本的空间分布随机性，明确了采样位置、明确了采样比例，使得负样本具有较高的有效性、高代表性，提高了负样本的采集质量，负样本集和正样本集共同构成管道智能地质灾害区域预警模型的样本集，有助于提高智能管道地质灾害区域预警模型的准确率、降低漏报率。
[0023]本专利技术的智能预警负样本采样法克服了随机选取负样本可能将未发现的地质灾害隐患点选为负样本点的缺点，也克服了仅使用FR值时，选取FR值较低的空间位置的点作为负样本点导致负样本点极端典型，不具有区域代表性的缺点。基于本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种易发分区约束下的管道地质灾害智能预警负样本采样法，其特征在于，包括以下内容：(1)选择管道地质灾害区域预警所需因素，所需因素包括孕灾环境和诱发因素；孕灾环境包括地层、岩土体类型、高程、坡度、坡向、平面曲率、水系、断层和年均降雨量；诱发因素主要是指降雨，降雨为一次降雨过程的累积降雨量；(2)划分预警分析单元，按统一大小的栅格单元将管道沿线区域划分为一个一个的正方形的预警分析单元，亦是作为人工智能训练中的最小的地理空间单元，使用GIS技术将孕灾环境和诱发因素均处理为标准一致的栅格文件；(3)计算FR，并绘制FR栅格图，使用管道地质灾害排查得到的地质灾害点和各孕灾环境图层数据，利用FR模型(概率比模型)计算各孕灾环境因子的FR，包括地层FR、岩土体类型FR、高程FR、坡度FR、坡向FR、平面曲率FR、水系FR、断层FR、年均降雨量FR，并求得孕灾环境的总FR，使用GIS技术绘制对应的FR栅格图；FR计算公式如下：FR是j因子i类的概数比，Np(LXi)是因子变量X的i类的地质灾害评价单元数，Np(Xj)是因子变量Xj的评价单元数据，m是因子变量Xi的二级分类因子数量，n代表因子的数量；(4)制作管道地质灾害易发分区，管道地质灾害易发分区图由地质灾害排查技术人员绘制，管道地质灾害排查技术人员根据管道沿线的地质环境背景、地质灾害发育特征、分布规律及主要诱发条件，按照“区内相似、区际相异”的原则，即在同一类型的区内，地质环境背景条件、主要诱发条件和地质灾害发育特征基本相似，而不同类型的区内，则具明显的差异性，划分出管道地质灾害易发分区，并绘制管道地质灾害易发分区图；(5)统计并绘制截止到每个地质灾害点发生日期的一次降雨过程的累积降雨图，每个地质灾害点对应一幅累积降雨图，n个地质灾害点对应n幅累积降雨图，一次降雨过程的累积降雨截止到灾害发生的当日，一次降雨过程指未连续间断两日以上的降雨过程；(6)叠加FR图层和易发分区图层，划定负样本采集单元区，一个负样本采集单元包含若干预警分析单元，负样本在各负样本采集单元区内分别采样；(7)统计各负样本采集单元的总FR值范围，统计每一个地质灾害点所在预警分析单元的总FR值，并求得每一个地质灾害点所在预警分析单元的总FR值与负样本采集单元的最小总FR值的平均数Mi；(8)在负样本采集单元内采集负样本的空间属性和时间属性；已发生的地质灾害点称为正样本点，正样本带有空间属性和时间属性，负样本点同样要带有空间属性和时间属性，每一个地质灾害点对应的采集两个负样本点，一个负样本点在总FR值等于Mi处且降雨相同处采样，另一个负样本点在该地质灾害点总FR值相同但是降雨较少处采样，两个负样本点的...
【专利技术属性】
技术研发人员：高姣姣，颜宇森，田勇，朱杰，安培源，肖秋平，韩超，尚掩库，宗乐斌，胡海燕，
申请(专利权)人：北京中地华安科技股份有限公司，
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。