一种风险区和隐患点时空耦合的滑坡预警方法和系统技术方案

本发明专利技术公开了一种风险区和隐患点时空耦合的滑坡预警方法和系统，包括：（1）从风险区提取斜坡单元；（2）计算极端降雨模拟情景下斜坡单元的失稳概率P；（3）根据失稳概率P将斜坡单元划分到不同监管类别；（4）在每种监管类别内，搜集时空耦合预警模型的训练数据集；（5）构建基于堆栈泛化的集成学习网络模型，在每种监管类别内，分别采用每种监管类别对应的训练数据集训练集成学习网络模型，得到每种监管类别对应的时空耦合预警模型；（6）采用时空耦合预警模型分别对对应监管类别下的斜坡单元进行预警，预测斜坡单元的变形速率，根据变形速率进行预警。行预警。行预警。

【技术实现步骤摘要】
一种风险区和隐患点时空耦合的滑坡预警方法和系统


[0001]本申请属于滑坡预警
，具体涉及一种风险区和隐患点时空耦合的滑坡预警方法和系统。

技术介绍

[0002]现有滑坡预警方法包括基于斜坡单元的失稳概率进行滑坡预警，基于破坏面积比进行滑坡预警，基于训练的预警模型进行滑坡预警，但准确率均有待进一步提高。本专利技术则实现由隐患点到区域的斜坡单元风险管控，进而建立风险区与隐患点双控智能预警技术，并通过实际应用的反馈，不断优化该智能模型的准确率。

技术实现思路

[0003]本申请的目的是提供一种风险区和隐患点时空耦合的滑坡预警方法和系统，该方法和系统可进一步提高模型预警的准确率。
[0004]本申请提供的一种风险区和隐患点时空耦合的滑坡预警方法，包括：
[0005]（1）从风险区提取斜坡单元；
[0006]（2）计算极端降雨模拟情景下斜坡单元的失稳概率P；
[0007]（3）根据失稳概率P将斜坡单元划分到不同监管类别；每个监管类别内，将安装有监测设备的斜坡单元记为隐患斜坡单元，将未安装监测设备的斜坡单元记为非隐患斜坡单元；
[0008]（4）在每种监管类别内，搜集时空耦合预警模型的训练数据集，所述训练数据集为隐患斜坡单元的监测数据，包括滑坡体宏观变形位置的日累计雨量，最大小时雨强，前期有效降雨量，日综合累计位移，日综合变形速率，日综合变形加速度以及岩性和坡度数据；其中，日综合变形速率作为样本标签；
[0009]（5）构建基于堆栈泛化的集成学习网络模型，在每种监管类别内，分别采用每种监管类别对应的训练数据集训练集成学习网络模型，得到每种监管类别对应的时空耦合预警模型；时空耦合预警模型用来构建斜坡单元的降雨参数与变形速率间的非线性关系；
[0010]（6）采用时空耦合预警模型分别对对应监管类别下的斜坡单元进行预警，预测斜坡单元的变形速率，根据变形速率进行预警。
[0011]在一些具体实施方式中，步骤（2）进一步包括：
[0012]2.1 根据风险区的历史降雨数据设计极端降雨模拟情景，包括：
[0013]2.1a 从历史降雨数据获取历史极端降雨数据，分别计算每场历史极端降雨的前期有效降水量，并基于前期有效降水量确定前期极端降水量；
[0014]2.1b从历史降雨数据获取年降雨量最大值，基于概率密度函数计算每个年降雨量最大值对应的降雨频率；
[0015]2.1c 采用皮尔逊
‑Ⅲ
型曲线对降雨概率进行拟合，获得降雨概率拟合曲线，从降雨概率拟合曲线获得降雨重现期为100年所对应的24h雨量；
[0016]2.1d 设计日单峰雨型设计，并结合前期极端降水量及降雨重现期为100年所对应的24h雨量，获得极端降雨模拟情景；
[0017]2.2 计算所设计的极端降雨模拟情景下斜坡单元的失稳概率。
[0018]在一些具体实施方式中，历史极端降雨的前期有效降水量采用极端降雨前15天的前期有效降水量，其中，表示第t天的降水量，表示降雨衰减系数，有=0.84t/T，T为降水半衰期。
[0019]在一些具体实施方式中，子步骤2.1d进一步包括：
[0020]采用Pilgrim ＆ Cordery雨型设计方法设计日单峰雨型，所述日单峰雨型展示出各时段雨量所占比例；将降雨重现期为100 年的24h雨量按比例分配到各时段，获得极端降雨模拟情景。
[0021]在一些具体实施方式中，步骤（3）进一步包括：
[0022]将P＜20的斜坡单元划分为监管类别1；将20≤P＜50的斜坡单元划分为监管类别2；将50≤P＜60的斜坡单元划分为监管类别3；将60≤P＜80的斜坡单元划分为监管类别4；将80≤P≤100的斜坡单元划分为监管类别5。
[0023]在一些具体实施方式中，训练数据集的获取方法包括：
[0024]根据滑坡隐患点的地表位移监测数据，采用斋藤迪孝模型，获得滑坡体的宏观变形阶段。结合宏观变形阶段及对应的位移监测设备，则可获得宏观变形位置，即经纬度坐标；获取宏观变形位置附近的雨量站，得到宏观变形阶段的逐小时降雨量数据，根据逐小时降雨量数据进一步得到宏观变形阶段每日的日累计雨量，最大小时雨强和前期有效降雨量，前期有效降雨量为前14天的有效降雨量；
[0025]将宏观变形位置与岩性分布图、坡度分布图进行空间叠加，得到宏观变形位置的岩性和坡度数据。关于岩性，其可分为坚硬、较硬、较软、软岩四大类，本申请分别赋予特征值1、2、3、4。创建岩性哑变量，若岩性为 1，则哑变量表示为[1, 0, 0, 0]；若岩性为 2，则哑变量表示为[0, 1, 0, 0]；若岩性为 3，则哑变量表示为[0, 0, 1, 0]；若岩性为 4，则哑变量表示为[0, 0, 0, 1]；
[0026]根据宏观变形阶段的位移量及持续时间，获得宏观变形阶段每日的日综合累计位移，日综合变形速率和日综合变形加速度，将日综合变形速率作为样本标签。
[0027]在一些具体实施方式中，所集成学习网络模型包括第一层网络和第二层网络，其中，第一层网络采用XGBoost、随机森林、GBDT三个机器学习模型分别作为基模型，第二层网络采用 AdaBoost 作为元模型；采用训练数据集分别训练基模型，之后将基模型的输出构成新数据集，采用新数据集训练元模型。
附图说明
[0028]图1为本申请方法的流程图；
[0029]图2为实施例中奉节地区每场极端降雨的前期有效降水量；
[0030]图3为实施例中奉节地区的降雨频率拟合曲线；
[0031]图4为实施例中训练数据集的获取方法；
[0032]图5为实施例中基于堆栈泛化的集成学习网络模型的结构示意图。
具体实施方式
[0033]下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0034]下面将结合附图1对本申请的具体实施过程进行详细描述。
[0035]本申请提供的一种风险区和隐患点时空耦合的滑坡预警方法，具体包括：
[0036]（1）从风险区提取斜坡单元。
[0037]斜坡单元定义为三维空间中的一个连续、均质且闭合的小区域，小区域边界即实际地形特征出现微小起伏变化之处。小区域具有均一的坡度和坡向属性，小区域内部无坡度突变。
[0038]本实施例中先获取风险区的高精度DEM（数字高程模型数据），再利用形态影像学方法从DEM中提取斜坡单元。下面将提供本实施例提取斜坡单元的一种具体实施方式，但显然斜坡单元的提取并不限于该具体实施方式。另外，目前已有的成熟的斜坡单元提取方法，均可用于本申请。
[0039]本实施例中从风险区提取斜坡单元包括：1.1在风险区的DEM中确定山脊和山谷；1.2提取山本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风险区和隐患点时空耦合的滑坡预警方法，其特征是，包括：（1）从风险区提取斜坡单元；（2）计算极端降雨模拟情景下斜坡单元的失稳概率P；（3）根据失稳概率P将斜坡单元划分到不同监管类别；每个监管类别内，将安装有监测设备的斜坡单元记为隐患斜坡单元，将未安装监测设备的斜坡单元记为非隐患斜坡单元；（4）在每种监管类别内，搜集时空耦合预警模型的训练数据集，所述训练数据集为隐患斜坡单元的监测数据，包括滑坡体宏观变形位置的日累计雨量，最大小时雨强，前期有效降雨量，日综合累计位移，日综合变形速率，日综合变形加速度以及岩性和坡度数据；其中，日综合变形速率作为样本标签；（5）构建基于堆栈泛化的集成学习网络模型，在每种监管类别内，分别采用每种监管类别对应的训练数据集训练集成学习网络模型，得到每种监管类别对应的时空耦合预警模型；时空耦合预警模型用来构建斜坡单元的降雨参数与变形速率间的非线性关系；（6）采用时空耦合预警模型分别对对应监管类别下的斜坡单元进行预警，预测斜坡单元的变形速率，根据变形速率进行预警。2.如权利要求1所述的风险区和隐患点时空耦合的滑坡预警方法，其特征是：步骤（2）进一步包括：2.1 根据风险区的历史降雨数据设计极端降雨模拟情景，包括：2.1a 从历史降雨数据获取历史极端降雨数据，分别计算每场历史极端降雨的前期有效降水量，并基于前期有效降水量确定前期极端降水量；2.1b从历史降雨数据获取年降雨量最大值，基于概率密度函数计算每个年降雨量最大值对应的降雨频率；2.1c 采用皮尔逊
‑Ⅲ
型曲线对降雨概率进行拟合，获得降雨概率拟合曲线，从降雨概率拟合曲线获得降雨重现期为100年所对应的24h雨量；2.1d 设计日单峰雨型设计，并结合前期极端降水量及降雨重现期为100年所对应的24h雨量，获得极端降雨模拟情景；2.2 计算所设计的极端降雨模拟情景下斜坡单元的失稳概率。3.如权利要求2所述的风险区和隐患点时空耦合的滑坡预警方法，其特征是：所述历史极端降雨的前期有效降水量采用极端降雨前15天的前期有效降水量，其中，表示第t天的降水量，表示降雨衰减系数，有=0.84t/T，T为降水半衰期。4.如权利要求2所述的风险区和隐患点时空耦合的滑坡预...

【专利技术属性】
技术研发人员：马娟，齐干，舒云天，徐磊，田梦鑫，张少杰，
申请(专利权)人：云南华电鲁地拉水电有限公司，
类型：发明
国别省市：