【技术实现步骤摘要】
本专利技术涉及地质灾害，尤其涉及一种滑坡影响范围及破坏程度的风险评估系统。
技术介绍
1、滑坡是一种常见的地质灾害，对人类生命、财产和环境造成了严重威胁。目前对滑坡影响范围和破坏程度的评估往往依赖于经验判断和少量野外观察数据，这种方法需要花费大量的人力和时间，存在主观性、局限性和不确定性。另外，国内对滑坡影响范围和破坏程度评估的信息化研究工作也有一定的尝试，但仍一些不足之处，主要表现在以下两方面：
2、一方面，对于滑坡的影响范围和破坏程度的预测方法过于简单。许多预测方法将影响滑坡的因素进行分级赋值，并与人为设定的权重相乘后求和，以得到滑坡的危害性数值。然而，这种方法在赋予权值时存在人为主观性，导致所得到的推断模型很难适用于不同地区。即使使用相关算法来自动求解最优权重，这种线性的预测方法也无法解决现实中可能存在的非线性逻辑关系；
3、另一方面，当前对滑坡风险进行评估的方法大多将每个斜坡作为一个单元，整体性地考虑滑坡发生的可能性。这种方法在一定程度上能够判断出滑坡可能发生的位置，但却忽视了局部可能的变化。由于地质条件、降雨情况和人为干扰等因素的复杂性，不同区域的斜坡可能存在着差异。在这种评估方式下，无法充分考虑局部地形特征、土壤结构以及潜在的滑坡诱发因素。这就导致评估结果的准确性不足以满足实际需求，使得滑坡的危险性评估存在较大的局限性。同时，对于滑坡的影响范围准确性的预测也相对有限。为了更准确地评估滑坡的危险性并准确预测其影响范围，需要采用更加细致的方法。考虑更多的局部因素和变化，并结合现代技术手段来进行滑坡
4、综上所述，尽管国内滑坡风险评估的信息化研究工作已取得一定进展，但仍需要一种更加准确、可靠且快速的信息系统来评估滑坡影响范围和破坏程度，以提高预测的准确性和实用性。这样的信息系统应当基于先进的遥感技术和地理信息系统，结合高精度的数字地形模型以及物理模型和数值模拟方法。通过综合考虑地质条件、降雨情况、植被覆盖等多种因素，并引入机器学习和人工智能等技术，能够更好地分析和预测滑坡的潜在风险、影响范围和破坏程度，为滑坡灾害的防治提供重要的实用价值。
技术实现思路
1、本专利技术的目的在于提供一种滑坡影响范围及破坏程度的风险评估系统，以解决上述
技术介绍
中提出的问题。
2、本专利技术是通过以下技术方案实现的：
3、一种滑坡影响范围及破坏程度的风险评估系统，所述系统包括数据采集模块、第一数据处理模块、第二数据处理模块、第一算法训练模块、第二算法训练模块、评估模块以及可视化模块；
4、所述数据采集模块用于获取当前地理地质数据和历史灾害数据；
5、所述第一数据处理模块对所述当前地理地质数据和所述历史灾害数据进行处理；
6、所述第一算法训练模块对处理后的所述历史灾害数据进行机器学习算法训练；
7、所述第二数据处理模块对目标区域进行数据处理；
8、所述第二算法训练模块对处理后的所述目标区域的影响范围与破坏程度进行机器学习算法训练；
9、所述评估模块对滑坡影响范围以及滑坡破坏程度进行风险评估，获得评估结果；
10、所述可视化模块将所述评估结果进行可视化展示。
11、可选的，所述第一数据处理模块将所述当前地理地质数据和所述历史灾害数据进行处理，具体包括：
12、所述第一数据处理模块对所述当前地理地质数据以及所述历史灾害数据进行栅格划分处理，并获得第一栅格数据集；
13、所述第一数据处理模块基于所述第一栅格数据集提取第一滑坡影响因素，所述第一滑坡影响因素包括主控因素和诱导因素；
14、所述第一数据处理模块对所述第一滑坡影响因素进行预处理以及格式转换。
15、可选的，所述第一算法训练模块将处理后的所述历史灾害数据进行机器学习算法训练，具体包括：
16、所述第一算法训练模块对所述历史灾害数据进行训练并划分数据集，得到第一训练集和第一测试集；
17、基于滑坡单元以及未滑坡单元，建立滑坡危险性预测模型；
18、通过所述第一训练集对所述滑坡危险性预测模型进行训练；
19、若训练正确率未达到预设正确率，使用核技巧继续训练；
20、若训练正确率达到预设正确率，输出第一算法结果。
21、可选的，所述第二数据处理模块对目标区域进行数据处理，具体包括：
22、所述第二数据处理模块对所述目标区域进行栅格划分处理，并获得第二栅格数据集；
23、所述第二数据处理模块基于所述第二栅格数据集提取第二滑坡影响因素；
24、所述第二数据处理模块对所述第二滑坡影响因素进行预处理以及格式转换。可选的，所述第二算法训练模块将处理后的所述目标区域数据的破坏程度进行机器学习算法训练，具体包括：
25、所述第二算法训练模块对所述历史灾害数据进行训练并划分数据集，得到第二训练集和第二测试集；
26、基于受滑坡影响单元以及未受滑坡影响单元，建立滑坡影响范围与破坏程度预测模型；
27、通过所述第二训练集对所述滑坡影响范围与破坏程度预测模型进行训练；
28、若训练正确率未达到预设正确率，使用核技巧继续训练；
29、若训练正确率达到预设正确率，输出第二算法结果。
30、可选的，所述滑坡危险性预测模型对处理后的所述当前地理地质数据进行预测，获得滑坡危险单元以及滑坡安全单元，对所述滑坡危险单元进行预警处理。
31、可选的，对所述滑坡危险单元进行预警处理，具体包括：
32、对所述滑坡危险单元进行筛选，并获得滑坡危险区域；
33、对所述滑坡危险区域进行区分；
34、根据预设阈值对所述预测结果的风险进行监测；
35、若所述预测结果的风险超过所述预设阈值，触发报警。
36、可选的，若出现所述滑坡危险区域，所述滑坡影响范围与破坏程度预测模型对所述受滑坡影响单元进行预测，获得滑坡影响范围以及滑坡破坏程度。
37、可选的，所述评估模块基于所述滑坡影响范围以及所述滑坡破坏程度进行风险评估，评估表达式为：
38、
39、其中，h为滑坡破坏程度，s为滑坡影响范围，i为s中的单元编号，j为i中包含的经济价值总量。
40、与现有技术相比，本专利技术达到的有益效果如下：
41、本专利技术提供的一种滑坡影响范围及破坏程度的风险评估系统，通过数据采集模块来采集当前地理地质数据和历史灾害数据，通过第一数据处理模块和第二数据处理模块对当前地理地质数据和历史灾害数据进行处理，并通过第一算法训练模块和第二算法训练模块对数据进行机器学习算法训练，获得滑坡影响范围和滑坡破坏程度，评估模块根据滑坡影响范围以及滑坡破坏程度进行风险评估，获得评估结果，可视化模块本文档来自技高网...
【技术保护点】
1.一种滑坡影响范围及破坏程度的风险评估系统，其特征在于，所述系统包括数据采集模块、第一数据处理模块、第二数据处理模块、第一算法训练模块、第二算法训练模块、评估模块以及可视化模块；
2.根据权利要求1所述的一种滑坡影响范围及破坏程度的风险评估系统，其特征在于，所述第一数据处理模块将所述当前地理地质数据和所述历史灾害数据进行处理，具体包括：
3.根据权利要求2所述的一种滑坡影响范围及破坏程度的风险评估系统，其特征在于，所述第一算法训练模块将处理后的所述历史灾害数据进行机器学习算法训练，具体包括：
4.根据权利要求3所述的一种滑坡影响范围及破坏程度的风险评估系统，其特征在于，所述第二数据处理模块对目标区域进行数据处理，具体包括：
5.根据权利要求4所述的一种滑坡影响范围及破坏程度的风险评估系统，其特征在于，所述第二算法训练模块将处理后的所述目标区域数据的破坏程度进行机器学习算法训练，具体包括：
6.根据权利要求5所述的一种滑坡影响范围及破坏程度的风险评估系统，其特征在于，所述滑坡危险性预测模型对处理后的所述当前地理地质数据进
7.根据权利要求6所述的一种滑坡影响范围及破坏程度的风险评估系统，其特征在于，对所述滑坡危险单元进行预警处理，具体包括：
8.根据权利要求7所述的一种滑坡影响范围及破坏程度的风险评估系统，其特征在于，若出现所述滑坡危险区域，所述滑坡影响范围与破坏程度预测模型对所述受滑坡影响单元进行预测，获得滑坡影响范围以及滑坡破坏程度。
9.根据权利要求8所述的一种滑坡影响范围及破坏程度的风险评估系统，其特征在于，所述评估模块基于所述滑坡影响范围以及所述滑坡破坏程度进行风险评估，评估表达式为：
...【技术特征摘要】
1.一种滑坡影响范围及破坏程度的风险评估系统，其特征在于，所述系统包括数据采集模块、第一数据处理模块、第二数据处理模块、第一算法训练模块、第二算法训练模块、评估模块以及可视化模块；
2.根据权利要求1所述的一种滑坡影响范围及破坏程度的风险评估系统，其特征在于，所述第一数据处理模块将所述当前地理地质数据和所述历史灾害数据进行处理，具体包括：
3.根据权利要求2所述的一种滑坡影响范围及破坏程度的风险评估系统，其特征在于，所述第一算法训练模块将处理后的所述历史灾害数据进行机器学习算法训练，具体包括：
4.根据权利要求3所述的一种滑坡影响范围及破坏程度的风险评估系统，其特征在于，所述第二数据处理模块对目标区域进行数据处理，具体包括：
5.根据权利要求4所述的一种滑坡影响范围及破坏程度的风险评估系统，其特征在于，所述第二算法训练模块将处理后的所述...
【专利技术属性】
技术研发人员：赖志斌，魏晓亚，崔玉堂，李魁星，张川，宋国玺，樊友丽，王华，杜皓宇，张列军，王雄泼，李新勇，
申请(专利权)人：北京超维创想信息技术有限公司，
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。