一种基于LSTM网络的区域滑坡风险评估方法技术

本发明专利技术公开了一种基于LSTM网络的区域滑坡风险评估方法，包括以下步骤：基于地形、降雨和土地类型数据，提取与滑坡密切相关的滑坡特征因子，结合历史滑坡数据与选取的非滑坡数据，构建滑坡灾害数据库；对滑坡灾害数据库进行归一化处理，并划分训练集和测试集；构建LSTM模型，并调整和优化模型超参数；利用测试集滑坡特征因子验证模型，基于已构建的模型进行区域滑坡危险性预测；基于区域滑坡危险性与易损性数据，构建滑坡灾害风险评估方法体系实现区域潜在滑坡灾害风险评估。本发明专利技术实现准确评估特定区域内的滑坡风险等级，对优化土地利用规划、制定滑坡灾害应急预案等有重要意义。

【技术实现步骤摘要】

本专利技术涉及地址灾害风险评估领域，具体涉及一种基于lstm网络的区域滑坡风险评估方法。

技术介绍

1、随着城市化快速发展，城市周边的绿地面积迅速缩减，非可持续建设模式对原始地形的破坏。同时由于极端强降雨天气和台风等极端天气增多，使得群发性山体滑坡、崩塌、泥石流等地质灾害呈上升趋势。滑坡属于突发性自然灾害，具有广泛的分布范围、较高的发生率和强大的破坏性。一旦发生，不仅会对人民的生命财产造成巨大损失，还将严重威胁社会的正常运作。根据联合国开发计划署发布的数据，山体滑坡作为全球第二大地质灾害，在全球范围内造成200亿美元经济损失，其中美国、意大利、印度、中国和德国等国家每年都经历重大损失。根据中国自然资源部统计数据，我国2021年共发生地质灾害4772起，造成80人死亡，直接经济损失32亿人民币。其中滑坡灾害是最为频发，在这一年中共发生滑坡灾害2335起，占比最大，到达48.9％。如何科学有效地评估潜在的滑坡灾害危险性并揭示内在规律，对滑坡灾害的预防和治理等具有重大现实意义。

2、当前减少山体滑坡风险的方法一般是通过可靠地监测、评估和确定易发生山体本文档来自技高网...

【技术保护点】

1.一种基于LSTM网络的区域滑坡风险评估方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于LSTM网络的区域滑坡风险评估方法，其特征在于，滑坡灾害数据库是指构建LSTM模型所需的数据集，其中包含研究区内各网格的地形特征、最大降雨特征和土地类型特征，经过GIS处理后将滑坡灾害数据库的数据统一处理为csv和npy文件储存。

3.根据权利要求2所述的一种基于LSTM网络的区域滑坡风险评估方法，其特征在于，在滑坡灾害数据库中，地形特征包括：高程(DEM)、坡度(SLO)、坡向(ASP)、曲率(CURV)；地形湿度指数(TWI)、径流强度指数(SPI)；降...

【技术特征摘要】

1.一种基于lstm网络的区域滑坡风险评估方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于lstm网络的区域滑坡风险评估方法，其特征在于，滑坡灾害数据库是指构建lstm模型所需的数据集，其中包含研究区内各网格的地形特征、最大降雨特征和土地类型特征，经过gis处理后将滑坡灾害数据库的数据统一处理为csv和npy文件储存。

3.根据权利要求2所述的一种基于lstm网络的区域滑坡风险评估方法，其特征在于，在滑坡灾害数据库中，地形特征包括：高程(dem)、坡度(slo)、坡向(asp)、曲率(curv)；地形湿度指数(twi)、径流强度指数(spi)；降雨特征包括：逐小时降雨量、最大总雨量、降雨集中度、降雨侵蚀力；土地类型包括：岩性、土地利用。

4.根据权利要求1所述的一种基于lstm网络的区域滑坡风险评估方法，其特征在于，步骤s2中，归一化处理采用最大最小值归一化方法，把滑坡输入特征归一化，归一化通过以下公式计算：

5.根据权利要求1所述的一种基于lstm网络的区域滑坡风险评估方法，其特征在于，步骤s3中，所述lstm模型是基于循环神经网络的深度学习算法，滑坡危险性预测输入特征是一维，通过添加时间步转化为2维特征输入至lstm模型中。

6.根据权利要求1所述的一种基于lstm网络的区域滑坡风险评估方法，其特征在于，所述...

【专利技术属性】
技术研发人员：赖成光，廖阳皓，陈昱宏，王兆礼，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：