【技术实现步骤摘要】
本专利技术涉及灾害预警，特别是涉及一种基于多源数据动态融合的地质灾害即时预警方法。
技术介绍
1、面对严峻的地质灾害形势，开展地质灾害监测预警是有效降低灾害损失的重要途径。近年来国家高度重视地质灾害监测预警工作，在高新科技的驱动下，已形成了“天-空-地”多维度一体化的监测预警体系，各省市基于监测预警体系正逐步在地质灾害高危区部署各类监测预警终端和相应的系统，这为及时捕捉灾情信息和快速高效预警与避险提供了重要保障。
2、然而，大量的监测终端与多样化的监测手段虽然为预警提供了数据支撑，但不同来源的监测数据所映射的物理意义、数据表达形式以及数据结构各异，更有甚者多类监测数据对同一灾害体所表征的危险程度具有矛盾冲突性，这导致大量多源监测数据只是静态地躺在数据库中，缺乏充分的挖掘与利用，造成预警结果准确性不高。
技术实现思路
1、本专利技术实施例的目的在于提供一种基于多源数据动态融合的地质灾害即时预警方法，以实现多源冲突数据的有效融合和地质灾害预警结果准确性的提高。具体技术方案如下：
2、本专利技术实施例的第一方面，首先提供了一种基于多源数据动态融合的地质灾害即时预警方法，所述方法包括：
3、s1、确定地质灾害隐患点监测数据类型及物理参量，其中，所述隐患点监测数据是来自多个传感器的多类数据，所述多类监测数据是不同时刻采集的实时监测数据；
4、s2、对所述多源监测数据进行预处理，消除缺失值、不符合逻辑的数值；
5、s3、基于实际预警需
6、s4、基于云模型理论，计算每类监测数据所对应不同预警级别的云模型参数值，其中，所述云模型参数值包括：期望值、熵值以及超熵；
7、s5、基于所述云模型参数值和所述不同预警级别的区间值，计算各类监测数据所对应不同预警级别的可信度，并对计算得到的可信度进行归一化处理；
8、s6、基于归一化后的可信度分布，计算多源监测数据间的一致量、冲突量、冲突强度和不可靠度；
9、s7、基于所述多源监测数据间的一致量、冲突量、冲突强度和不可靠度，构建预警级别可信度重分配方程，对多源监测数据冲突性进行修正，获取预警级别新的可信度；
10、s8、利用证据理论，融合多源监测数据所对应不同预警级别的新可信度，得到基于多源数据融合的预警级别可信度分布；
11、s9、基于所述可信度分布中的最大可信度值，确定预警级别，并结合预警规则，通过预警系统发布预警信息。
12、在一种可能的实施方式中，所述隐患点监测数据信息包括：监测设备的类型、监测的物理参量、监测数据的格式以及监测数据所表征的物理意义。
13、在一种可能的实施方式中，所述基于实际预警需求，划分预警级别，并确定每类监测数据所对应不同预警级别的区间值，包括：
14、根据监测区域实际现状选择相应的预警分级级别；
15、确定预警分级级别的相关参数；
16、根据预警分级级别的相关参数，确定每一类监测数据所对应不同预警级别的区间值。
17、在一种可能的实施方式中，所述基于云模型理论，计算每类监测数据所对应不同预警级别的云模型参数值，包括：
18、基于各预警级别的区间值，根据云模型理论，在假设监测数据所对应不同预警级别属于正态分布的基础上，计算各类监测数据所对应不同预警级别的云模型参数值。
19、在一种可能的实施方式中，所述计算各类监测数据所对应不同预警级别的云模型参数值，包括：
20、通过第一预设公式：
21、；
22、；
23、；
24、计算各类监测数据所对应不同预警级别的云模型参数值，其中，为第类监测数据对应第个预警级别的期望值；为第类监测数据对应第个预警级别的熵值；为第类监测数据对应第个预警级别的超熵值；为取值范围0到的常量；和分别为第类监测数据对应第个预警级别区间的下限值和上限值。
25、在一种可能的实施方式中，所述基于云模型参数，计算各类监测数据所对应不同预警级别的可信度，包括：
26、基于各类监测数据所对应不同预警级别的云模型参数值，计算各类监测数据所对应各预警级别的可信度。
27、在一种可能的实施方式中，所述基于各类监测数据所对应不同预警级别的云模型参数值，计算各类监测数据所对应各预警级别的可信度，包括：
28、基于各类监测数据所对应不同预警级别的云模型参数值，通过第二预设公式：
29、；
30、计算各类监测数据所对应各预警级别的可信度，其中，i=1,2…n；j=1,2…5；t=1,2…m；表示第类监测数据在第时间段内监测数据值对应预警级别为的可信度值；是随机变量。
31、在一种可能的实施方式中，所述对计算得到的可信度进行归一化处理，包括：
32、通过第三预设公式：
33、；
34、对计算得到的可信度进行归一化，得到归一化后的可信度向量 ，分别表示多类监测数据对应不同预警级别的可信度值。
35、在一种可能的实施方式中，所述基于归一化后的可信度分布，计算多源监测数据间的一致量、冲突量、冲突强度和不可靠度，包括：
36、根据归一化后的可信度，通过第四预设公式：
37、；
38、；
39、；
40、；
41、计算多源监测数据间的一致量和冲突量，其中，表示监测数据和之间的一致量；表示监测数据和之间的冲突量；表示监测数据与其余监测设备在第t时间段内监测数据间的一致量；表示监测数据与其余监测设备在第t时间段内监测数据间的冲突量；为预设值；
42、根据归一化后的可信度，通过第五预设公式：
43、；
44、计算多源监测数据间的冲突强度，其中，表示监测数据与其它监测设备在第t时间段内监测数据之间的冲突强度；
45、根据归一化后的可信度，通过第六预设公式：
46、；
47、；
48、计算多源监测数据间的不可靠度，其中，表示监测数据和之间的相关系数；表示监测数据的不可靠度；
49、所述基于多源监测数据间的一致量、冲突量、冲突强度和不可靠度，构建预警级别可信度重分配方程，对多源监测数据冲突性进行修正，包括：
50、通过第七预设公式：
51、；
52、对多源监测数据冲突性进行初次修正，其中，表示监测数据修正之后对应预警级别的可信度值；θ表示不同预警级别所组成的集合，，表示监测数据将原有各预警级别部分值转移给全集θ的值；为调节系数，当能确定监测数据所对应各预警级别的可信度值合理时，的取值为0，当无法确定监测数据所对应各预警级别的可信度值是否合理时的取值为0.5；
53、通过第八预设公式：
54、；...
【技术保护点】
1.一种基于多源数据动态融合的地质灾害即时预警方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述隐患点监测数据信息包括：监测设备的类型、监测的物理参量、监测数据的格式以及监测数据所表征的物理意义。
3.根据权利要求1所述的方法，其特征在于，所述基于实际预警需求，划分预警级别，并确定每类监测数据所对应不同预警级别的区间值，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于云模型理论，计算每类监测数据所对应不同预警级别的云模型参数值，包括：
5.根据权利要求4所述的方法，其特征在于，所述计算各类监测数据所对应不同预警级别的云模型参数值，包括：
6.根据权利要求5所述的方法，其特征在于，所述基于云模型参数，计算各类监测数据所对应不同预警级别的可信度，包括：
7.根据权利要求6所述的方法，其特征在于，所述基于各类监测数据所对应不同预警级别的云模型参数值，计算各类监测数据所对应各预警级别的可信度，包括：
8.根据权利要求7所述的方法，其特征在于，所述对计算得到的可信度进
9.根据权利要求8所述的方法，其特征在于，所述基于归一化后的可信度分布，计算多源监测数据间的一致量、冲突量、冲突强度和不可靠度，包括：
10.根据权利要求1所述的方法，其特征在于，在所述基于可信度分布中的最大可信度值，确定预警级别，并结合预警规则，通过预警系统发布预警信息，所述方法还包括：
...【技术特征摘要】
1.一种基于多源数据动态融合的地质灾害即时预警方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述隐患点监测数据信息包括：监测设备的类型、监测的物理参量、监测数据的格式以及监测数据所表征的物理意义。
3.根据权利要求1所述的方法，其特征在于，所述基于实际预警需求，划分预警级别，并确定每类监测数据所对应不同预警级别的区间值，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于云模型理论，计算每类监测数据所对应不同预警级别的云模型参数值，包括：
5.根据权利要求4所述的方法，其特征在于，所述计算各类监测数据所对应不同预警级别的云模型参数值，包括：
6.根据权利要求5所述...
【专利技术属性】
技术研发人员：赵晗萍，闫泽正，梁瑾璠，尚飞，朱雷，
申请(专利权)人：北京师范大学，
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。