【技术实现步骤摘要】
本专利技术涉及地质灾害监测相关，尤其是涉及一种基于多源数据融合的滑坡监测预警方法及系统。
技术介绍
1、传统的公路边坡监测是基于全球导航卫星系统（global navigation satellitesystem，gnss）接收机、测斜仪、雨量计等多源传感器数据进行独立判断，综合决策，即每类传感器数据有各自的预警方法，最后再通过人工进行综合判决。由于监测传感器呈点状分布，传统监测方法存在监测范围有限、信息更新慢以及对复杂地形环境的适应性不足的问题。
2、为解决上述问题，现有技术中提出了采用三维卷积神经网络（3d-convolutionalneural networks，3d-cnn）+长短期记忆网络（long short-term memory，lstm）模型进行滑坡预测的方式，然而由于位移监测传感器数量少，直接应用到模型效果不理想，因此在目前已有的案例中，通常会结合多源环境数据（地形、地质、气象）、遥感影像等，数据量大，计算复杂，成本较高。
技术实现思路
1、本专利技术旨在至...
【技术保护点】
1.一种基于多源数据融合的滑坡监测预警方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于多源数据融合的滑坡监测预警方法，其特征在于，所述位移数据包括至少一个第一特征值，所述测斜数据包括至少一个第二特征值，所述水位数据包括至少一个第三特征值，所述雨量数据包括至少一个第四特征值，所述裂缝数据包括至少一个第五特征值；
3.根据权利要求2所述的基于多源数据融合的滑坡监测预警方法，其特征在于，所述位移数据包括四个所述第一特征值，四个所述第一特征值分别为：第一坡面方向水平位移、水平位移速度、高程位移和高程位移速度；所述测斜数据包括两个所述第二特...
【技术特征摘要】
1.一种基于多源数据融合的滑坡监测预警方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于多源数据融合的滑坡监测预警方法，其特征在于，所述位移数据包括至少一个第一特征值，所述测斜数据包括至少一个第二特征值，所述水位数据包括至少一个第三特征值，所述雨量数据包括至少一个第四特征值，所述裂缝数据包括至少一个第五特征值；
3.根据权利要求2所述的基于多源数据融合的滑坡监测预警方法，其特征在于，所述位移数据包括四个所述第一特征值，四个所述第一特征值分别为：第一坡面方向水平位移、水平位移速度、高程位移和高程位移速度；所述测斜数据包括两个所述第二特征值，两个所述第二特征值分别为：第二坡面方向水平位移和位移加速度；所述水位数据包括一个所述第三特征值，所述第三特征值为：水位深度；所述雨量数据包括一个所述第四特征值，所述第四特征值为：雨量；所述裂缝数据包括两个所述第五特征值，两个所述第五特征值分别为：裂缝宽度和裂缝变化速度。
4.根据权利要求3所述的基于多源数据融合的滑坡监测预警方法，其特征在于，所述将零值插值到...
【专利技术属性】
技术研发人员：刘先林，吕玺琳，蓝日彦，陈川，唐正辉，李明智，邵羽，陆懿新，薛小战，杨州，包毅辉，陈承佑，刘富，卢晓光，吴新宇，
申请(专利权)人：同济大学，
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。