申请/专利权人：中大智能科技股份有限公司

申请日：2022-11-14

公开（公告）日：2023-01-24

公开（公告）号：CN115641702A

主分类号：G08B31/00

分类号：G08B31/00;G08B21/10;G06N20/00;G06N7/00;G06N5/04;G06F17/13;G06F17/16;G06F17/18

优先权：

专利状态码：有效-授权

法律状态：2023.03.14#授权;2023.02.14#实质审查的生效;2023.01.24#公开

摘要：本发明公开了一种基于时空联合的单体滑坡预警预报方法，涉及滑坡预警技术领域，其中，时间预报模型用于根据滑坡监测数据发掘滑坡演化的内在机理并预测滑坡失效的时间，由此开展滑坡防治和群众疏散工作；空间预报模型用于获取真实的土体参数空间分布数据后，模拟土体参数空间分布，通过大变形计算方法进一步获取滑坡滑动距离和滑动距离超越概率曲线，以达到真实预测滑坡发生后的滑动距离的目的；本发明采用时间尺度与空间尺度联合预报，对单体滑坡进行预警预报；充分考虑了自然灾害预警机制与滑坡演化时空特征，能够有效的进行滑坡失效时间预警、滑坡影响范围等关键预警工作。

主权项：1.一种基于时空联合的单体滑坡预警预报方法，包括单体滑坡时间尺度的预报和空间尺度上的预报，其特征在于，滑坡时间尺度上的预报由时间预报模型实现，空间尺度上的预报由空间预报模型实现；其中，时间预报模型用于根据滑坡监测数据发掘滑坡演化的内在机理并预测滑坡失效的时间；具体为：时间预报模型建立完成后，针对目标滑坡，首先获取目标滑坡的表面位移监测数据，设置监测周期并进行数据平滑和滑坡演化阶段判定，当目标滑坡进入加速运动阶段后，采用选用的基础失效时间预报模型对滑坡进行动态时间预报并将预报结果，以该预报结果为输入，调用训练好的时间预报模型得到时间预报模型失效时间预报结果；其中，时间预报模型的具体建立步骤为：S1：获取滑坡表面位移监测数据：从滑坡表面位移计获取目标滑坡的表面位移监测时间序列数据，并根据目标滑坡监测周期设置计算单位；S2：数据预处理：利用移动平均法对滑坡表面位移监测数据进行平滑处理；具体公式为：；其中：S为累计位移，i为时间序数，N为移动平均的阶数；S3：根据上一步得到的平滑后的滑坡表面位移监测时间序列数据，对目标滑坡进行滑坡演化阶段判定；S4：基础模型预报：选定滑坡失效时间预报基础模型对目标滑坡进行失效时间动态预报，分析基础模型在滑坡加速运动不同阶段的预报规律；所述基础模型选用GM1,1模型、Verhulst模型和斋藤迪孝模型中的一种或多种；S5：时间预报模型建立：将S4滑坡失效时间预报基础模型的预报结果存储为三个列向量x，将滑坡实际失效时间存储为一个列向量y，采用机器学习的方法训练基础模型预报结果与实际失效时间之间的映射关系，得到y=fx，根据映射关系建立滑坡失效时间预报模型；其中，空间预报模型用于获取真实的土体参数空间分布数据后，模拟土体参数空间分布，通过大变形计算方法进一步获取滑坡滑动距离和滑动距离超越概率曲线，以达到真实预测滑坡发生后的滑动距离的目的。

全文数据：

权利要求：

百度查询： 中大智能科技股份有限公司 一种基于时空联合的单体滑坡预警预报方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD