首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于机器学习的山体崩塌堆积物计算方法及其系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:四川省自然资源科学研究院(四川省生产力促进中心)

摘要:本发明涉及数据处理技术领域,具体公开一种基于机器学习的山体崩塌堆积物计算方法及其系统,该方法包括:堆积物体积分析、易崩塌程度指数评估、崩塌预测准确度判定以及崩塌预测状态优化,首先分析各山体崩塌历史事件对应的堆积物体积,评估山体区域易崩塌程度指数,通过机器学习模型,预测出山体区域的崩塌预测时间以及对应堆积物预测体积,综合得到山体区域的崩塌预测准确度,从而最大程度地减少崩塌灾害造成的负面影响,对山体区域的崩塌预测状态进行优化,有助于对山体区域制定针对性的防灾减灾措施,同时提高防灾减灾工作的效率。

主权项:1.一种基于机器学习的山体崩塌堆积物计算方法,其特征在于,包括:堆积物体积分析:获取山体区域中的各山体崩塌历史事件,通过数字高程模型分析各山体崩塌历史事件对应的堆积物体积;易崩塌程度指数评估:获取山体区域的地质勘察数据,评估山体区域易崩塌程度指数;崩塌预测准确度判定:根据各山体崩塌历史事件对应的堆积物体积以及山体区域易崩塌程度指数,通过机器学习模型,预测出山体区域的崩塌预测时间以及对应堆积物预测体积,综合得到山体区域的崩塌预测准确度;崩塌预测状态优化:将山体区域的崩塌预测准确度,与设定的崩塌预测准确阈值进行对比,由此对山体区域的崩塌预测状态进行优化;所述对山体区域的崩塌预测状态进行优化,具体分析过程为:将山体区域的崩塌预测准确度,与设定的崩塌预测准确阈值进行对比,若山体区域的崩塌预测准确度低于崩塌预测准确阈值,将山体区域的崩塌预测准确度与崩塌预测准确阈值进行差值处理,得到崩塌预测偏差值,并与地质管理信息库中定义的各崩塌预测偏差值区间对应的预测优化预案进行匹配,以此对山体区域的崩塌预测进行优化;若山体区域的崩塌预测准确度高于或等于崩塌预测准确阈值,则无需对山体区域的崩塌预测状态进行优化;所述山体区域的崩塌预测准确度,具体分析过程为:将山体区域的崩塌预测时间与获取得到的山体区域的实际崩塌时间进行比值处理,得到崩塌预测时间影响指标;将对应堆积物预测体积与获取的对应堆积物实际体积进行比值处理,得到堆积物预测体积影响指标;综合分析山体区域的崩塌预测准确度,具体表达式为: 其中表示为山体区域的崩塌预测准确度,表示为崩塌预测时间影响指标,表示为堆积物预测体积影响指标,表示为预定义的崩塌预测时间影响指标对应的权重因子,表示为预定义的堆积物预测体积影响指标对应的权重因子,e为自然常数,崩塌预测时间影响指标对应的权重因子的取值范围为0.66至0.7,堆积物预测体积影响指标对应的权重因子的取值范围为0.62至0.69;所述机器学习模型,具体应用过程为:收集山体崩塌初始时间点下的地质多源数据以及山体崩塌终止时间点下的地质多源数据,利用机器学习模型从地质多源数据中提取关键特征数据,关键特征数据具体为倾斜角度、植被覆盖面积、降雨量,并将关键特征数据分为训练集和测试集,使用训练集作为机器学习模型的训练数据,以此对机器学习模型进行训练,通过调整机器学习模型的关键特征数据,优化机器学习模型的预测性能,得到训练好的机器学习模型;使用测试集,对训练好的机器学习模型进行预测功能的测试,最终得到具有预测功能的机器学习模型;所述山体区域易崩塌程度指数,具体分析过程为:根据山体区域的地质勘察数据,提取得到山体区域的地形地貌所属信息以及地质参量所属信息,分析得到山体区域的地形地貌影响程度系数以及山体区域的地质参量影响程度系数;从地质灾害危险性评估技术规范中的相关附录中,直接提取地质环境复杂程度指数,与山体区域的地形地貌影响程度系数以及山体区域的地质参量影响程度系数综合分析得到山体区域易崩塌程度指数;所述山体区域的地形地貌影响程度系数,具体分析过程为:根据山体区域的地形地貌所属信息,提取得到山体区域在勘察周期内的总降水量,将总降水量与勘察周期对应的时长进行比值处理,得到降水量影响指标,并与地质灾害危险性评估技术规范中定义的降水量参照值进行比值处理,得到山体区域的降水量指数;将山体区域平均划分为各山体子区域,记为各高程分区,提取各高程分区的植被覆盖面积以及在各勘察时间点的温度;根据各高程分区在各勘察时间点的温度,构建各高程分区的温度变化散点图,从中提取出各高程分区的温度低于温度阈值所对应的勘察时间点的个数,记为各高程分区的低崩塌时间点个数;从地质管理信息库中,提取得到降水量参照指数、植被覆盖界定面积以及温度阈值,综合分析山体区域的地形地貌影响程度系数;所述山体区域的地质参量影响程度系数,具体分析过程为:根据山体区域的地质参量所属信息,将山体区域按缓倾结构划分为各缓结构面以及各倾结构面;分别提取各缓结构面相对与地面的倾斜角度值、各倾结构面相对与地面的倾斜角度值,将各缓结构面的倾斜角度值与各倾结构面的倾斜角度值进行差值处理,整合得到山体区域的倾斜角度均值,并与地质管理信息库中定义的缓结构面的倾斜角度值对应的修正因子、倾结构面的倾斜角度值对应的修正因子综合处理,综合分析山体区域的地质参量影响程度系数;山体区域的地形地貌影响程度系数,具体表达式为: 其中表示为山体区域的地形地貌影响程度系数,表示为山体区域的降水量指数,表示为降水量参照指数,表示为第i个高程分区的植被覆盖面积,i表示为各高程分区的编号,,m表示为高程分区的总量,表示为植被覆盖界定面积,表示为第i个高程分区的低崩塌时间点个数,表示为预定义的降水量指数对应的修正因子,表示为预定义的植被覆盖面积对应的修正因子,表示为预定义的单个低崩塌时间点对应的影响因子,降水量指数对应的修正因子的取值范围为0.58至0.65,植被覆盖面积对应的修正因子的取值范围为0.44至0.6,单个低崩塌时间点对应的影响因子的取值范围为0.52至0.59,e为自然常数;山体区域的地质参量影响程度系数,具体表达式为: ;其中表示为山体区域的地质参量影响程度系数,表示为山体区域的倾斜角度均值,表示为缓结构面的倾斜角度值对应的修正因子,表示为倾结构面的倾斜角度值对应的修正因子,e为自然常数,缓结构面的倾斜角度值对应的修正因子的取值范围为0.54至0.67,倾结构面的倾斜角度值对应的修正因子的取值范围为0.61至0.68。

全文数据:

权利要求:

百度查询: 四川省自然资源科学研究院(四川省生产力促进中心) 一种基于机器学习的山体崩塌堆积物计算方法及其系统

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。