[發(fā)明專利]基于混合高斯隱馬爾科夫模型的滑坡發(fā)生時間預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201811599692.0
• 申請日: 2018-12-26
• 公開（公告）號: CN109783889B
• 公開（公告）日: 2023-04-25
• 發(fā)明（設(shè)計）人: 李麗敏;李濤;溫宗周;郭伏;陳曙東;張順峰;陳鵬年;張峪維
• 申請（專利權(quán)）人: 西安工程大學
• 主分類號: G06F30/13
• 分類號: G06F30/13;G06F30/20
• 代理公司: 西安弘理專利事務(wù)所 61214
• 代理人: 涂秀清

本發(fā)明公開的基于混合高斯隱馬爾科夫模型的滑坡發(fā)生時間預(yù)測方法，首先通過安裝在坡體上的激光位移傳感器采集滑坡體的位移數(shù)據(jù)，并對采集的位移數(shù)據(jù)在時序方向上進行多狀態(tài)劃分；然后，將劃分后的位移數(shù)據(jù)通過Baum?welch算法進行訓練，獲得多狀態(tài)MOG?HMM模型，并對已劃分的狀態(tài)進行標記；最后，采用Viterbi算法對實時采集的位移數(shù)據(jù)進行當前狀態(tài)估計，并將當前估計狀態(tài)作為Dijkstra算法的輸入，從而預(yù)測出滑坡的發(fā)生時間。本發(fā)明公開的方法根據(jù)滑坡演化過程中的位移數(shù)據(jù)，推演出當前滑坡演化狀態(tài)，并計算出滑坡災(zāi)害發(fā)生的時間，提升了一般HMM方法在預(yù)測中的魯棒性性能，提高了地質(zhì)災(zāi)害預(yù)報的準確性。

技術(shù)領(lǐng)域

本發(fā)明屬于地質(zhì)災(zāi)害預(yù)報方法技術(shù)領(lǐng)域，具體涉及一種基于混合高斯隱馬爾科夫模型的滑坡發(fā)生時間預(yù)測方法。

背景技術(shù)

滑坡不僅是一種自然災(zāi)害，同時也是一種嚴重的工程地質(zhì)災(zāi)害。近幾年來重大地質(zhì)災(zāi)害頻繁發(fā)生，常造成房屋破壞、通訊設(shè)施中斷，道路崩塌、毀壞土地，乃至村毀人亡的事故。且事故常發(fā)生在地質(zhì)結(jié)構(gòu)復(fù)雜、地形陡峭的山區(qū)，對于預(yù)防的實施、災(zāi)后恢復(fù)的時間將被延長，造成居民生活不便，其規(guī)模和風險性大大超過了我們所能承受的范圍。因此如何使用技術(shù)手段進行監(jiān)測預(yù)報，進行實時提示受災(zāi)群眾，減少災(zāi)害損失，成為我們關(guān)注的主要內(nèi)容。

目前，關(guān)于滑坡預(yù)報主要集中在以下三個方面，第一、滑坡位移預(yù)報，中國礦業(yè)大學的高彩霞等提出了四種滑坡位移預(yù)測方法，即BP、RBF、新型智能算法和智能耦合模型，這四種方法均有較準確的位移預(yù)測精度，特別是對1步預(yù)測尤其有效；第二、在位移預(yù)測的基礎(chǔ)上，并結(jié)合其他相關(guān)參數(shù)，進行滑坡穩(wěn)定性預(yù)報，西南科技大學的蔡嘉倫等針對目前滑坡穩(wěn)定性評價研究的不足，采用衛(wèi)星實時監(jiān)測的方法，利用表面位移規(guī)律對滑坡體進行穩(wěn)定性分析，此種方法具有監(jiān)測方法穩(wěn)定直觀、分析結(jié)果實時可靠的優(yōu)勢，三峽大學的胡安龍等基于相關(guān)系數(shù)理論描述滑坡穩(wěn)定性影響因素對滑坡穩(wěn)定狀態(tài)影響的大小，再根據(jù)關(guān)聯(lián)度大小篩選出影響滑坡穩(wěn)定性的主要影響因素，其次，引入貝葉斯理論，滑坡穩(wěn)定性的主要影響因素和滑坡的穩(wěn)定狀態(tài)建立了基于貝葉斯的滑坡穩(wěn)定性預(yù)測模型；第三、滑坡發(fā)生時間預(yù)報，位移預(yù)測和滑坡穩(wěn)定性預(yù)測能夠?qū)︻A(yù)估滑坡發(fā)生時間提供重要的參考作用，但如果需要準確計算出滑坡發(fā)生具體時間，還需要在位移預(yù)測和穩(wěn)定性預(yù)測的基礎(chǔ)上進一步分析，中國科學院力學研究所的王建鋒利用Pearl曲線，結(jié)合滑坡位移變化數(shù)據(jù)，從運動學角度，判斷出滑坡爆發(fā)的峰值點，為滑坡時間預(yù)報開辟出一條新的道路。現(xiàn)有方法存在的問題是雖然能夠估計滑坡發(fā)生的時間點，但未能最終計算出多久后會發(fā)生滑坡災(zāi)害，不能真正稱為滑坡發(fā)生時間預(yù)報。

從以上分析可以看出，滑坡災(zāi)害的預(yù)報呈現(xiàn)出越來越準確的趨勢，如果滑坡災(zāi)害的時間預(yù)報能夠像天氣預(yù)報一樣準確，那么勢必會為防災(zāi)減災(zāi)工作提供更大的幫助。本發(fā)明建立了以多狀態(tài)混合高斯隱馬爾科夫模型(MixtureofGaussian-Hidden?markov?Model)MOG-HMM為模型的滑坡發(fā)生時間預(yù)測算法，能夠根據(jù)滑坡演化過程中的位移數(shù)據(jù)，推演出當前滑坡演化狀態(tài)，并進一步計算出生滑坡災(zāi)害發(fā)生的時間。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于混合高斯隱馬爾科夫模型的滑坡發(fā)生時間預(yù)測方法，解決了現(xiàn)有滑坡發(fā)生預(yù)報算法準確率偏低的問題。

本發(fā)明所采用的技術(shù)方案是，基于混合高斯隱馬爾科夫模型的滑坡發(fā)生時間預(yù)測方法，具體過程包括如下步驟：

步驟1，通過安裝在坡體上的激光位移傳感器采集滑坡體的位移數(shù)據(jù)，并對采集的位移數(shù)據(jù)在時序方向上進行多狀態(tài)劃分；

步驟2，將劃分后的位移數(shù)據(jù)通過Baum-welch算法進行訓練，獲得多狀態(tài)MOG-HMM模型，并對已劃分的狀態(tài)進行標記；

步驟3，采用Viterbi算法對實時采集的位移數(shù)據(jù)進行當前狀態(tài)估計，并將當前估計狀態(tài)作為Dijkstra算法的輸入，從而預(yù)測出滑坡的發(fā)生時間。

本發(fā)明的其他特點還在于，