[發明專利]一種滑坡的預測方法、裝置、設備和存儲介質

在審

• 申請號: 202011063197.5
• 申請日: 2020-09-30
• 公開（公告）號: CN112200354A
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 吳展開;沈小珍;鄭增榮;商琪;江子君;宋杰;胡輝
• 申請（專利權）人: 杭州魯爾物聯科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/08;G06N3/04
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種滑坡的預測方法，其特征在于，包括：

獲取目標區域的各個設定時間段內每天的地理環境數據和滑坡影響因子，其中，所述地理環境數據包括地理位置數據、大氣數據、地形數據和下墊面數據；

基于降雨插值模型，根據所述地理環境數據確定所述目標區域的降雨量；

分別將所述滑坡影響因子和所述降雨量輸入至滑坡預測模型，基于所述滑坡預測模型確定各柵格滑坡的發生概率。

2.根據權利要求1所述的預測方法，其特征在于，所述地理位置數據包括經緯度信息和高程信息；所述大氣數據包括風向信息、風帶信息和氣壓帶信息中的至少一項；所述地形數據包括坡度信息、坡向信息和山脈走向信息中的至少一項；所述下墊面數據包括植被覆蓋度信息、水域距離和城市雨島信息中的至少一項。

3.根據權利要求1所述的預測方法，其特征在于，所述降雨插值模型為反向傳播模型，所述降雨插值模型的訓練方法，包括：

獲取初始模型，確定所述初始模型的初始權值矩陣和初始閾值，并計算所述初始模型的適應度；

將歷史時間段內的樣本地理環境數據輸入至所述初始模型，確定預測降雨量，根據所述預測降雨量和所述歷史時間段的實測降雨量，并基于遺傳算法迭代調整所述初始模型的初始權值矩陣和初始閾值；

基于迭代調整后的權值矩陣和閾值，調整所述初始模型并計算調整后的模型的適應度，直至重新計算的適應度達到期望值，將達到所述期望值的適應度對應的模型作為所述降雨插值模型。

4.根據權利要求3所述的預測方法，其特征在于，所述根據所述預測降雨量和所述歷史時間段的實測降雨量，并基于遺傳算法迭代調整所述初始模型的初始權值矩陣和初始閾值，包括：

計算所述預測降雨量和所述實測降雨量之間的均方根誤差；

如果所述均方根誤差大于預設誤差閾值，迭代調整所述初始模型的權值編碼和閾值編碼，并基于調整后的權值編碼和閾值編碼確定調整后的權值矩陣和閾值，直至所述均方根誤差不小于所述預設誤差閾值。

5.根據權利要求1所述的預測方法，其特征在于，在所述基于降雨插值模型，根據所述地理環境數據確定所述目標區域的降雨量之前，所述方法還包括：

對所述地理環境數據進行預處理，其中，所述預處理包括坐標統一處理、柵格統一處理以及離散化處理中的至少一項。

6.根據權利要求1所述的預測方法，其特征在于，所述分別將所述滑坡影響因子和所述降雨量輸入至滑坡預測模型，基于所述滑坡預測模型確定各柵格滑坡的發生概率，包括：

基于第一預設模型，根據所述降雨量和所述滑坡影響因子確定每天滑坡的發生概率；

如果當天滑坡的發生概率大于預設概率閾值，基于第二預設模型，根據當前天的降雨量和所述滑坡影響因子預測各個柵格滑坡的發生概率。

7.根據權利要求1所述的預測方法，其特征在于，所述滑坡影響因子包括：土壤濕度、高程、坡度、坡向、平面曲率、剖面曲率、地形濕度指數、水流強度指數、沉積運輸指數、地形粗糙度指數、與斷層距離、與河流距離、與道路距離、巖性、土地利用和植被覆蓋率中的至少一項。

8.一種滑坡的預測裝置，其特征在于，包括：

數據獲取模塊，用于獲取目標區域的各個設定時間段內每天的地理環境數據和滑坡影響因子，其中，所述地理環境數據包括地理位置數據、大氣數據、地形數據和下墊面數據；

降雨預測模塊，用于基于降雨插值模型，根據所述地理環境數據確定所述目標區域的降雨量；

滑坡預測模塊，用于分別將所述滑坡影響因子和所述降雨量輸入至滑坡預測模型，基于所述滑坡預測模型確定各柵格滑坡的發生概率。

9.一種滑坡的預測設備，其特征在于，所述設備包括：

一個或多個處理器；

存儲器，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-7中任一所述的滑坡的預測方法。

10.一種包含計算機可執行指令的存儲介質，其特征在于，所述計算機可執行指令在由計算機處理器執行時用于執行如權利要求1-7中任一所述的滑坡的預測方法。