[發明專利]基于多傳感數據融合技術的山體滑坡預警方法

有效

• 申請號: 202110052736.3
• 申請日: 2021-01-15
• 公開（公告）號: CN112903008B
• 公開（公告）日: 2023-01-10
• 發明（設計）人: 陳木生;蔡植善;曾永西
• 申請（專利權）人: 泉州師范學院
• 主分類號: G01D21/02
• 分類號: G01D21/02
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 丘鴻超;蔡學俊

1.一種基于多傳感數據融合技術的山體滑坡預警方法，其特征在于，包括以下步驟：

步驟S1：分別測出監測點位置的有效降雨量、地表位移量和深部位移量，并分別轉換成對應的發生滑坡的概率；

步驟S2：將三種發生滑坡的概率分別轉換為直覺模糊集；

步驟S3：計算基于熵和模糊散度測度的權重系數，獲得加權基本概率賦值函數；

步驟S4：利用改進型DS證據理論融合規則進行迭代處理，得到融合結果作為最終滑坡的概率；

步驟S1具體包括以下步驟：

步驟S31：將有效降雨量轉換成發生滑坡的概率：

所述有效降雨量通過下式計算獲得：

A_l＝0.5406×e^-3.392×l+7.94×10^-2e^-0.1286×l (2)

其中l＝0時x₀代表當天24小時降雨量，l＝1時x₁代表前一天24小時降雨量，l＝2時x₂代表前兩天24小時降雨量，l＝3時x₃代表前三天24小時降雨量，A_l代表每天的權重系數；

采用以下公式將有效降雨量轉換成產生山體滑坡的概率：

P_R(R)＝(1.134×10^-4×R³-0.02814×R²+2.348×R+12.96)/100(3)；其中下標R代表有效降雨量；

步驟S32：將地表位移量轉換成發生滑坡的概率：

利用GNSS定位系統和RTK技術計算測量點的水平位移量和垂直位移量，并將水平位移量和垂直位移量的比值轉換成對山體滑坡的概率：

P_G(k)＝0.8539e^0.04242k-2.248e^-13.73k (4)

其中k表示水平位移量和垂直位移量的比值；下標G代表表面水平位移量和垂直位移量；

步驟S33：將深部位移量轉換成發生滑坡的概率：

其中D和d均表示深部位移量；

在步驟S2中，采用隸屬度U、非隸屬度V和猶豫度π三方面對滑坡事件進行描述，將有效降雨量、地表位移量和深部位移量轉換成的發生滑坡的概率轉換成直覺模糊集m＝{U(x),V(x),π(x)}：

U(x)＝P(x)-0.5π(x) (7)

V(x)＝1-π(x)-U(x) (8)；

利用公式(6)-(8)對有效降雨量產生滑坡的概率進行轉換，得到直覺模糊集

利用公式(6)-(8)對深部位移量產生滑坡的概率進行轉換，得到直覺模糊集

利用公式(6)-(8)對表面位移量比值產生滑坡的概率進行轉換，得到直覺模糊集

步驟S3具體包括以下步驟：

步驟S31：基于猶豫直覺模糊熵確定加權系數：

其中，n分別表示角標表示R、D、G三個參量對應的模糊集函數；

步驟S32：構建任意滑坡預測系統中各傳感器之間的相似度矩陣C：已知三個傳感器的直覺模糊集為：則它們之間的相似度矩陣為：

其中i,j分別可以取R,D,G三個模糊集函數；當i＝j即直覺模糊集相同時，它們之間的相似度為1；利用該方法得到R、D、G三個參量對應的模糊集函數之間的相似度矩陣C

計算R,D,G對產生滑坡的支持度Sup，下標代表不同的傳感器：

歸一化各傳感器的支持度：

步驟S33：計算各傳感器直覺模糊集的加權系數，獲得加權基本概率賦值函數B：

步驟S4具體包括以下步驟：

令直覺模糊集函數為利用改進型DS證據理論方法進行融合處理，融合結果為F，融合過程為：

則融合結果F的直覺模糊集為

利用以上融合算法對加權模糊集概率分布函數進行2次迭代處理，得到最后的融合結果