一种基于多监测场合的全息立体组网滑坡智慧预警方法

技术特征：
1.一种基于多监测场合的全息立体组网滑坡智慧预警方法，包括如下步骤：s1、获取基于空、天、地、地下全方位的监测数据，并基于统计学方法对所述的监测数据进行预处理；s2、基于数理统计方法对所述的监测数据进行分析，获取滑坡变形和致灾因子之间的相关性，并结合实地调查获取的滑坡宏观变形特征，判断滑坡的致灾机制和变形破坏模式；s3、根据滑坡致灾因子和变形破坏模式，明确滑坡致灾的驱动力，并综合多监测场数据，构建耦合变形特征和致灾特征的滑坡综合预警判据；s4、综合滑坡地表和深部位移监测数据、滑坡宏观变形特征，建立滑坡的分级预警标准；s5、构建基于集成机器学习的滑坡智慧预警模型，耦合支持机器学习算法的集成学习，通过天气预报数据，实现滑坡提前预报预警；s6、基于所述步骤s3、s4和步骤s5对滑坡实现自动分级预警，通过实时更新的监测数据对滑坡进行实时分级预警。2.根据权利要求1所述的一种基于多监测场合的全息立体组网滑坡智慧预警方法，所述的步骤s1中，基于统计学方法对监测数据进行预处理的方法具体包括：利用四分位数法，分析所述的监测数据，获取用于判断监测数据是否合理的三个分割点位置，通过将监测数据与分割点数据进行比较，对异常数据进行剔除。3.根据权利要求1所述的一种基于多监测场合的全息立体组网滑坡智慧预警方法，所述的步骤s2具体包括如下步骤：a1、对滑坡监测数据进行归一化处理，消除量纲影响，采用数理统计方法双变量分析对滑坡的形变位移与致灾因素进行相关性分析，明确滑坡的致灾因素；a2、通过对滑坡进行实地调查，获取滑坡的宏观变形特征，与室内数理分析结果进行综合分析，确定滑坡的致灾机制和变形破坏模式。4.根据权利要求1所述的一种基于多监测场合的全息立体组网滑坡智慧预警方法，所述的步骤s3具体包括如下步骤：b1、通过s2步骤中滑坡的致灾机制和变形破坏模式，建立对应的预警判据，结合滑坡预警中常用的判据，采用c5.0算法自动挖掘滑坡综合预警判据，构建耦合变形特征和致灾特征的滑坡综合预警判据。5.根据权利要求1所述的一种基于多监测场合的全息立体组网滑坡智慧预警方法，所述的步骤s4具体包括如下步骤：通过对步骤s3中获取的综合判据进行分析，利用滑坡的变形位移、变形速率、切线角、宏观变形特征，明确蓝色预警、黄色预警、橙色预警、红色预警四个分级预警标准。6.根据权利要求1所述的一种基于多监测场合的全息立体组网滑坡智慧预警方法，所述的步骤s5具体包括如下步骤：c1、构建svm机器学习方法，通过输入综合预警判据，自动学习滑坡变形规律，自动计算分级预警阈值，实现初次滑坡自动分级预警；c2、构建rdf机器学习方法，通过输入综合预警判据，通过自学习、自组织和自推理机制，实现第二次滑坡自动分级预警；c3、构建c5.0机器学习方法，通过输入综合预警判据，通过自学习和自推理，实现第三
次滑坡自动分级预警；c4、基于投票机制和自动加权算法，对三种机器学习获取的自动分级预警结果进行综合分析，自动获取精度高、效果好的分级预警结果作为滑坡最终的自动分级预警结果。7.根据权利要求1所述的一种基于多监测场合的全息立体组网滑坡智慧预警方法，所述的步骤s6具体包括如下步骤：通过实时更新的监测数据，对输入的综合判据进行更新，采用步骤s5中构建的滑坡智慧预警模型实现实时滑坡自动分级预警，将天气预报降雨数据输入滑坡智慧预警模型，实现滑坡提前预警。

技术总结
本发明涉及低质灾害的预警方法技术领域，特别涉及一种基于多监测场合的全息立体组网滑坡智慧预警方法。本发明的一种基于多监测场合的全息立体组网滑坡智慧预警方法，通过开展空、天、地、地下多监测场的滑坡全息、全方位监测，构建了耦合地表形变位移、速率和加速度，深部形变位移、速率和加速度，地下水位，微震强度，降雨量，土壤含水量等多元特征的滑坡综合预警判据，有效克服了目前通用的单一判据或双判据的误差大、精度低、虚警高的局限，显著提高了预警精度。了预警精度。了预警精度。


技术研发人员：李京 王贤敏 郭浩楠 龚建华 金鼎坚
受保护的技术使用者：中国地质大学（武汉）
技术研发日：2022.11.07
技术公布日：2023/2/3