本發明涉及地質災害預防,尤其涉及基于多源高分辨率的水文氣象數據的滑坡預測方法及裝置。
背景技術:
1、滑坡是指斜坡上的土體或者巖體,受河流沖刷、地下水活動、雨水浸泡、地震及人工切坡等因素影響,在重力作用下,斜坡巖土體沿著貫通的剪切破壞面所發生的滑移地質現象,滑坡生成的機制是某一滑移面上剪應力超過了該面的抗剪強度所致。
2、對于滑坡的預測預報并不是主觀臆斷的猜測結果,故針對滑坡產生了多種多樣的預警以及應對機制,應對機制的設計原理大多為建立在滑坡實時變形監測的基礎上,同時必須按照系統工程的原理和方法,借助計算機系統來進行精確分析和準確判斷,最終得出合理的預測結果。
3、現有的滑坡預警技術基本都是根據鄰近站點采集的滑坡易發地點的降水數據,或者利用現有區域觀測數據的插值技術獲得的降水數據進行滑坡預測,但上述方法僅僅考慮極端降水參量,會產生預測滑坡時高估和低估降水閾值的傾向,導致滑坡預測的準確性較差。
技術實現思路
1、本發明提供了一種基于多源高分辨率的水文氣象數據的滑坡預測方法及裝置,用于解決現有的滑坡預警技術導致滑坡預測的準確性較差的技術問題。
2、本發明第一方面提供的一種基于多源高分辨率的水文氣象數據的滑坡預測方法,包括:
3、獲取降水序列數據和再分析時間序列數據;
4、采用預置數據校正法根據所述降水序列數據和所述再分析時間序列數據,生成多個高分辨率降水數據和多個高分辨率土壤水分數據;
5、對各所述高分辨率降水數據和各所述高分辨率土壤水分數據進行耦合,輸出多個初始水文氣象數據;
6、對各所述初始水文氣象數據進行篩選,確定目標初始水文氣象數據;
7、采用所述目標初始水文氣象數據和預置降水下墊面數據對研究區域進行滑坡預測,輸出滑坡預測結果。
8、可選地,所述降水序列數據包括日降水產品數據和實測站點序列數據;所述采用預置數據校正法根據所述降水序列數據和所述再分析時間序列數據,生成多個高分辨率降水數據和多個高分辨率土壤水分數據的步驟,包括:
9、基于實測站點序列數據,采用所述預置數據校正法對日降水產品數據的日降水時間序列進行校正,確定校正日降水產品數據;
10、將所述校正日降水產品數據作為因變量,將預置訓練氣象數據作為自變量,構建降水決策樹模型,并將待測氣象數據作為所述降水決策樹模型的輸入,輸出多個高分辨率降水數據;
11、將所述實測站點序列數據作為因變量,將所述再分析時間序列數據和預置訓練地表數據作為自變量,構建土壤水分決策樹模型,并將待測地表數據作為所述土壤水分決策樹模型的輸入,輸出多個高分辨率土壤水分數據。
12、可選地,所述對各所述高分辨率降水數據和各所述高分辨率土壤水分數據進行耦合,輸出多個初始水文氣象數據的步驟,包括:
13、采用貝葉斯算法和赤池信息量準則對各所述高分辨率降水數據和各所述高分辨率土壤水分數據進行二元數據擬合,確定多個目標聯合分布概率數據;
14、根據各所述目標聯合分布概率數據的逆正態分布,確定多個初始水文氣象數據。
15、可選地,所述對各所述初始水文氣象數據進行篩選,確定目標初始水文氣象數據的步驟,包括:
16、在預置數據集中抽取滑坡樣本和非滑坡樣本;
17、將所述滑坡樣本和所述非滑坡樣本作為因變量,將各所述初始水文氣象數據和預置下墊面數據作為自變量,構建各所述初始水文氣象數據對應的目標決策樹模型;
18、采用各所述目標決策樹模型根據預置滑坡數據集和各所述目標決策樹模型對應的最佳擬合關系,確定各所述目標決策樹模型對應的模型輸出結果;
19、根據各所述模型輸出結果,確定目標初始水文氣象數據。
20、可選地,所述根據各所述模型輸出結果,確定目標初始水文氣象數據的步驟,包括:
21、根據各所述模型輸出結果,確定各所述初始水文氣象數據對應的統計指標值;
22、將各所述統計指標值分別代入預置歐幾里得距離運算函數組,確定各所述統計指標值對應的歐幾里得距離值;
23、在多個所述歐幾里得距離值中選取最小的歐幾里得距離值對應的初始水文氣象數據作為所述目標初始水文氣象數據。
24、可選地,所述統計指標值包括真正指標值、真負指標值、假正指標值和假負指標值;所述預置歐幾里得距離運算函數組,具體為:
25、
26、其中,hr為第一統計度量,取值范圍為[0,1];tp為真正指標值,表示觀測值和預測值的真實事件數;fn為假負指標值,觀察到的真實事件和錯誤預測值的數量;far為第二統計度量,取值范圍為[0,1];fp為假正指標值,表示假觀察事件和真預測事件的數量;tn為真負指標值,表示觀測值和預測值的假事件數;d為歐幾里得距離值。
27、本發明第二方面提供的一種基于多源高分辨率的水文氣象數據的滑坡預測裝置,包括:
28、獲取模塊,用于獲取降水序列數據和再分析時間序列數據;
29、校正模塊,用于采用預置數據校正法根據所述降水序列數據和所述再分析時間序列數據,生成多個高分辨率降水數據和多個高分辨率土壤水分數據;
30、耦合模塊,用于對各所述高分辨率降水數據和各所述高分辨率土壤水分數據進行耦合,輸出多個初始水文氣象數據;
31、篩選模塊,用于對各所述初始水文氣象數據進行篩選,確定目標初始水文氣象數據;
32、預測模塊,用于采用所述目標初始水文氣象數據和預置降水下墊面數據對研究區域進行滑坡預測,輸出滑坡預測結果。
33、本發明第三方面提供的一種計算機設備,包括存儲器及處理器,所述存儲器中儲存有計算機程序,所述計算機程序被所述處理器執行時,使得所述處理器執行如上述任一項所述的基于多源高分辨率的水文氣象數據的滑坡預測方法的步驟。
34、本發明第四方面提供的一種計算機可讀存儲介質,其上存儲有計算機程序,所述計算機程序被執行時實現如上述任一項所述的基于多源高分辨率的水文氣象數據的滑坡預測方法的步驟。
35、本發明第五方面提供的一種計算機程序產品,所述計算機程序產品包括存儲在非暫態計算機可讀存儲介質上的計算機程序,所述計算機程序包括程序指令,其中,當所述程序指令被計算機執行時,使所述計算機執行如上述任一項所述的基于多源高分辨率的水文氣象數據的滑坡預測方法的步驟。
36、從以上技術方案可以看出,本發明具有以下優點:
37、本發明的上述技術方案提供了一種基于多源高分辨率的水文氣象數據的滑坡預測方法,首先獲取日降水產品數據和再分析時間序列數據;接著,采用預置數據校正法根據日降水產品數據和再分析時間序列數據,生成多個高分辨率降水數據和多個高分辨率土壤水分數據;對各高分辨率降水數據和各高分辨率土壤水分數據進行耦合,輸出多個初始水文氣象數據;對各初始水文氣象數據進行篩選,確定目標初始水文氣象數據;最后采用目標初始水文氣象數據和預置降水下墊面數據對研究區域進行滑坡預測,輸出滑坡預測結果;基于上述方案,根據生成的多個高分辨率降水數據和多個高分辨率土壤水分數據,確定目標初始水文氣象數據,并采用目標初始水文氣象數據和預置降水下墊面數據對研究區域進行滑坡預測,輸出滑坡預測結果的過程,考慮了土壤水分與降水協同的水文氣象數據,進一步地提高了滑坡預測的準確性。