[发明专利]一种基于模糊综合评价算法的边坡滑坡预警方法及系统

说明书

本发明提出了一种基于模糊综合评价算法的边坡滑坡预警方法。本发明综合考虑了会造成滑坡风险的降雨量、降雨速度、环境的温湿度、边坡松弛度、边坡含水量和边坡形变速度等因素，克服单一的形变速度无法较早的预警滑坡风险的技术缺陷，提高了预警的前沿性；基于模糊评价算法确定各个影响因素的权重，同时为了克服模糊综合评价算法的主观性大的技术缺陷，本发明利用各个影响因素不同观测值对应的边坡风险等级的历史数据，计算同一影响因素的不同观测值的平均值，以每个影响因素的不同观测值的平均值为元素，构建等级模糊综合评价矩阵，采用蒙特卡洛算法确定评价值区间，并采用训练的方式确定各个影响因素的权重，提高了滑坡预测的客观性和准确度。

技术领域

本发明涉及风险预警技术领域，特别是涉及一种基于模糊综合评价算法的边坡滑坡预警方法及系统。

背景技术

滑坡是斜坡岩土体沿着贯通的剪切破坏面所发生的滑移地质现象。滑坡常常给工、农业生产以及人民生命财产造成巨大损失、有的甚至是毁灭性的灾难。对于滑坡的预警是减少滑坡损失最有效的方法，然而现有的滑坡预警的方法有多种，基于影像监测的方法，往往无法察觉边坡细微的变化，当发现风险时，通常距离滑坡产生的时间非常的有限，无法给人员和物资的转移留下充足的时间，基于概率统计的方式，准确性差，无法有效地指导预防。

发明内容

本发明的目的是提供一种基于模糊综合评价算法的边坡滑坡预警方法及系统，以提高滑坡预警的前沿性和准确性。

为实现上述目的，本发明提供了如下方案：

一种基于模糊综合评价算法的边坡滑坡预警方法，所述预警方法包括如下步骤：

确定导致边坡滑坡的影响因素；所述影响因素包括：降雨量、降雨速度、环境的温湿度、边坡松弛度、边坡含水量和边坡形变速度；

获取各个影响因素的不同观测值对应的边坡风险等级的历史数据，并对所述历史数据进行归一化处理，建立包括归一化后的历史数据的训练样本数据集；

根据所述历史数据计算同一影响因素的不同观测值的平均值；以每个影响因素的不同观测值的平均值为元素，构建等级模糊综合评价矩阵；

构建模糊综合评价模型；

根据所述等级模糊综合评价矩阵和所述模糊综合评价模型，采用蒙特卡洛算法确定每一滑坡风险等级的评价值区间；

利用所述等级模糊综合评价矩阵和所述评价值区间对模糊综合评价模型的判断矩阵进行训练，获得每个影响因素的权重；

实时获取边坡的影响因素的当前值，并根据每个影响因素的权重，计算获得所述当前值的模糊评价结果；

根据所述模糊评价结果所属的评价值区间进行边坡预警。

可选的，所述模糊综合评价模型为：B＝A*R，其中，B为滑坡风险，A为风险因素权重向量矩阵，R为等级模糊综合评价矩阵。

可选的，所述利用所述等级模糊综合评价矩阵对模糊综合评价模型的判断矩阵进行训练，获得每个影响因素的权重，具体包括：

构建判断矩阵；

判断所述判断矩阵是否通过一致性检验，得到第一判断结果；

若所述第一判断结果表示所述判断矩阵没有通过一致性检验，则更新所述判断矩阵，返回步骤“判断所述判断矩阵是否通过一致性检验，得到第一判断结果”；

若所述第一判断结果表示所述判断矩阵通过一致性检验，则根据所述判断矩阵确定每个影响因素的权重，构建风险因素权重向量矩阵；

将所述风险因素权重向量矩阵输入所述模糊综合评价模型，获得每个等级模糊综合评价矩阵对应的滑坡风险的评价值；