[发明专利]一种基于精细地形特征的滑坡稳定性分类方法

权利要求书

1.一种基于精细地形特征的滑坡稳定性分类方法，该方法包括：

步骤1：获取已有的滑坡范围图像数据；

步骤2：根据滑坡范围内的实测高程点数据，生成不规则三角形格网，进一步根据不规则三角形格网生成数字高程图像；

步骤3：根据滑坡区域的数字高程图像，计算出滑坡区域的坡度、坡向和曲率；

步骤4：提取详细特征；

步骤4.1：根据步骤2得到数字高程图像计算滑坡区域的平均高程，最大高程，最小高程，高程方差和高差；

步骤4.2：根据步骤3得到的坡度数据计算出坡度的最大值、最小值和坡度变化趋势；

步骤4.3：根据坡向数据和滑坡位置计算出滑坡区域的日照强度和日照时间；

步骤4.3中滑坡区域的日照强度和日照时间采用单位时间内平均日照量替代，该单位时间内的平均日照量的计算方法为：

步骤4.3.1：参考地理坐标设定：北、东北、东、东南、南、西南、西和西北八个方位，每个方位包括45°的扇形区域；

步骤4.3.2：计算出滑坡区域占比最高的扇形区域，该扇形区域对应的方位为滑坡主坡向；

步骤4.3.3：根据滑坡发生到当前时刻该区域的天气情况，计算出该区域单位时间内平均日照量；

步骤4.3.3：根据滑坡的主坡向、滑坡所处的地理位置、该区域单位时间内平均日照量计算出滑坡区域承受的单位时间内平均日照量；

步骤4.4：根据滑坡范围计算出滑坡的纵长、横长及形状；

步骤5：根据滑坡治理工程的文档，提取滑坡的稳定性情况作为对应滑坡范围图像的标签；

步骤6：以步骤4提取的：高程的平均高程、最大高程、最小高程、高程方差和高差，坡度的最大值、最小值和坡度变化趋势，滑坡区域的日照强度和日照时间，曲率，滑坡的纵长、横长及形状作为分类器的输入，步骤5定义的标签作为输出，训练一个分类器；

步骤6中采用的分类器为XGBoost分类器；对于所有完成特征提取和标签生成的滑坡，将样本数据按照8:2的比例随机切分产生训练集和测试集，即使用80％的数据进行训练，保留20％的数据进行测试

步骤7：实际分类时，采集滑坡区域图像，然后采用训练好的分类器进行分类。

2.如权利要求1所述的一种基于精细地形特征的滑坡稳定性分类方法，其特征在于，所述步骤4.2中坡度变化趋势为只截取滑坡斜面靠近边缘部分的1/a区域，其中a大于2。

3.如权利要求1所述的一种基于精细地形特征的滑坡稳定性分类方法，其特征在于，所述平均日照量为每小时的平均日照量。