[发明专利]滑坡地质灾害基因判识与预测系统

说明书

本发明一种滑坡地质灾害基因判识与预测系统，该系统包括边坡大数据单元，特征数据分析单元和滑坡判识与预测单元；该系统通过边坡大数据，对边坡安全稳定性进行实时判识和预测，在不需要定量计算和解析的条件下，根据边坡区域天‑地‑人实时数据和历史数据，对边坡滑坡进行判识、评价和预测；另一方面，通过对边坡病害基因的判识和刷选，可进行致灾基因修复，对滑坡灾害进行防治。同时，本发明克服了传统滑坡预测方法在处理大数据问题时的局限性。通过与气象卫星等联网、北斗系统定位后，可实现滑坡地质灾害的预测预报，操作简单，数据海量，自动化、智能化程度及识别精度高。

技术领域

本发明涉及一种滑坡地质灾害基因判识与预测系统，一种用于道路、矿山及自然边坡潜在滑坡地质灾害的超前判识与预测技术。一方面，本方法可用于各类边坡的安全稳定性评价以及各种诱发条件下边坡潜在滑坡的预测；另一方面，可用于边坡的防治及滑坡预警。用以研究边坡在复杂影响条件下的安全稳定性以及在降雨、冰雪、融胀、地震及人类工程活动等扰动下的响应特性。属地质工程及岩土工程领域。

背景技术

滑坡是一种常见的地质灾害，具有频发、多发、危险性大等特点，滑坡地质灾害的准确、及时判识与预测对灾害的评价与防治具有非常重要的意义。然而，滑坡灾害的判识和预测是一个难题。滑坡孕灾环境极其复杂，影响因素繁多，目前，对灾害风险的判识与预测主要基于探测/监测、统计、灾害机理、仿真模拟及非线性等方法，这些方法对有限时间序列数据、定性、临灾预警具有一定的可靠性。但是，滑坡与边坡条件、所处地质环境、气象条件及人类活动密切相关，是复杂的天-地-人全时空、全域大数据问题，传统方法对复杂多变、全息海量数据的定量精准判识与预测将遇到难以克服的技术瓶颈。

在经典的以物理模型为基础的滑坡预测方法，须依赖准确的岩土体参数。而目前参数获取方法主要依赖室内试验，难以准确获取岩土体原位参数，且环境变化快，具有很大的不确定性、随机性。因此，采用传统的研究方法，难以解决复杂环境条件下滑坡灾害的精准判识与预测问题。面对复杂条件，传统的物理力学解析方法、数值模拟及非线性等方法，仍难以处理数据的异构、多元等问题，需要突破已有方法的限制，采用颠覆性的思路，方可为复杂环境条件下的滑坡灾害风险识别、预测与防控提供有效的解决方案。

已有研究和大量实践表明，滑坡与边坡几何结构、产状、地形地质、岩土性质、区域地质构造、气象条件及人类活动有关。滑坡与否，首先取决于边坡自身的禀赋，边坡本身具有易滑的软弱结构面、软弱岩体以及边坡高陡等易滑特性，在震动、降雨、地震、冻融等外部因素扰动下发生滑坡。也即是说，当边坡自身存在某些致滑因子时或在外部因子的扰动下，边坡将发生滑坡。可见，边坡是否滑坡与边坡的“基因”特性有关，当边坡存在滑坡“致灾基因”时，或在外部环境因子影响下，使边坡产生“基因突变”而产生致灾基因时，边坡将发生滑坡。

由此可见，滑坡具有明显的基因特性。通过研究滑坡的基因特性，可为滑坡的精准判识、预测与评价提供科学方法。随着大数据、机器学习、人工智能等信息技术的融合，灾害感知与预测技术将为灾害风险判识与预测提供更加科学、准确和高效的技术方法。

本发明建立一种滑坡地质灾害基因判识与预测方法，既可以根据边坡自身特点、地质环境及气象条件对不同类型的边坡稳定性与安全进行风险评价，又可以对边坡在上述条件下潜在滑坡的可能性进行判识和预测。

发明内容

本发明的目的是建立一种滑坡地质灾害基因判识与预测系统，本发明通过对边坡进行早期基因判识，可及时发现致灾基因，在不需要定量计算的条件下，根据边坡区域天-地-人大数据，对边坡滑坡进行判识、评价和预测；另一方面，通过对边坡病害基因的判识和刷选，可进行致灾基因修复，对滑坡灾害进行防治。同时，本发明克服了传统滑坡预测方法在处理大数据问题时的局限性。

本发明所述滑坡地质灾害基因判识与预测系统，本发明包括边坡大数据单元、特征数据分析单元和滑坡判识与预测单元。