[发明专利]基于机器学习获得地质灾害预警关键参数预测值的方法

说明书

本发明涉及地质灾害预测技术领域，具体涉及一种基于机器学习获得地质灾害预警关键参数预测值的方法，包括：S1、梳理地质灾害预警系统中目标地质灾害隐患点的监测参数；S2、获取目标地质灾害隐患点监测参数的历史数据；S3、把所有监测参数分成第一类监测参数与第二类监测参数；S4、基于目标地质灾害隐患点监测参数的历史数据创建用于机器学习的数据集，将第一类监测参数的历史数据或实时数据作为输入，将第二类监测参数的实时数据作为输出，通过机器学习算法进行训练和预测，得到地质灾害预警关键参数预测值。本发明解决了难以降低地质灾害预警系统的故障率的技术问题。

技术领域

本发明涉及地质灾害预测技术领域，具体涉及一种基于机器学习获得地质灾害预警关键参数预测值的方法。

背景技术

世界上地质灾害多、危害严重的地区，各类地质灾害每年造成的伤亡达数千人，经济损失高达百亿元，建设可靠的地质灾害预警系统可以有效提升地质灾害预防能力，最大限度地减少地质灾害所造成的损失。地质灾害预警一般包含数据采集、数据传输、分析预测、发布预警与应急响应五个环节，任何一个环节发生故障均会导致整个地质灾害预警过程失效，从而造成严重损失。因此，降低地质灾害预警系统故障率，增强预警系统可靠性具有非常重要的意义。

目前，降低地质灾害预警系统故障率的手段主要是为系统关键环节增加备份，比如说增加传感器数量以保证数据采集环节的可靠性，使用多种传输手段以保证数据传输环节的可靠性，使用多种阈值保证分析预测环节的可靠性等，这种增加系统冗余以降低地质灾害预警系统故障率的方式，在一定程度上能够提升地质灾害预警系统的可靠性。然而，这种方式也存在明显的弊端：一方面，为地质灾害预警系统每个环节增加冗余会造成地质灾害预警成本的大幅提升；另一方面，如果遇到极端事件或恶劣的环境条件，由于电力缺失、断网等因素，这种关键环节增加备份的方式也不能保证地质灾害预警系统的可靠性。综上，现有技术难以降低地质灾害预警系统的故障率。

发明内容

本发明提供一种基于机器学习获得地质灾害预警关键参数预测值的方法，解决了现有技术难以降低地质灾害预警系统故障率的技术问题。

本发明提供的基础方案为：基于机器学习获得地质灾害预警关键参数预测值的方法，包括：

S1、梳理地质灾害预警系统中目标地质灾害隐患点的监测参数；

S2、获取目标地质灾害隐患点监测参数的历史数据；

S3、把所有监测参数分成第一类监测参数与第二类监测参数，所述第一类监测参数为地质灾害发生的诱发因素，所述第二类监测参数为表征目标地质灾害隐患点稳定状态的关键因素；

S4、基于目标地质灾害隐患点监测参数的历史数据创建用于机器学习的数据集，将第一类监测参数的历史数据或实时数据作为输入，将第二类监测参数的实时数据作为输出，通过机器学习算法进行训练和预测，得到地质灾害预警关键参数预测值。

本发明的工作原理及优点在于：首先，把所有监测参数分成第一类监测参数与第二类监测参数，其中，第一类监测参数为地质灾害发生的诱发因素，第二类监测参数为表征目标地质灾害隐患点稳定状态的关键因素，以第一类监测参数的历史数据或实时数据作为输入、将第二类监测参数的实时数据作为输出，通过机器学习算法进行训练和预测得到地质灾害预警关键参数预测值，在极端事件或恶劣环境条件下，例如电力缺失、断网等因素，即使数据采集与数据传输环节失效，由于仍然可以通过预测得到地质灾害预警关键参数预测值，可以防止地质灾害预警系统发生故障，从而降低地质灾害预警系统故障率，提升地质灾害预警系统的可靠性。

本发明在极端事件或恶劣环境条件下，即使数据采集与数据传输环节失效，仍然可以通过预测得到地质灾害预警关键参数预测值，防止地质灾害预警系统发生故障，解决了现有技术难以降低地质灾害预警系统的故障率的技术问题。