[发明专利]一种基于人工智能的滑坡灾害安全监测与预警方法

摘要

本发明涉及一种基于人工智能的滑坡灾害安全监测与预警方法。首先，在易滑坡区域选择特征点埋设传感器元件，获取各类型岩土力学关于时间的序列参数，并进行主成分析，获得主成分个数以及主成分特征值F；其次，将主成分特征值F进行聚类分析，得到滑坡灾害发生的关键类，并比较分析主成分特征值与当天主成分特征值的关系，搜索得出滑坡灾害预警阈值特征曲线；最后，运用主成分特征值与当天主成分特征值的关系得出预测值，并与滑坡灾害预警阈值特征曲线相比较，得出不同滑坡灾害安全监测预警响应级别。本发明能够解决现有监测预警系统存在的各模块融合程度低，多指标监测数据无法统一表征，多指标安全预警阈值不能有效获取并进行安全预警的技术难题。

主权项

1.一种基于人工智能的滑坡灾害安全监测与预警方法，其特征在于，包括如下步骤：（1）构建基于人工智能的滑坡灾害安全监测与预警系统，该系统包括监测模块、预测模块和预警模块；（2）在易滑坡区域选择特征点埋设传感器元件；（3）将传感器元件统一接入数据传输装置，通过数据传输装置向监测模块传输数据，获得各类型岩土力学关于时间的序列参数；（4）对各类型岩土力学关于时间的序列参数进行冗余分析，初步数据处理，剔除异常；（5）将获取的各类型岩土力学关于时间的序列参数进行主成分析：首先计算各类型岩土力学关于时间的序列参数在每一时刻的初始特征值、贡献率和成分矩阵，以累积贡献率85%为临界确定时间序列参数主成分个数（F₁，F₂，F₃，F₄……），得到累积时间序列主成分特征值F；（6）将累积时间序列主成分特征值F进行聚类分析：根据预测时间间隔精度，即当预测精度为天时，计算当天、2天前、3天前、5天前和7天前的累积时间序列主成分特征值，运用K‑means聚类方法进行聚类分析，得到滑坡灾害发生的关键类；同理，预测时间间隔精度为时、分时进行相同操作；（7）提取关键类，比较分析2天前、3天前、5天前和7天前的累积时间序列主成分特征值与当天主成分特征值的线性关系，搜索得出滑坡灾害预警阈值特征曲线；（8）建立滑坡灾害预警三级响应级别，分别为红色监测预警、橙色监测预警、黄色监测预警；当主成分特征值超过滑坡灾害预警阈值特征曲线时，发布红色监测预警；当主成分特征值超过滑坡灾害预警阈值特征曲线对应特征值的85%时，发布橙色监测预警；当主成分特征值超过滑坡灾害预警阈值特征曲线对应特征值的70%时，发布黄色监测预警；（9）预测计算后一天的主成分特征值，并与滑坡灾害预警阈值特征曲线比较，得出预警响应级别，供决策机构进行灾害响应和应急处置。