【技术实现步骤摘要】
所属的技术人员知道，本专利技术可以实现为系统、方法或计算机程序产品，因此，本专利技术可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等)，还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本专利技术还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是一一但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)，只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本专利技术中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。尽管上面已经示出和描述了本专利技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本专利技术的限制，本领域的普通技术人员在本专利技术的范围内可以对上述实施例进行变化、修改、替换和变型。
技术介绍
1、成品油管道距离长、路径广、波及范围大等特点给沿线地质灾害危险性评价预测与应急处置提出了更严峻的
2、近年来，众多国内外研究者已对地质灾害评价因素进行了深入探讨。例如王英杰(2014年)使用最小熵法耦合通径分析法引入12个指标进行约简优化，提取出5个驱动因子来评价地质灾害危险性；taskin等(2015年)应用遗传算法(gas)16个潜在因子中提炼出最优因子，分析得出3个最有效的因素。在上述常见的地质灾害驱动因子的研究中，更多的是聚焦于单因子对地质灾害的影响，对于多因子交互作用对地质灾害影响的定量归因研究相对较弱。由于地质灾害的发生是受多因子交互作用的影响，目前基于多因子交互作用定量识别地质灾害驱动因子的相关研究尚比较少。
3、目前，地质灾害的危险性评价方法主要包括统计分析方法(如回归分析方法、判别分析方法、聚类分析法、频率比法、信息量法等)、人工智能分析方法(如神经网络方法、svm支持向量机方法等)。综合已有的研究，svm模型具有更好的灾害预测能力，尤其适合地质灾害领域小样本的特点，简化了分类和回归等问题，具有较好的鲁棒性，并且svm与其他技术的结合能发挥更好的性能。如，kalanta等(2018年)选取svm支持向量机、lr逻辑回归、ann人工神经网络三种机器学习模型分别对伊朗境内滑坡危险性进行分析，研究表明svm模型在所有场景下均优于lr和ann模型。黄专利技术等(2018年)结合som聚类分析和支持向量机对滑坡危险性进行评价，得到的评价结果与单独使用svm模型时的结果对比，显示svm与其他技术的结合具有更高的预测率。
4、目前已有的地质灾害驱动因子分析及危险性评价的相关技术和专利技术，主要侧重于危险性评价方法的研究，特别缺乏将地质灾害驱动因子和评价方法有机结合在一起的成体系的定量评价方法。在将地质灾害的驱动因子与评价方法有效整合形成一套完整的定量评价体系方面亟需建立科学的体系。如一种基于信息量-神经网络的油气管道地质灾害评价方法(2022年)、一种基于机器学习的地质灾害危险性评价方法(2022年)、一种基于信息量模型的层次分析地质灾害风险评价方法(2022年)、一种基于多源地质灾害危险性评价的铁路减灾选线方法(2021年)、考虑空间分布特征的地质灾害危险性综合评价方法及装置(2021年)、一种基于ga-psobp算法的地质灾害危险性评价方法(2013年)等。特别在管道地质灾害研究领域，尚无针对管道地质灾害特点，将地质灾害驱动因子的定量筛选分析优化和危险性评价方法相结合的成体系的评价方法。
5、目前虽然对地质灾害评价方法的研究已比较充分，但是总体对地质灾害评价因子的研究尚不是很深入，主要结合相关经验或已有研究成果确定，缺少对地质灾害驱动因子的深入量化筛选优化分析研究。简化驱动因子，结合新型危险性评价方法，是当下地质灾害危险性评价领域的前沿方向。特别在管道地质灾害研究领域，尚无针对管道地质灾害特点，将地质灾害驱动因子的定量筛选分析优化和危险性评价方法相结合的成体系的评价方法。
技术实现思路
1、本专利技术所要解决的技术问题是针对现有技术中的局限性，具体提供了一种更为精确的一种管道地质灾害危险性评价方法、系统、计算机和存储介质，具体如下：
2、1)第一方面，本专利技术提供一种管道地质灾害危险性评价方法，具体技术方案如下：
3、确定预设区域内地质灾害关联的每个预设类别的初选影响因子；
4、对包含至少两个初选影响因子的预设类别中的初选影响因子进行相关性分析，确定多个目标影响因子；
5、确定用于分别表征每个目标影响因子的重要性程度的度量值；
6、根据每个目标影响因子的度量值，对每个目标影响因子进行递归分析，从所有目标影响因子确定出多个主要驱动因子；
7、根据所有主要驱动因子，对预设区域内的地质灾害危险性进行评价。
8、本专利技术提供的一种管道地质灾害危险性评价方法的有益效果如下：
9、通过对地质灾害关联的多个初选影响因子进行相关性分析以及递归分析，根据筛选出的主要驱动因子进行地质灾害危险性的评价，不仅提升了评估精度，同时也优化了数据处理流程。
10、在上述方案的基础上，本专利技术的一种管道地质灾害危险性评价方法还可以做如下改进。
11、进一步，确定用于分别表征每个目标影响因子的重要性程度的度量值，包括：
12、利用geodetector地理探测器方法，确定用于分别表征每个目标影响因子的重要性程度的度量值。
13、进一步，根据每个目标影响因子的度量值，对每个目标影响因子进行递归分析，从所有目标影响因子确定出多个主要驱动因子，包括：
14、基于每个目标影响因子的度量值，并利用svm支持向量机二分类方法，对每个目标影响因子进行递归分析，从所有目标影响因子确定出多个主要驱动因子。
15、进一步，还包括：
16、将管道沿线区域划分为若干评价单元，对每个单元作为一个独立的预设区域进行地质灾害风险评估，得到每个评价单元的地质灾害危险性评价结果。
17、进一步，还包括：
18、根据每个评价单元的地质灾害危险性评价结果，并利用arcgis平台，绘制管道沿线区域的地质灾害危险性评价图。
19、2)第二方面，本专利技术还提供一种管道地质灾害危险性评价系统，具体技术方案如下：
20、包括：初选影响因子本文档来自技高网...
【技术保护点】
1.一种管道地质灾害危险性评价方法，其特征在于，包括：
2.根据权利要求1所述的一种管道地质灾害危险性评价方法，其特征在于，确定用于分别表征每个目标影响因子的重要性程度的度量值，包括：
3.根据权利要求2所述的一种管道地质灾害危险性评价方法，其特征在于，根据每个目标影响因子的度量值，对每个目标影响因子进行递归分析，从所有目标影响因子确定出多个主要驱动因子，包括：
4.根据权利要求1至3任一项所述的一种管道地质灾害危险性评价方法，其特征在于，还包括：
5.根据权利要求4所述的一种管道地质灾害危险性评价方法，其特征在于，还包括：
6.一种管道地质灾害危险性评价系统，其特征在于，包括：初选影响因子确定模块、目标影响因子确定模块、主要驱动因子确定模块和地质灾害危险性评价模块；
7.根据权利要求6所述的一种管道地质灾害危险性评价系统，其特征在于，所述主要驱动因子确定模块还具体用于：利用Geodetector地理探测器方法，来评估每个目标影响因子的重要性度量值。
8.根据权利要求7所述的一种管道地质灾害危险性
9.一种计算机设备，其特征在于，所述计算机设备包括处理器，所述处理器与存储器耦合，所述存储器中存储有至少一条计算机程序，所述至少一条计算机程序由所述处理器加载并执行，以使所述计算机设备实现如权利要求1至5任一项权利要求所述的一种管道地质灾害危险性评价方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行，以使计算机实现如权利要求1至5任一项权利要求所述的一种管道地质灾害危险性评价方法。
...【技术特征摘要】
1.一种管道地质灾害危险性评价方法，其特征在于，包括：
2.根据权利要求1所述的一种管道地质灾害危险性评价方法，其特征在于，确定用于分别表征每个目标影响因子的重要性程度的度量值，包括：
3.根据权利要求2所述的一种管道地质灾害危险性评价方法，其特征在于，根据每个目标影响因子的度量值，对每个目标影响因子进行递归分析，从所有目标影响因子确定出多个主要驱动因子，包括：
4.根据权利要求1至3任一项所述的一种管道地质灾害危险性评价方法，其特征在于，还包括：
5.根据权利要求4所述的一种管道地质灾害危险性评价方法，其特征在于，还包括：
6.一种管道地质灾害危险性评价系统，其特征在于，包括：初选影响因子确定模块、目标影响因子确定模块、主要驱动因子确定模块和地质灾害危险性评价模块；
7.根据权利要求6所述的一种管道地质灾害危险性评价系统，其特征在于，所述主要驱动因子确定模...
【专利技术属性】
技术研发人员：田磊，谢成，李秀珍，龚俊豪，邵其其，孔纪名，
申请(专利权)人：国家石油天然气管网集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。