【技术实现步骤摘要】
本专利技术属于智能预警，尤其涉及一种泥石流类地质灾害监测预警方法。
技术介绍
1、在泥石流灾害监测预警系统中，如何有效地融合多源异构传感器采集的影响因子数据是一个关键技术问题。不同类型的传感器采集的数据在时间和空间分辨率、数据格式和语义表达方面存在差异，导致数据融合面临诸多挑战。此外，传感器采集的数据质量参差不齐，可能存在噪声、异常值和数据缺失等问题，直接影响数据融合的效果。同时，泥石流灾害发生机理复杂，涉及降雨、地形、地质等多种因素，如何从海量的多源异构数据中提取有效的特征，构建高精度的泥石流灾害发生概率预测模型，也是一个亟待解决的技术难题。传统的数据融合和特征提取方法难以充分挖掘多源异构数据的内在关联，导致预测模型的泛化能力不足。因此，亟需研究面向泥石流灾害监测预警的多源异构数据融合与特征提取方法，提高数据融合的效率和预测模型的精度，为泥石流灾害的精准预警提供有力支撑。
技术实现思路
1、为解决上述技术问题，本专利技术提出了一种泥石流类地质灾害监测预警方法，以解决上述现有技术存在的问题。
2、为实现上述目的，本专利技术提供了一种泥石流类地质灾害监测预警方法，包括：
3、对多源异构传感器采集的泥石流灾害影响因子数据进行预处理得到统一时空尺度下的融合数据集；
4、对所述融合数据集进行异常值检测和数据填补得到高质量数据集；
5、采用多尺度卷积神经网络对所述高质量数据集进行特征提取得到多尺度特征；
6、建立泥石流灾害发生概率预
7、将所述多尺度特征输入所述泥石流灾害发生概率预测模型得到泥石流类地质灾害预警。
8、可选地，泥石流灾害影响因子数据包括：降雨数据、地形数据和地质数据；
9、其中，所述降雨数据包括：降雨量、降雨强度和降雨持续时间；
10、所述地形数据包括：坡度、高程和坡向；
11、所述地质数据包括：岩性、土壤类型和构造。
12、可选地，获得统一时空尺度下的融合数据集的过程包括：
13、基于多源异构传感器采集泥石流灾害影响因子数据；
14、基于传感器数据可信度评估模型计算每个传感器数据的可信度权重；
15、将每个传感器的泥石流灾害影响因子数据与对应的可信度权重相乘，得到加权后的影响因子数据；
16、对所述加权后的影响因子数据进行时空尺度转换得到统一时空尺度下的融合数据。
17、可选地，对所述融合数据集进行异常值检测和数据填补得到高质量数据集的过程包括：
18、采用孤立森林算法对所述融合数据集进行异常值检测得到剔除异常值后的数据集；
19、采用基于多视图学习的数据填补算法对所述剔除异常值后的数据进行数据填补得到高质量数据集。
20、可选地，采用基于多视图学习的数据填补算法对所述剔除异常值后的数据进行数据填补的过程包括：
21、基于随机采样方法对所述剔除异常值后的数据进行处理构建若干不完全重叠的数据子集；
22、基于若干所述不完全重叠的数据子集之间的互补性信息估计缺失值；
23、基于时序性和空间相关性对所述缺失值进行填补得到高质量数据集。
24、可选地，采用门控循环单元网络建立泥石流灾害发生概率预测模型；
25、其中，所述泥石流灾害发生概率预测模型引入门控单元捕获特征间的长距离依赖关系并结合误差反向传播算法优化模型参数得到训练后的预测模型。
26、本专利技术还公开了一种计算机终端设备，包括：
27、一个或多个处理器；
28、存储器，与所述处理器耦接，用于存储一个或多个程序；
29、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现一种泥石流类地质灾害监测预警方法。
30、本专利技术还公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现一种泥石流类地质灾害监测预警方法。
31、与现有技术相比，本专利技术具有如下优点和技术效果：
32、本专利技术提供了一种泥石流类地质灾害监测预警方法，通过综合利用多源异构传感器数据，实现了从数据预处理到灾害预警的全流程自动化处理。该方法首先对采集的多源数据进行预处理，消除了不同传感器间的数据不一致性，形成了统一的融合数据集。随后，通过异常值检测和数据填补技术，进一步提升了数据集的质量，确保了后续分析的准确性。利用多尺度卷积神经网络，该方法能够从高质量数据集中提取关键的多尺度特征，这些特征综合反映了泥石流灾害的复杂影响因素。最终，通过建立的预测模型，能够准确预测泥石流灾害发生的概率，实现有效的预警，从而为防灾减灾提供了科学依据，显著提高了预警的准确性和时效性。
本文档来自技高网...【技术保护点】
1.一种泥石流类地质灾害监测预警方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，泥石流灾害影响因子数据包括：降雨数据、地形数据和地质数据；
3.根据权利要求1所述的方法，其特征在于，获得统一时空尺度下的融合数据集的过程包括：
4.根据权利要求1所述的方法，其特征在于，对所述融合数据集进行异常值检测和数据填补得到高质量数据集的过程包括：
5.根据权利要求4所述的方法，其特征在于，采用基于多视图学习的数据填补算法对所述剔除异常值后的数据进行数据填补的过程包括：
6.根据权利要求1所述的方法，其特征在于，采用门控循环单元网络建立泥石流灾害发生概率预测模型；
7.一种计算机终端设备，其特征在于，包括：
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-6中任一项所述的泥石流类地质灾害监测预警方法。
【技术特征摘要】
1.一种泥石流类地质灾害监测预警方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，泥石流灾害影响因子数据包括：降雨数据、地形数据和地质数据；
3.根据权利要求1所述的方法，其特征在于，获得统一时空尺度下的融合数据集的过程包括：
4.根据权利要求1所述的方法，其特征在于，对所述融合数据集进行异常值检测和数据填补得到高质量数据集的过程包括：
5.根据权利要求4所述...
【专利技术属性】
技术研发人员：杨涛，卡毛措，刘迪，宿星，魏万鸿，
申请(专利权)人：甘肃省科学院地质自然灾害防治研究所，
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。