一种基于卷积神经网络耦合模型的滑坡危险性评价方法

本发明公开了一种基于卷积神经网络耦合模型的滑坡危险性评价方法，包括：S1、收集研究区的自然地质环境背景数据，获取影响滑坡形成孕育和发生的统计因子；S2、通过Scoops3D物理力学模型对研究区斜坡体的稳定性进行计算，将计算出的滑坡稳定性系数作为物理模型因子，与统计因子建立滑坡危险性评价因子集；S3、根据滑坡危险性评价因子集和研究区历史滑坡分布数据，确定滑坡样本和非滑坡样本，以及各样本的训练集和测试集；S4、将各样本的训练集输入卷积神经网络模型，得到训练好的耦合卷积神经网络模型；S5、将测试集输入训练好的卷积神经网络模型，得到滑坡危险性分级评价。本发明能够更为精确地评估研究区滑坡的危险性。