摘要
本发明为一种耦合机器学习与降雨预警指数的滑坡气象预警方法,包括以下内容:以筛选的滑坡评价因子不同分级区间上的频率比作为输入,以滑坡发生状态作为输出,采用机器学习模型进行滑坡易发性建模,建立滑坡易发性分区图;建模降雨情景与降雨预警指数之间的定量关系;采用Gumbel分布,基于待研究区的历史降雨统计数据,计算不同重现期下的前期有效降雨和诱发事件降雨,确定最小降雨预警指数和最大降雨预警指数,获得研究区的降雨预警指数分布图;将滑坡易发性分区图与降雨预警指数分布图进行耦合叠加,得到待研究区的滑坡危险性气象预警图。该方法为区域尺度滑坡预警提供了科学依据,解决了传统模型在数据利用与机制解释上的割裂问题。
技术关键词
气象预警方法
指数
机器学习模型
情景
分区
危险性
栅格
神经网络模型
因子
关系
计算器
可读存储介质
频率
计算机
机制
软件
处理器
系统为您推荐了相关专利信息
单核苷酸多态性
风险预测模型
预测乳腺癌复发
位点
样本
智能交通网络
入侵检测系统
循环神经网络技术
深度学习模型
异常状态
多发性骨髓瘤
数据处理方法
空间分布特征
代表
动态时间规整
计算机辅助检测方法
球面
顶点
卷积神经网络模型
计算机辅助检测系统