摘要
本发明涉及泥石流预测技术领域,特别是涉及一种基于物质启动‑传播过程的泥石流预测方法,包括:采集泥石流事件和降雨事件;根据泥石流事件和降雨事件,获取地理背景条件、降雨激发条件;根据地理背景条件、降雨激发条件构建用于预测泥石流的指标体系;将指标体系中的指标输入泥石流预测模型,输出发生泥石流的时空概率值,其中,泥石流预测模型基于鲸鱼优化算法和机器学习模型构建。本发明通过混合机器学习模型整合触发条件和地理背景特征,从泥石流的物质触发‑传播角度,评估基于小时流域的泥石流发生的时空可能性。该方法在典型的地形急变带中实施,为预警和预测提供技术指导,并服务于山区泥石流的预防和减灾。
技术关键词
泥石流预测方法
平均降雨强度
机器学习模型
鲸鱼优化算法
降雨特征
驱动特征
指标
统计特征
支持向量分类
山区泥石流
指数
连续小波变换
序列
随机森林
阶段
超参数
生态
典型
理论
曲线