摘要
本申请公开了一种基于多源数据的滑坡风险监测方法和系统,涉及地质监测预警领域,包括:获取待监测的边坡片区的环境监测数据,并根据环境监测数据,构建多维特征矩阵;根据风险分类器,基于多维特征矩阵进行风险预测分类,得到滑坡风险等级,并根据神经网络模型,基于多维特征矩阵预测得到滑坡位移预测量;基于极限平衡法,根据环境监测数据计算滑坡稳定性系数,结合降雨数据和土壤湿度数据,计算降雨诱发阈值,并综合滑坡稳定性系数和降雨诱发阈值,得到滑坡综合风险系数;结合滑坡风险等级、滑坡位移预测量和滑坡综合风险系数,确定待监测的边坡片区的滑坡风险监测结果。本申请的实施,能够解决现有滑坡风险监测准确度欠缺的技术问题。
技术关键词
环境监测数据
滑坡位移预测
风险监测方法
边坡
风险监测系统
矩阵
神经网络模型
时序特征
特征提取单元
数据获取单元
地质监测预警
卡尔曼滤波
分类器
监测设备
监测准确度
监测模块
强度
系统为您推荐了相关专利信息
环境监测数据
神经网络模型
PID控制算法
氧气
高原
边坡水土保持装置
黄土高原
回转基座
中央控制器
执行机构
融合特征
交叉注意力机制
时序特征
边坡监测
节点特征