摘要
本申请涉及同震滑坡预测领域,公开了融合物理信息与滑坡规模约束的同震滑坡预测方法,包括以下步骤:a.获取研究区域的景观数据和地震动参数,并以斜坡单元作为基本分析单元;b.基于所述景观数据和地震动参数,采用基于能量守恒定律的物理模型,计算每个所述斜坡单元的物理信息参数,所述物理信息参数用于表征斜坡内物质的动力学特性;c.采用一个分阶段的神经网络模型进行预测。通过在物理信息计算中采用一种改进的Heim能量线模型,将地震动参数PGA整合至能量守恒方程中,能够在无需获取区域性岩土体力学参数的条件下,为每个斜坡单元计算出反映其内在动力学特性的速度场等物理信息。
技术关键词
滑坡预测方法
斜坡单元
规模
物理
神经网络模型
岩土体力学
分阶段
景观
融合注意力机制
地震动参数
分析单元
数据获取模块
能量守恒
残差网络
网络架构
融合特征
程序
系统为您推荐了相关专利信息
光子晶体结构
面发射激光器
神经网络模型
外延结构
网格
行程限位控制系统
数据采集控制
智能检测单元
三轴加速度传感器
红外光电传感器
神经监测技术
融合机器学习
身份验证技术
算法模型
数据可视化