本發(fā)明涉及地質(zhì)災(zāi)害預(yù)防，尤其涉及基于多源高分辨率的水文氣象數(shù)據(jù)的滑坡預(yù)測(cè)方法及裝置。

背景技術(shù)：

1、滑坡是指斜坡上的土體或者巖體，受河流沖刷、地下水活動(dòng)、雨水浸泡、地震及人工切坡等因素影響，在重力作用下，斜坡巖土體沿著貫通的剪切破壞面所發(fā)生的滑移地質(zhì)現(xiàn)象，滑坡生成的機(jī)制是某一滑移面上剪應(yīng)力超過(guò)了該面的抗剪強(qiáng)度所致。

2、對(duì)于滑坡的預(yù)測(cè)預(yù)報(bào)并不是主觀臆斷的猜測(cè)結(jié)果，故針對(duì)滑坡產(chǎn)生了多種多樣的預(yù)警以及應(yīng)對(duì)機(jī)制，應(yīng)對(duì)機(jī)制的設(shè)計(jì)原理大多為建立在滑坡實(shí)時(shí)變形監(jiān)測(cè)的基礎(chǔ)上，同時(shí)必須按照系統(tǒng)工程的原理和方法，借助計(jì)算機(jī)系統(tǒng)來(lái)進(jìn)行精確分析和準(zhǔn)確判斷，最終得出合理的預(yù)測(cè)結(jié)果。

3、現(xiàn)有的滑坡預(yù)警技術(shù)基本都是根據(jù)鄰近站點(diǎn)采集的滑坡易發(fā)地點(diǎn)的降水?dāng)?shù)據(jù)，或者利用現(xiàn)有區(qū)域觀測(cè)數(shù)據(jù)的插值技術(shù)獲得的降水?dāng)?shù)據(jù)進(jìn)行滑坡預(yù)測(cè)，但上述方法僅僅考慮極端降水參量，會(huì)產(chǎn)生預(yù)測(cè)滑坡時(shí)高估和低估降水閾值的傾向，導(dǎo)致滑坡預(yù)測(cè)的準(zhǔn)確性較差。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供了一種基于多源高分辨率的水文氣象數(shù)據(jù)的滑坡預(yù)測(cè)方法及裝置，用于解決現(xiàn)有的滑坡預(yù)警技術(shù)導(dǎo)致滑坡預(yù)測(cè)的準(zhǔn)確性較差的技術(shù)問(wèn)題。

2、本發(fā)明第一方面提供的一種基于多源高分辨率的水文氣象數(shù)據(jù)的滑坡預(yù)測(cè)方法，包括：

3、獲取降水序列數(shù)據(jù)和再分析時(shí)間序列數(shù)據(jù)；

4、采用預(yù)置數(shù)據(jù)校正法根據(jù)所述降水序列數(shù)據(jù)和所述再分析時(shí)間序列數(shù)據(jù)，生成多個(gè)高分辨率降水?dāng)?shù)據(jù)和多個(gè)高分辨率土壤水分?jǐn)?shù)據(jù)；

5、對(duì)各所述高分辨率降水?dāng)?shù)據(jù)和各所述高分辨率土壤水分?jǐn)?shù)據(jù)進(jìn)行耦合，輸出多個(gè)初始水文氣象數(shù)據(jù)；

6、對(duì)各所述初始水文氣象數(shù)據(jù)進(jìn)行篩選，確定目標(biāo)初始水文氣象數(shù)據(jù)；

7、采用所述目標(biāo)初始水文氣象數(shù)據(jù)和預(yù)置降水下墊面數(shù)據(jù)對(duì)研究區(qū)域進(jìn)行滑坡預(yù)測(cè)，輸出滑坡預(yù)測(cè)結(jié)果。

8、可選地，所述降水序列數(shù)據(jù)包括日降水產(chǎn)品數(shù)據(jù)和實(shí)測(cè)站點(diǎn)序列數(shù)據(jù)；所述采用預(yù)置數(shù)據(jù)校正法根據(jù)所述降水序列數(shù)據(jù)和所述再分析時(shí)間序列數(shù)據(jù)，生成多個(gè)高分辨率降水?dāng)?shù)據(jù)和多個(gè)高分辨率土壤水分?jǐn)?shù)據(jù)的步驟，包括：

9、基于實(shí)測(cè)站點(diǎn)序列數(shù)據(jù)，采用所述預(yù)置數(shù)據(jù)校正法對(duì)日降水產(chǎn)品數(shù)據(jù)的日降水時(shí)間序列進(jìn)行校正，確定校正日降水產(chǎn)品數(shù)據(jù)；

10、將所述校正日降水產(chǎn)品數(shù)據(jù)作為因變量，將預(yù)置訓(xùn)練氣象數(shù)據(jù)作為自變量，構(gòu)建降水決策樹(shù)模型，并將待測(cè)氣象數(shù)據(jù)作為所述降水決策樹(shù)模型的輸入，輸出多個(gè)高分辨率降水?dāng)?shù)據(jù)；

11、將所述實(shí)測(cè)站點(diǎn)序列數(shù)據(jù)作為因變量，將所述再分析時(shí)間序列數(shù)據(jù)和預(yù)置訓(xùn)練地表數(shù)據(jù)作為自變量，構(gòu)建土壤水分決策樹(shù)模型，并將待測(cè)地表數(shù)據(jù)作為所述土壤水分決策樹(shù)模型的輸入，輸出多個(gè)高分辨率土壤水分?jǐn)?shù)據(jù)。

12、可選地，所述對(duì)各所述高分辨率降水?dāng)?shù)據(jù)和各所述高分辨率土壤水分?jǐn)?shù)據(jù)進(jìn)行耦合，輸出多個(gè)初始水文氣象數(shù)據(jù)的步驟，包括：

13、采用貝葉斯算法和赤池信息量準(zhǔn)則對(duì)各所述高分辨率降水?dāng)?shù)據(jù)和各所述高分辨率土壤水分?jǐn)?shù)據(jù)進(jìn)行二元數(shù)據(jù)擬合，確定多個(gè)目標(biāo)聯(lián)合分布概率數(shù)據(jù)；

14、根據(jù)各所述目標(biāo)聯(lián)合分布概率數(shù)據(jù)的逆正態(tài)分布，確定多個(gè)初始水文氣象數(shù)據(jù)。

15、可選地，所述對(duì)各所述初始水文氣象數(shù)據(jù)進(jìn)行篩選，確定目標(biāo)初始水文氣象數(shù)據(jù)的步驟，包括：

16、在預(yù)置數(shù)據(jù)集中抽取滑坡樣本和非滑坡樣本；

17、將所述滑坡樣本和所述非滑坡樣本作為因變量，將各所述初始水文氣象數(shù)據(jù)和預(yù)置下墊面數(shù)據(jù)作為自變量，構(gòu)建各所述初始水文氣象數(shù)據(jù)對(duì)應(yīng)的目標(biāo)決策樹(shù)模型；

18、采用各所述目標(biāo)決策樹(shù)模型根據(jù)預(yù)置滑坡數(shù)據(jù)集和各所述目標(biāo)決策樹(shù)模型對(duì)應(yīng)的最佳擬合關(guān)系，確定各所述目標(biāo)決策樹(shù)模型對(duì)應(yīng)的模型輸出結(jié)果；

19、根據(jù)各所述模型輸出結(jié)果，確定目標(biāo)初始水文氣象數(shù)據(jù)。

20、可選地，所述根據(jù)各所述模型輸出結(jié)果，確定目標(biāo)初始水文氣象數(shù)據(jù)的步驟，包括：

21、根據(jù)各所述模型輸出結(jié)果，確定各所述初始水文氣象數(shù)據(jù)對(duì)應(yīng)的統(tǒng)計(jì)指標(biāo)值；

22、將各所述統(tǒng)計(jì)指標(biāo)值分別代入預(yù)置歐幾里得距離運(yùn)算函數(shù)組，確定各所述統(tǒng)計(jì)指標(biāo)值對(duì)應(yīng)的歐幾里得距離值；

23、在多個(gè)所述歐幾里得距離值中選取最小的歐幾里得距離值對(duì)應(yīng)的初始水文氣象數(shù)據(jù)作為所述目標(biāo)初始水文氣象數(shù)據(jù)。

24、可選地，所述統(tǒng)計(jì)指標(biāo)值包括真正指標(biāo)值、真負(fù)指標(biāo)值、假正指標(biāo)值和假負(fù)指標(biāo)值；所述預(yù)置歐幾里得距離運(yùn)算函數(shù)組，具體為：

25、

26、其中，hr為第一統(tǒng)計(jì)度量，取值范圍為[0,1]；tp為真正指標(biāo)值，表示觀測(cè)值和預(yù)測(cè)值的真實(shí)事件數(shù)；fn為假負(fù)指標(biāo)值，觀察到的真實(shí)事件和錯(cuò)誤預(yù)測(cè)值的數(shù)量；far為第二統(tǒng)計(jì)度量，取值范圍為[0,1]；fp為假正指標(biāo)值，表示假觀察事件和真預(yù)測(cè)事件的數(shù)量；tn為真負(fù)指標(biāo)值，表示觀測(cè)值和預(yù)測(cè)值的假事件數(shù)；d為歐幾里得距離值。

27、本發(fā)明第二方面提供的一種基于多源高分辨率的水文氣象數(shù)據(jù)的滑坡預(yù)測(cè)裝置，包括：

28、獲取模塊，用于獲取降水序列數(shù)據(jù)和再分析時(shí)間序列數(shù)據(jù)；

29、校正模塊，用于采用預(yù)置數(shù)據(jù)校正法根據(jù)所述降水序列數(shù)據(jù)和所述再分析時(shí)間序列數(shù)據(jù)，生成多個(gè)高分辨率降水?dāng)?shù)據(jù)和多個(gè)高分辨率土壤水分?jǐn)?shù)據(jù)；

30、耦合模塊，用于對(duì)各所述高分辨率降水?dāng)?shù)據(jù)和各所述高分辨率土壤水分?jǐn)?shù)據(jù)進(jìn)行耦合，輸出多個(gè)初始水文氣象數(shù)據(jù)；

31、篩選模塊，用于對(duì)各所述初始水文氣象數(shù)據(jù)進(jìn)行篩選，確定目標(biāo)初始水文氣象數(shù)據(jù)；

32、預(yù)測(cè)模塊，用于采用所述目標(biāo)初始水文氣象數(shù)據(jù)和預(yù)置降水下墊面數(shù)據(jù)對(duì)研究區(qū)域進(jìn)行滑坡預(yù)測(cè)，輸出滑坡預(yù)測(cè)結(jié)果。

33、本發(fā)明第三方面提供的一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器及處理器，所述存儲(chǔ)器中儲(chǔ)存有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被所述處理器執(zhí)行時(shí)，使得所述處理器執(zhí)行如上述任一項(xiàng)所述的基于多源高分辨率的水文氣象數(shù)據(jù)的滑坡預(yù)測(cè)方法的步驟。

34、本發(fā)明第四方面提供的一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被執(zhí)行時(shí)實(shí)現(xiàn)如上述任一項(xiàng)所述的基于多源高分辨率的水文氣象數(shù)據(jù)的滑坡預(yù)測(cè)方法的步驟。

35、本發(fā)明第五方面提供的一種計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)程序產(chǎn)品包括存儲(chǔ)在非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上的計(jì)算機(jī)程序，所述計(jì)算機(jī)程序包括程序指令，其中，當(dāng)所述程序指令被計(jì)算機(jī)執(zhí)行時(shí)，使所述計(jì)算機(jī)執(zhí)行如上述任一項(xiàng)所述的基于多源高分辨率的水文氣象數(shù)據(jù)的滑坡預(yù)測(cè)方法的步驟。

36、從以上技術(shù)方案可以看出，本發(fā)明具有以下優(yōu)點(diǎn)：

37、本發(fā)明的上述技術(shù)方案提供了一種基于多源高分辨率的水文氣象數(shù)據(jù)的滑坡預(yù)測(cè)方法，首先獲取日降水產(chǎn)品數(shù)據(jù)和再分析時(shí)間序列數(shù)據(jù)；接著，采用預(yù)置數(shù)據(jù)校正法根據(jù)日降水產(chǎn)品數(shù)據(jù)和再分析時(shí)間序列數(shù)據(jù)，生成多個(gè)高分辨率降水?dāng)?shù)據(jù)和多個(gè)高分辨率土壤水分?jǐn)?shù)據(jù)；對(duì)各高分辨率降水?dāng)?shù)據(jù)和各高分辨率土壤水分?jǐn)?shù)據(jù)進(jìn)行耦合，輸出多個(gè)初始水文氣象數(shù)據(jù)；對(duì)各初始水文氣象數(shù)據(jù)進(jìn)行篩選，確定目標(biāo)初始水文氣象數(shù)據(jù)；最后采用目標(biāo)初始水文氣象數(shù)據(jù)和預(yù)置降水下墊面數(shù)據(jù)對(duì)研究區(qū)域進(jìn)行滑坡預(yù)測(cè)，輸出滑坡預(yù)測(cè)結(jié)果；基于上述方案，根據(jù)生成的多個(gè)高分辨率降水?dāng)?shù)據(jù)和多個(gè)高分辨率土壤水分?jǐn)?shù)據(jù)，確定目標(biāo)初始水文氣象數(shù)據(jù)，并采用目標(biāo)初始水文氣象數(shù)據(jù)和預(yù)置降水下墊面數(shù)據(jù)對(duì)研究區(qū)域進(jìn)行滑坡預(yù)測(cè)，輸出滑坡預(yù)測(cè)結(jié)果的過(guò)程，考慮了土壤水分與降水協(xié)同的水文氣象數(shù)據(jù)，進(jìn)一步地提高了滑坡預(yù)測(cè)的準(zhǔn)確性。