[发明专利]一种碎块石边坡灾变险情预警预报方法

权利要求书

1.一种碎块石边坡灾变险情预警预报方法，其特征在于，包括以下步骤：

S1、通过在现场设置的雨量计、土壤渗透计和位移计实时采集数据；

S2、通过人工采集现场裂缝情况和植被覆盖情况；

S3、根据步骤S1和S2采集得到的数据构建碎块石边坡灾变时间的循环神经网络模型；

S4、根据步骤S1和S2采集得到的数据建立碎块石边坡灾变时间的连续型马尔可夫链概率模型；

S5、对步骤S3和S4建立的模型通过加权平均进行综合，得到最终的灾变时间预测模型，在临界破坏时间或失稳时间之前对碎块石边坡的灾变险情进行早期预警预报。

2.根据权利要求1所述的一种碎块石边坡灾变险情预警预报方法，其特征在于，所述步骤S3具体包括：

S31、将数据代入循环神经网络结构中；

S32、在设定的时间周期的每个时间步内通过更新方程对变量进行更新计算；

S33、采用时间反向传播算法更新循环神经网络的参数；

S34、根据新的采集数据重复步骤S33，不断迭代更新其中的权重，直到得到收敛的参数值。

3.根据权利要求2所述的一种碎块石边坡灾变险情预警预报方法，其特征在于，所述更新方程为：

a^(t)＝b+Wh^(t+1)+Ux^(t)

h^(t)＝tanh(a^(t))

o^(t)＝c+Vh^(t)

其中，x^(t)表示t时刻的输入变量，o^(t)表示t时刻的输出变量，a^(t)为中间变量，y^(t)表示t时刻的测量值，b和c表示参数的偏置向量，h^(t)表示t时刻的隐藏状态，U、V和W表示权重矩阵。

4.根据权利要求3所述的一种碎块石边坡灾变险情预警预报方法，其特征在于，所述步骤S33具体包括：

其中，L表示训练损失，T为转置运算符。

5.根据权利要求1所述的一种碎块石边坡灾变险情预警预报方法，其特征在于，所述建立碎块石边坡灾变时间的连续型马尔可夫链概率模型的过程中，采用最大期望算法计算马尔可夫链中的状态转移概率、输出观测概率以及初始状态概率。

6.根据权利要求1所述的一种碎块石边坡灾变险情预警预报方法，其特征在于，所述建立碎块石边坡灾变时间的连续型马尔可夫链概率模型的过程中，数据以时序化的方式输入马尔可夫链。

7.根据权利要求1所述的一种碎块石边坡灾变险情预警预报方法，其特征在于，所述步骤S1和S2采集的数据按照第三范式进行标准化和结构化处理。

8.根据权利要求1所述的一种碎块石边坡灾变险情预警预报方法，其特征在于，所述雨量计、土壤渗透计和位移计通过光纤电缆将数据传输到数据采集站。

9.根据权利要求1所述的一种碎块石边坡灾变险情预警预报方法，其特征在于，所述步骤S1采集的数据包括降雨强度、降雨量随时间的变化、坡体土壤渗透性和坡体的位移。

10.根据权利要求1所述的一种碎块石边坡灾变险情预警预报方法，其特征在于，所述现场裂缝情况和植被覆盖情况通过B/S结构的客户端软件传输到后台数据库。