[发明专利]基于随机森林模型的滑坡预测方法、装置及存储介质

说明书

本发明公开了一种基于随机森林模型的滑坡预测方法及装置，该方法包括采集多类滑坡训练数据，并分别构建针对每类滑坡训练数据的滑坡预警分类视角；使用随机森林模型构建针对所有滑坡预警分类视角的多视角权重随机森林模型；采集多类滑坡测试数据，并分别构建针对每类滑坡测试数据的滑坡观测视角；使用该多视角权重随机森林模型分别对每个滑坡观测视角进行模型评估，得到模型评估结果，并融合该模型评估结果，得到滑坡预警分类结果。可见，实施本发明能够通过多视角权重随机森林模型分析滑坡变动情况，不仅能够提高滑坡运动状态的预测效率和预测精准度，还能够为后期进行滑坡稳定性分析与评价，预测预警滑坡及后期防治工作提供定量化的评价依据。

技术领域

本发明涉及滑坡预测技术领域，尤其涉及一种基于随机森林模型的滑坡预测方法、装置及存储介质。

背景技术

滑坡是发生在自然界中的一种常见的地质灾害，其危害巨大，经常对人们的生命和财产造成重大的损失。众所周知，对滑坡的预测预报并不是主观臆断的猜测结果，需建立在滑坡实时变形监测的基础上，同时必须按照系统工程的原理和方法，借助计算机系统来进行精确分析和准确判断，最终得出合理的预测结果。目前滑坡预测的方法主要包括工程条件分析、地址条件分析、岩土体力学实验、力学模型。然而，实践发现，目前的滑坡预测方法通常先进行详细的现成工程地质调查，建立地质模型，然后取样在实验室或现场进行力学试验，进一步建立力学模型，再进行力学分析，最后得到滑坡运动状态数据。可见，目前的滑坡预测方法不仅自动化程度低，效率低，而且还可能由于主观因素导致预测精度低。因此，如何提高滑坡运动状态的预测效率和预测精准度是当下急需解决的问题。

发明内容

本发明所要解决的技术问题在于，提供一种基于随机森林模型的滑坡预测方法及系统，能够通过多视角权重随机森林模型分析滑坡变动情况，不仅能够提高滑坡运动状态的预测效率和预测精准度，还能够为后期进行滑坡稳定性分析与评价，预测预警滑坡及后期防治工作提供定量化的评价依据。

为了解决上述技术问题，本发明实施例第一方面公开了一种基于随机森林模型的滑坡预测方法，所述方法包括：

采集多类滑坡训练数据，并分别构建所述多类滑坡训练数据的滑坡预警分类视角,所述滑坡训练数据包括传感器位移训练数据、标志物运动轨迹训练数据、裂缝尺寸训练数据中的至少一种；

使用随机森林模型构建与所有所述滑坡预警分类视角相对应的多视角权重随机森林模型；

采集多类滑坡测试数据，并分别构建所述多类滑坡测试数据的滑坡观测视角；

使用所述多视角权重随机森林模型分别对每个所述滑坡观测视角进行模型评估，得到模型评估结果，并融合所述模型评估结果，得到滑坡预警分类结果。

作为一种可选的实施方式，在本发明实施例第一方面中，所述使用随机森林模型构建与所有所述滑坡预警分类视角相对应的多视角权重随机森林模型，包括：

使用随机森林模型分别学习所有所述滑坡预警分类视角，得到所有视角随机森林模型以及与所述所有视角随机森林模型中的每个所述视角随机森林模型相对应的模型评分；

分别基于所述模型评分、与所述滑坡预警分类视角相对应的视角权重先验概率构建与所述滑坡训练数据相对应的滑坡预警视角权重；

基于所有所述滑坡预警视角权重和所有所述视角随机森林模型构建多视角权重随机森林模型。

作为一种可选的实施方式，在本发明实施例第一方面中，所述分别基于所述模型评分、与所述滑坡预警分类视角相对应的视角权重先验概率构建与每个所述滑坡训练数据相对应的滑坡预警视角权重，包括：

分别基于所述模型评分、与所述滑坡预警分类视角相对应的视角权重先验概率在贝叶斯框架下构建与所述滑坡训练数据相对应的滑坡预警视角权重。