[发明专利]一种地质灾害的预测方法、装置及设备

说明书

本发明公开了一种地质灾害的预测方法、装置及设备，该预测方法包括：获取监测区域的监测数据，其中，监测数据包括用于描述地质灾害的空间数据及属性信息；对所述空间数据和属性信息进行预处理及特征工程，以确定地质灾害的特征子集；基于所述特征子集建立的人工智能模型以确定所述监测区域的地质灾害的预测发生概率。本发明实施例的技术方案，通过获取监测数据，并对数据进行预处理和特征工程，提取与地质灾害相关的特征子集，对不平衡数据进行上下采样，再基于人工智能模型确定地质灾害的发生概率，实现了实时监测和自动预测了灾害发生的概率，提高了预测的全面性和准确度。

技术领域

本发明实施例涉及地理信息处理技术和人工智能学习领域，尤其涉及一种地质灾害的预测方法、装置及设备。

背景技术

中国是一个地质灾害多发的国家，崩塌、滑坡、泥石流灾害几乎遍布全国各省山地丘陵区，每年还会出现几万至十几万处新的灾害点。每年地质灾害死亡人数近千人，直接经济损失80-100亿元，因中断交通、摧毁生产生活设施所带来的间接损失更是难以估计。

近年来，对滑坡进行物理及数据驱动而构造预测模型，加上及时采取有效的监测预测措施，已经对多处重大滑坡灾害作出了比较成功的预警，但成功预警率却并不理想，主要问题在于滑坡隐患点的排查和识别成功率。由于地质灾害监测范围大、隐患点隐蔽性强、形成条件复杂、影响因素多、测量精度与实时性不稳定，其排查识别工作还普遍存在“漏查”、“多查”现象。

发明内容

本发明提供了一种地质灾害的预测方法、装置及设备，以实现地质灾害的实时、全面监测和对灾害发生概率的预测。

第一方面，本发明实施例提供了一种地质灾害的预测方法，该方法包括：

获取监测区域的监测数据，其中，监测数据包括空间数据及用于描述地质灾害的属性信息；

对所述空间数据和属性信息进行预处理及特征工程，以确定地质灾害的特征子集；

基于人工智能模型及所述特征子集确定所述监测区域的地质灾害的预测发生概率。

第二方面，本发明实施例还提供了一种地质灾害的预测装置，该装置包括：

监测数据获取模块，用于基于3S技术，获取监测区域的监测数据，其中，3S包括遥感系统、地理信息系统和全球卫星定位系统，监测区域包括目标地区，监测数据包括空间数据及用于描述地质灾害的属性信息；

特征子集确定模块，用于对所述空间数据和属性信息进行预处理及特征工程，以确定地质灾害的特征子集；

概率预测模块，用于基于人工智能模型及所述特征子集确定所述监测区域的地质灾害的预测发生概率。

第三方面，本发明实施例还提供了一种地质灾害预测设备，该设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例提供的地质灾害的预测方法。

本发明实施例的技术方案，通过获取监测区域的空间数据和属性信息，从多个维度获取数据，用于分析的数据全面、实时性强；通过对数据进行预处理和特征工程，对监测数据进行筛选，以确定对地质灾害最具有预测力度的特征子集，结合人工智能模型确定监测区域灾害发生的概率，实现了地质灾害的实时监测和主动预测，通过确定灾害发生的概率，科学、全面的分析了监测区域的地质灾害隐患，预测精度高，为灾害的有效预防打下了基础，通过根据预测概率进行相关防治工作，大大减小了地质灾害造成的损失。

附图说明

图1是本发明实施例一中的一种地质灾害的预测方法的流程图；