[发明专利]一种泥石流发生概率及规模预报方法

权利要求书

1.一种泥石流发生概率及规模预报方法，其特征在于，包括以下步骤：

步骤1：分别针对泥石流发生概率和泥石流发生规模的预报，通过实地调查、勘测获取相应的泥石流灾害的初始影响因子数据并整理样本数据，并基于FMPCE算法分别提取出相应的主要影响因子数据；

步骤2：利用步骤1提取的泥石流灾害的主要影响因子数据分别构建基于最优路径森林的泥石流灾害发生概率预报模型和基于矩阵随机近似奇异值分解优化宽度学习的泥石流灾害发生规模预报模型；

步骤3：将测试样本数据分别输入到步骤2建立的泥石流灾害发生概率预报模型和泥石流灾害发生规模预报模型中，输出泥石流灾害发生概率及泥石流灾害发生规模的预报信息。

2.根据权利要求1所述的泥石流发生概率及规模预报方法，其特征在于，步骤1中，针对泥石流发生概率的预报，获取泥石流灾害发生的初始影响因子数据并整理样本数据，具体如下：

在泥石流易发区，根据相关规范进行实地勘测和考察收集泥石流灾害影响因子数据，最终确定以山坡坡度、沟床比降、相对高差、流域面积、流域完整系数、流域发育程度、补给段长度比、冲淤变幅、岩性、植被覆盖率、降雨量、土壤含水率、孔隙水压力、沿沟松散物储量、不良地质现象和新构造影响作为泥石流灾害的初始影响因子；

设获取到的初始影响因子为r组，每组样本中含有s个初始影响因子，分别为山坡坡度s₁、沟床比降s₂、相对高差s₃、流域面积s₄、流域完整系数s₅、流域发育程度s₆、补给段长度比s₇、冲淤变幅s₈、岩性s₉、植被覆盖率s₁₀、降雨量s₁₁、土壤含水率s₁₂、孔隙水压力s₁₃、沿沟松散物储量s₁₄、不良地质现象s₁₅和新构造影响s₁₆，则每组样本数据构成如式(1)所示的矩阵：

其中，x_ij(i＝1，2，…r，j＝1，2，…，s)表示每个影响因子。