[发明专利]一种滑坡的预测方法、装置、设备和存储介质

权利要求书

1.一种滑坡的预测方法，其特征在于，包括：

获取目标区域各斜坡单元的设定时间段内每天的滑坡影响因子，其中，所述滑坡影响因子包括动态因子和静态因子；

基于所述动态因子确定所述各斜坡单元发生滑坡的动态概率值，基于所述静态因子确定所述各斜坡单元发生滑坡的静态概率值；

根据所述动态概率值和所述静态概率值，得到所述目标区域的滑坡发生概率。

2.根据权利要求1所述的预测方法，其特征在于，所述基于所述动态因子确定所述各斜坡单元发生滑坡的动态概率值，基于所述静态因子确定所述各斜坡单元发生滑坡的静态概率值，包括：

将所述动态因子输入至预先训练完成的第一预测模型中，确定所述各斜坡单元发生滑坡的动态概率值；

将所述静态因子输入至预先训练完成的第二预测模型中，确定所述各斜坡单元发生滑坡的静态概率值。

3.根据权利要求1所述的预测方法，其特征在于，所述根据所述动态概率值和所述静态概率值，得到所述目标区域的滑坡发生概率，包括：

将所述动态概率值和所述静态概率值输入第三预测模型中，得到所述目标区域的滑坡发生概率。

4.根据权利要求3所述的预测方法，其特征在于，所述将所述动态概率值和所述静态概率值输入第三预测模型中，得到所述目标区域的滑坡发生概率，包括：

将所述动态概率值和所述静态概率值作为第三预测模型中的最大期望算法的输入变量，基于所述最大期望算法确定最大似然估计量，根据所述最大似然估计量确定所述目标区域的滑坡发生概率。

5.根据权利要求4所述的预测方法，其特征在于，所述基于所述最大期望算法确定最大似然估计量，根据所述最大似然估计量确定所述目标区域的滑坡发生概率，包括：

将所述动态概率值和所述静态概率值输入至第四预测模型中，得到目标区域的概率预测值；

基于所述概率预测值、所述最大似然估计量以及所述概率预测值和所述最大似然估计量分别对应的权重，确定所述目标区域的滑坡发生概率。

6.根据权利要求1所述的预测方法，其特征在于，还包括：

确定所述滑坡影响因子在设定时间段内的变化值是否超过预设变化阈值；

如果是，将所述滑坡影响因子确定为所述动态因子，否则，将所述滑坡影响因子确定为所述静态因子。

7.据权利要求1所述的预测方法，其特征在于，所述动态因子包括降雨量、植被系数和土壤湿度中的至少一项，所述静态因子包括高程、坡度、坡向、平面曲率、剖面曲率、地形湿度指数、水流强度指数、沉积运输指数、地形粗糙度指数、与断层距离、与河流距离、与道路距离、岩性、土地利用和植被覆盖率中的至少一项。

8.一种滑坡的预测装置，其特征在于，包括：

滑坡影响因子获取模块，用于获取目标区域各斜坡单元的设定时间段内每天的滑坡影响因子，其中，所述滑坡影响因子包括动态因子和静态因子；

动态概率值确定模块，用于基于所述动态因子确定所述各斜坡单元发生滑坡的动态概率值；

静态概率值确定模块，用于基于所述静态因子确定所述各斜坡单元发生滑坡的静态概率值；

滑坡发生概率确定模块，用于根据所述动态概率值和所述静态概率值，得到所述目标区域的滑坡发生概率。

9.一种滑坡的预测设备，其特征在于，所述设备包括：

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如权利要求1-7中任一所述的滑坡的预测方法。

10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的滑坡的预测方法。