一种多源地质灾害信息智能处理方法、设备、存储介质与流程

本发明涉及多源地质灾害信息融合，尤其涉及一种多源地质灾害信息智能处理方法、设备、存储介质。

背景技术：

1、为了对地质灾害进行有效防治，各政府部门、行业和企业等纷纷开展了地质灾害调查工作，调查发现、记录或核销地质灾害，例如自然资源行业开展的区域地质灾害详细调查、应急行业开展的风险普查等，也有交通和铁路公司等开展的交通沿线地质灾害调查工作，由于行业、标准以及项目开展时间等差异，导致同一地质灾害的调查信息存在差异（例如编号、名称、经纬度、描述等不同，以及信息字段不统一），造成多源地质灾害信息融合困难，人为进行判识整合工作量巨大，这对后续地质灾害信息使用、灾害监测和预警造成困难。

技术实现思路

1、本发明的目的在于针对已有的技术现状，提供一种多源地质灾害信息智能处理方法、设备、存储介质，从灾害空间距离、灾害命名相似度、灾害形态相似度和灾害危害一致性这四个维度对多源地质灾害信息进行处理，完成对同一地质灾害的智能化识别与分类，实现地质灾害调查资料的快速融合。

2、为达到上述目的，本发明采用如下技术方案：

3、一种多源地质灾害信息智能处理方法，包括以下步骤：

4、步骤一、针对研究区域内的地质灾害样本数据集，经过人工部分解译后，随机按第一预设数量抽取其中归类为同一点的地质灾害样本，作为第一样本集，同时，随机按第二预设数量抽取其中与第一样本集归类为非同一点且互相之间为非同一点的地质灾害样本，作为第二样本集；

5、步骤二、将第一样本集和第二样本集的所有地质灾害样本两两穷尽组合，一一计算d0、d1、d2、d3，以d0、d1、d2、d3为特征输入，r=1/r=0为结果输出，进行监督学习训练，得到多源地质灾害分类模型；

6、步骤三、对于研究区域内的两待分类地质灾害样本，计算d0、d1、d2、d3，以d0、d1、d2、d3为特征输入，代入多源地质灾害分类模型，输出两者的分类结果r=1/r=0；

7、步骤四、重复步骤三，直至研究区域内的地质灾害样本数据集分类完成；

8、d0表示两地质灾害样本之间的空间距离；

9、d1表示两地质灾害样本的地质灾害编辑相似度，其计算公式如下：

10、d1=（sum－dist）/ sum；

11、其中，sum为两地质灾害样本名称的字符数量之和，dist为由一个地质灾害样本名称转换至另一个地质灾害样本名称所需最少编辑操作的次数，编辑操作包括替换字符、插入字符、删除字符；

12、d2表示两地质灾害样本的地质灾害形态相似度，其计算步骤如下：

13、获取研究区域内的地质灾害样本数据集中每一地质灾害样本关于滑坡、崩塌和泥石流的形态特征数据，且关于滑坡、崩塌和泥石流的形态特征数据的数量至少为1，无对应形态特征数据时，采用“0”进行赋值；

14、计算研究区域内的地质灾害样本数据集中所有地质灾害样本关于每一形态特征数据的均值m和方差s，形态特征数据的数量设为n，第k个形态特征数据的均值设为mk，第k个形态特征数据的标准差设为sk；

15、一个地质灾害样本设为a，另一个地质灾害样本设为b，两地质灾害样本的地质灾害形态相似度d2的计算公式如下：

16、，=（xak－mk）/sk，=（xbk－mk）/sk；

17、其中， xak为地质灾害样本a中第k个形态特征数据，为地质灾害样本a中第k个形态特征数据的标准变化量， xbk为地质灾害样本b中第k个形态特征数据，为地质灾害样本b中第k个形态特征数据的标准变化量；

18、d3表示两地质灾害样本的地质灾害危害一致性，其计算步骤如下：

19、获取研究区域内的地质灾害样本数据集中每一地质灾害样本关于危害及风险的特征描述数据，且特征描述数据的数量大于2；

20、基于神经网络模型，将每一地质灾害样本关于危害及风险的特征描述数据作为输入数据，通过编码器使用若干中间隐藏层将输入数据映射到潜在空间中形成低维编码，再通过解码器将低维编码反向映射为输出数据，且编码器与解码器使用的激活函数相同，同时，将中间隐藏层的神经元数量设置为1，并将中间隐藏层的神经元所对应数值提取出来，作为该地质灾害样本的危害性表示；

21、一个地质灾害样本设为a，另一个地质灾害样本设为b，地质灾害样本的危害性设为y，两地质灾害样本的地质灾害危害一致性d3的计算公式如下：

22、d3=(y1-y2)/(y1+y2)，其中，y1、y2分别为地质灾害样本a、地质灾害样本b的地质灾害危险性；

23、r=1表示两地质灾害样本为同一点；

24、r=0表示两地质灾害样本为非同一点。

25、进一步的，关于滑坡的形态特征数据包括滑坡坡度和滑坡坡向，关于崩塌的形态特征数据包括崩塌方向、崩塌最大水平位移、崩塌最远落石距离，关于泥石流的形态特征数据包括泥石流沟口扇形地扇长、泥石流沟口扇形地扇宽和泥石流沟口扇形地扩散角。

26、进一步的，关于危害及风险的特征描述数据包括规模等级、险情等级、风险等级、稳定状态、威胁人数和威胁财产。

27、进一步的，两地质灾害样本的地质灾害危害一致性的计算步骤中，激活函数为sigmoid函数或relu函数。

28、进一步的，步骤一中，第一预设数量和第二预设数量均为50。

29、一种多源地质灾害智能信息处理设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述多源地质灾害信息智能处理方法的步骤。

30、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述多源地质灾害信息智能处理方法的步骤。

31、本发明的有益效果为：

32、本发明从灾害空间距离、灾害命名相似度、灾害形态相似度和灾害危害一致性这四个维度对多源地质灾害信息进行处理，完成对同一地质灾害的智能化识别与分类，实现地质灾害调查资料的快速融合，极大地提高了多源地质灾害信息处理的准确性和工作效率，从而为地质灾害防灾减灾工作提供有效支撑。

技术特征：

1.一种多源地质灾害信息智能处理方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种多源地质灾害信息智能处理方法，其特征在于：关于滑坡的形态特征数据包括滑坡坡度和滑坡坡向，关于崩塌的形态特征数据包括崩塌方向、崩塌最大水平位移、崩塌最远落石距离，关于泥石流的形态特征数据包括泥石流沟口扇形地扇长、泥石流沟口扇形地扇宽和泥石流沟口扇形地扩散角。

3.根据权利要求1所述的一种多源地质灾害信息智能处理方法，其特征在于：关于危害及风险的特征描述数据包括规模等级、险情等级、风险等级、稳定状态、威胁人数和威胁财产。

4.根据权利要求1所述的一种多源地质灾害信息智能处理方法，其特征在于：两地质灾害样本的地质灾害危害一致性的计算步骤中，激活函数为sigmoid函数或relu函数。

5.根据权利要求1所述的一种多源地质灾害信息智能处理方法，其特征在于：步骤一中，第一预设数量和第二预设数量均为50。

6.一种多源地质灾害智能信息处理设备，其特征在于：包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1至5任意一项所述的一种多源地质灾害信息智能处理方法的步骤。

7.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至5任意一项所述的一种多源地质灾害信息智能处理方法的步骤。

技术总结本发明公开一种多源地质灾害信息智能处理方法、设备、存储介质，属于多源地质灾害信息融合技术领域。该智能处理方法包括以下步骤：针对研究区域内的地质灾害样本数据集，经过人工部分解译后，随机抽取第一样本集和第二样本集；将第一样本集和第二样本集的所有地质灾害样本两两穷尽组合，进行监督学习训练，得到多源地质灾害分类模型；对于研究区域内的两待分类地质灾害样本，计算并将两者的特征输入代入多源地质灾害分类模型，输出两者的分类结果，重复直至研究区域内的地质灾害样本数据集分类完成。本发明从多个维度对多源地质灾害信息进行处理，完成对同一地质灾害的智能化识别与分类，实现地质灾害调查资料的快速融合。技术研发人员：刘畅,李喜,潘峰,陈标典,陈梦源,杨涛,沈铭,俎全磊,汪洋,章广成,邹安权,张胜伟,张峰受保护的技术使用者：湖北省地质环境总站技术研发日：技术公布日：2024/7/29