一种基于监测剖面优选的滑坡预警方法与流程

本技术涉及地质灾害监测，具体涉及一种基于监测剖面优选的滑坡预警方法。

背景技术：

1、滑坡是指斜坡上的土体或者岩体，受河流冲刷、地下水活动、雨水浸泡、地震及人工切坡等因素影响，在重力作用下，沿着一定的软弱面或者软弱带，整体地或者分散地顺坡向下滑动的自然现象。滑坡是一种常见的地质灾害，对生命安全和财产安全造成严重威胁。因此，滑坡监测和预警成为了地质灾害防治的重要任务之一。目前滑坡监测预警技术主要采用单监测点预警，预警结果仅适用于针对该监测点所监测周围有限空间，这种方式对大型滑坡而言，存在准确性不高的问题。

技术实现思路

1、本技术旨在解决现有滑坡的监测方式存在准确性较差的问题，提出一种基于监测剖面优选的滑坡预警方法。

2、本技术解决上述技术问题所采用的技术方案是：

3、一种基于监测剖面优选的滑坡预警方法，所述方法包括：

4、确定滑坡的多个监测剖面，并在每个监测剖面上设置多个监测点，每个监测点上设有gnss接收机；

5、获取各gnss接收机的监测数据，并对所述监测数据进行预处理，所述监测数据包括对应监测点的累计位移数据、速率数据和加速度数据；

6、针对每个监测剖面，将各监测点对应的监测数据在时间和空间维度上进行对齐融合，并统一度量单位和数值精度；

7、基于多维度滑坡监测剖面评价模型确定最优监测剖面，并根据实时监测数据对所述最优监测剖面进行动态更新；

8、将所述最优监测剖面上的监测点作为最优监测点，将所述最优监测点对应的监测数据作为最优监测数据，对所述最优监测数据进行归一化处理后，确定每个最优监测点导致滑坡发生的贡献量，并根据所述贡献量确定每个最优监测点的特征权重；

9、根据所述特征权重和最优监测数据计算加权预警指标，根据所述加权预警指标确定滑坡的预警等级，并根据所述预警等级进行预警。

10、进一步地，所述监测数据的预处理方法包括数据清洗和自适应滤波，所述数据清洗的表达式如下：

11、

12、其中，xt表示监测数据，μδ表示移动窗口内监测数据xt的平均值，σδ表示移动窗口内监测数据xt的标准差，k表示预设值，null表示空值；

13、所述自适应滤波包括：将监测数据映射到非线性特征空间来处理非线性特征，并分别对每个监测数据使用递归最小二乘法进行自适应滤波，提取监测数据的监测有效值。

14、进一步地，基于多维度滑坡监测剖面评价模型确定最优监测剖面，具体包括：

15、根据对应的监测数据并基于多维度滑坡监测剖面评价模型分别确定各监测剖面的变形指标、空间分布、地质敏感度和变形一致性，根据各监测剖面的变形指标、空间分布、地质敏感度和变形一致性确定最优监测剖面；

16、所述变形指标为基于平均变形速率和平均变形位移对监测剖面的评分，所述空间分布为基于与滑坡中心的距离或与已知滑坡界线的接近程度对监测剖面的评分，所述地质敏感度为基于地质敏感区域的覆盖比例对监测剖面的评分，所述变形一致性为基于各监测点时间序列数据一致性对监测剖面的评分。

17、进一步地，所述变形指标的计算公式如下：

18、

19、式中，d(x)表示第x个监测剖面的变形指标，和分别表示第x个监测剖面归一化后的平均变形速率和平均变形位移，α和β表示系数；

20、其中，平均变形速率和平均变形位移的计算公式如下：

21、

22、式中，和分别表示第x个监测剖面上第i个监测点的变形速率和变形位移量，和分别表示第x个监测剖面的平均变形速率和平均变形位移量，和分别表示所有监测剖面中最大平均变形速率、最小平均变形速率、最大平均变形位移量和最小平均变形位移量。

23、进一步地，所述空间分布的计算公式如下：

24、

25、式中，s(x)表示第x个监测剖面的空间分布，dist(x,center)表示第x个监测剖面与滑坡中心或与已知滑坡界线的距离，max(dist)表示所有监测剖面到滑坡中心或与已知滑坡界线的最大距离，γ为系数。

26、进一步地，所述地质敏感度为一种地质敏感因素的评分或多种地质敏感因素的评分之和，所述地质敏感因素包括岩性硬度、断层分布密度、地层倾斜角度、历史滑坡活动、土壤湿度和地下水流；

27、所述地质敏感度的计算公式如下：

28、

29、式中，g(x)表示第x个监测剖面的空间分布，f(x,j)表示第x个监测剖面的第j个地质敏感因素评分，n表示地质敏感因素的总数。

30、进一步地，所述变形一致性的计算公式如下：

31、

32、式中，c(x)表示第x个监测剖面变形一致性，表示第x个监测剖面的平均相关系数，和分别表示所有监测剖面中最大平均相关系数和最小平均相关系数，u表示系数；

33、其中，平均相关系数的计算公式如下：

34、

35、式中，γxy表示第x个监测剖面上第x个监测点的监测数据和第y个监测点的监测数据之间的相关系数，m表示第x个监测剖面上的监测点数量，表示从第x个监测剖面的m个监测点中任取两个的组合数，即xt和yt分别表示第t时刻第x个监测点和y个监测点的变形测量值，和分别表示第x个监测点和y个监测点的的平均变形位移，t表示总监测时间。

36、进一步地，确定每个最优监测点导致滑坡发生的贡献量，具体包括：

37、构建最优监测剖面上所有监测点的监测数据对应的协方差矩阵，并计算所述协方差矩阵的特征值和特征向量；

38、根据特征值大小进行排序，选择序列中前s个特征向量作为主要成分，所述主成分对应的特征向量中的元素值即为该特征对应的原始监测变量对主成分的贡献量。

39、进一步地，所述加权预警指标的计算公式如下：

40、iw＝wa·sw(d)+wb·sw(v)+wc·sw(a)+wd·cw(d,v,a)+we·tw(d,v,a)；

41、其中，iw表示加权预警指标，sw(d)表示加权位移的统计量，sw(v)表示加权速率的统计量，sw(a)表示加权加速度的统计量，cw(d,v,a)表示加权空间相关性函数，tw(d,v,a)表示加权时间稳定性函数，wa表示加权位移统计量的权重，wb表示加权速度统计量的权重，wc表示加权加速度统计量的权重，wd表示加权空间相关性函数的权重，we表示加权时间稳定性函数的权重。

42、进一步地，所述加权位移、加权速率和加权加速度的统计量的定义如下：

43、

44、

45、其中，sw(x)表示加权位移、加权速率或加权加速度的统计量，xi表示第i个最优监测点的位移、速率或加速度，wi表示对应最优监测点的特征权重，表示所有最优监测点的位移、速度或加速度的加权平均值，n表示最优监测点的数量；

46、所述加权空间相关性函数的定义如下：

47、

48、其中，cw(x)表示加权莫兰指数，wij表示第i个最优监测点和第j个最优监测点之间的空间权重；

49、所述加权时间稳定性函数的定义如下：

50、

51、其中，x表示时间序列数据，xi+1和xi分别表示连续时间点第i个最优监测点的位移、速率或加速度，l表示时间序列数据的长度。

52、本技术的有益效果是：本技术提供的基于监测剖面优选的滑坡预警方法，通过多维度滑坡监测剖面评价模型和动态调整机制，优选能有效反映滑坡变形特征的最优监测剖面，并构建一个以最优监测剖面为分析对象的动态加权预警指标，进而根据加权预警指标对滑坡进行预警，相较于现有技术中单个监测点的监测预警方式而言，提高了滑坡监测预警的全面性和准确性，尤其是能够更好地为大型滑坡提供预警服务。