在线观看日韩中文|1024成人网色www|日韩欧美高清一区二区三区|亚洲精华国产欧美,色婷婷综合久久久久中文一区二区,亚洲精品1区2区,久草在线

一種基于雪崩啟動物理模型的雪崩動態(tài)預警方法及系統(tǒng)

文檔序號:43008661發(fā)布日期:2025-09-15 12:28閱讀:5來源:國知局

本說明書涉及雪崩預測,特別涉及一種基于雪崩啟動物理模型的雪崩動態(tài)預警方法及系統(tǒng)。


背景技術:

1、雪崩作為山區(qū)中最活躍且最具破壞力的自然災害之一,它與滑坡、泥石流相似,具備潛在性和突發(fā)性的特點,往往難以準確預測。雪崩災害的發(fā)生不僅直接威脅到當?shù)氐慕煌ò踩€可能導致基礎設施受損、人員傷亡及牲畜損失等嚴重后果。據(jù)統(tǒng)計,近十年全球因雪崩造成的直接經(jīng)濟損失年均增長率超過15%,部分高海拔地區(qū)雪崩預警誤判率高達30%以上,嚴重制約了防災減災效率。雪崩監(jiān)測的精準性和時效性直接關系到預警系統(tǒng)的可靠性,而現(xiàn)有監(jiān)測技術多依賴氣象數(shù)據(jù)和物理傳感器網(wǎng)絡生成的多元時序數(shù)據(jù)。此類數(shù)據(jù)具有高維度、強時空依賴性以及異常模式非線性動態(tài)演化等特點,傳統(tǒng)分析方法往往難以有效捕捉關鍵風險信號,導致預警滯后或誤判,成為雪崩災害防控體系中的薄弱環(huán)節(jié)。

2、現(xiàn)有中國專利,公開號為cn119782772a的名稱為一種基于深度學習的雪崩監(jiān)測預警方法,包括:獲取當前時刻前一段時間內(nèi)的環(huán)境監(jiān)測數(shù)據(jù)并進預處理,構建訓練數(shù)據(jù)集;構建雪崩監(jiān)測預警模型并進行訓練;將環(huán)境監(jiān)測的預報數(shù)據(jù)輸入訓練好的雪崩監(jiān)測預警模型進行數(shù)據(jù)重構,得到對應的重構數(shù)據(jù);計算數(shù)據(jù)重構誤差;根據(jù)誤差和預設閾值,確定數(shù)據(jù)異常,完成所述雪崩監(jiān)測預警。本發(fā)明解決了異常檢測模型在高維、依賴關系復雜數(shù)據(jù)下難以捕捉關鍵特征的問題,提升了異常檢測模型的精度和魯棒性,尤其適用于處理雪崩監(jiān)測數(shù)據(jù)等多元時序數(shù)據(jù),捕捉雪崩監(jiān)測數(shù)據(jù)中的數(shù)據(jù)異常,實現(xiàn)雪崩監(jiān)測預警。

3、上述技術旨在通過獲取的雪崩監(jiān)測數(shù)據(jù)計算雪崩的預警時間,通過捕捉關鍵特征,優(yōu)化異常檢測的精度,由于雪崩的采樣數(shù)據(jù)廣泛,干擾因素過多,容易降低后續(xù)的計算精確度。

4、因此,需要提供一種基于雪崩啟動物理模型的雪崩動態(tài)預警方法及系統(tǒng),能夠提前對采集數(shù)據(jù)進行清洗,剔除非關聯(lián)的干擾數(shù)據(jù)。


技術實現(xiàn)思路

1、為解決上述技術問題,本說明書實施例提供一種基于雪崩啟動物理模型的雪崩動態(tài)預警方法及系統(tǒng)。

2、在一些實施例中,一種基于雪崩啟動物理模型的雪崩動態(tài)預警方法,獲取采集參數(shù)進行預處理,采集參數(shù)包括背景參數(shù)、影響參數(shù)和觸發(fā)參數(shù),對各個參數(shù)進行數(shù)據(jù)關聯(lián),當出現(xiàn)差異性數(shù)據(jù)時,進行差異性校準,剔除干擾數(shù)據(jù);

3、對預處理后的數(shù)據(jù)進行物理模型構建,將構建后的物理模型進行訓練,優(yōu)化物理模型計算權重,得到訓練后的物理模型;

4、將新一輪采集參數(shù)發(fā)送至物理模型,輸出預警結果。

5、進一步的,背景參數(shù)包括巖土斜坡坡度、剪應力、生態(tài)環(huán)境,影響參數(shù)包括冰雪坡面抗剪強度、降雪、溫度,觸發(fā)參數(shù)包括降雪、風、生物活動和偶然因子,其中,巖土坡坡度、剪應力、溫度、降雪和風能夠通過單一數(shù)據(jù)源直接獲取,生態(tài)環(huán)境、冰雪坡面抗剪強度、生物活動和偶然因子通過至少一個數(shù)據(jù)源計算得出,背景參數(shù)、影響參數(shù)和觸發(fā)參數(shù)均是基于設置在待測雪地的數(shù)據(jù)源輸出的數(shù)據(jù)。

6、進一步的,背景參數(shù)、影響參數(shù)和觸發(fā)參數(shù)應用在物理模型中的不同層級,多個層級依次傳送數(shù)據(jù),背景參數(shù)、影響參數(shù)和觸發(fā)參數(shù)在對應層級中占比的權重依次增大。

7、進一步的,差異性數(shù)據(jù)基于采集參數(shù)的三種類別參數(shù)進行標記,當其中一個參數(shù)與另外兩種類別的參數(shù)出現(xiàn)差異時,進行差異行校準,包括將該差異參數(shù)進行人工選取或剔除,當差異參數(shù)被選取時,所述另外兩種類別的參數(shù)被剔除。

8、進一步的,干擾數(shù)據(jù)包括不符合大部分采集數(shù)據(jù)計算所得的天氣趨勢,采集數(shù)據(jù)基于各種類型的天氣傳感器獲取數(shù)據(jù),基于獲取的天氣類型對采集數(shù)據(jù)進行來源分類,所述大部分采集數(shù)據(jù)是指在相同天氣類型下至少占比所有來源數(shù)據(jù)的四分之三。

9、進一步的,物理模型包括分析層、交叉學習層和輸出層,

10、分析層包括將預處理后的數(shù)據(jù)代入時域分析器,時域分析器計算參數(shù)在上個時間段內(nèi)的變化趨勢作為下個時間段的預計變化趨勢;

11、交叉學習層將多個類型的預計變化趨勢互相疊加,標記相同變化趨勢和相反變化趨勢進行深度學習訓練,記錄兩種變化趨勢對應的類型權重;

12、根據(jù)多個類型的交叉學習結果,輸出待監(jiān)測地區(qū)的雪崩預警等級和預警時間。

13、還包括一種基于雪崩啟動物理模型的雪崩動態(tài)預警系統(tǒng),包括采集單元、傳輸單元、計算單元和預警單元,

14、采集單元包括獲取各個天氣類型的傳感設備,每個天氣類型至少關聯(lián)一個采集參數(shù),每個采集參數(shù)對應至少一個的傳感設備;

15、傳輸單元包括將傳感設備上采集數(shù)據(jù)通過無線傳輸通道發(fā)送至計算單元;

16、計算單元為設置在待監(jiān)測雪地的計算服務器,計算服務器通過調(diào)取歷史采集參數(shù)和實時采集數(shù)據(jù)進行雪崩預警等級和預警時間計算;

17、預警單元將預警等級和預警時間通過發(fā)送短信至綁定雪地信號塔的用戶手機。

18、進一步的,計算服務器上設置有計算軟件,計算軟件的輸入端為傳輸單元發(fā)送的數(shù)據(jù),計算軟件的輸出端為預警單元。

19、本發(fā)明的有益效果是:

20、1、優(yōu)化待監(jiān)測雪地采集到的數(shù)據(jù),剔除干擾數(shù)據(jù),提高得出雪崩發(fā)生時間和崩塌范圍的精度;

21、2、將預測雪崩的數(shù)據(jù)來源分為多類,根據(jù)歷史數(shù)據(jù)對氣候的影響規(guī)律,賦予數(shù)據(jù)來源的權重,構建多重物理模型,便于未來直接預測雪崩的時間和波及范圍。



技術特征:

1.一種基于雪崩啟動物理模型的雪崩動態(tài)預警方法,其特征在于,

2.如權利要求1所述的一種基于雪崩啟動物理模型的雪崩動態(tài)預警方法,其特征在于,背景參數(shù)包括巖土斜坡坡度、剪應力、生態(tài)環(huán)境,影響參數(shù)包括冰雪坡面抗剪強度、降雪、溫度,觸發(fā)參數(shù)包括降雪、風、生物活動和偶然因子,其中,巖土坡坡度、剪應力、溫度、降雪和風能夠通過單一數(shù)據(jù)源直接獲取,生態(tài)環(huán)境、冰雪坡面抗剪強度、生物活動和偶然因子通過至少一個數(shù)據(jù)源計算得出,背景參數(shù)、影響參數(shù)和觸發(fā)參數(shù)均是基于設置在待測雪地的數(shù)據(jù)源輸出的數(shù)據(jù)。

3.如權利要求2所述的一種基于雪崩啟動物理模型的雪崩動態(tài)預警方法,其特征在于,背景參數(shù)、影響參數(shù)和觸發(fā)參數(shù)應用在物理模型中的不同層級,多個層級依次傳送數(shù)據(jù),背景參數(shù)、影響參數(shù)和觸發(fā)參數(shù)在對應層級中占比的權重依次增大。

4.如權利要求3所述的一種基于雪崩啟動物理模型的雪崩動態(tài)預警方法,其特征在于,差異性數(shù)據(jù)基于采集參數(shù)的三種類別參數(shù)進行標記,當其中一個參數(shù)與另外兩種類別的參數(shù)出現(xiàn)差異時,進行差異行校準,包括將該差異參數(shù)進行人工選取或剔除,當差異參數(shù)被選取時,所述另外兩種類別的參數(shù)被剔除。

5.如權利要求4所述的一種基于雪崩啟動物理模型的雪崩動態(tài)預警方法,其特征在于,干擾數(shù)據(jù)包括不符合大部分采集數(shù)據(jù)計算所得的天氣趨勢,采集數(shù)據(jù)基于各種類型的天氣傳感器獲取數(shù)據(jù),基于獲取的天氣類型對采集數(shù)據(jù)進行來源分類,所述大部分采集數(shù)據(jù)是指在相同天氣類型下至少占比所有來源數(shù)據(jù)的四分之三。

6.如權利要求5中所述的一種基于雪崩啟動物理模型的雪崩動態(tài)預警方法,其特征在于,物理模型包括分析層、交叉學習層和輸出層,

7.一種基于雪崩啟動物理模型的雪崩動態(tài)預警系統(tǒng),其特征在于,包括采集單元、傳輸單元、計算單元和預警單元,

8.如權利要求7所述的一種基于雪崩啟動物理模型的雪崩動態(tài)預警系統(tǒng),其特征在于,計算服務器上設置有計算軟件,計算軟件的輸入端為傳輸單元發(fā)送的數(shù)據(jù),計算軟件的輸出端為預警單元。


技術總結
本發(fā)明提供一種基于雪崩啟動物理模型的雪崩動態(tài)預警方法及系統(tǒng),屬于雪崩預測技術領域,獲取采集參數(shù)進行預處理,采集參數(shù)包括背景參數(shù)、影響參數(shù)和觸發(fā)參數(shù),對各個參數(shù)進行數(shù)據(jù)關聯(lián),當出現(xiàn)差異性數(shù)據(jù)時,進行差異性校準,剔除干擾數(shù)據(jù);對預處理后的數(shù)據(jù)進行物理模型構建,將構建后的物理模型進行訓練,優(yōu)化物理模型計算權重,得到訓練后的物理模型;將新一輪采集參數(shù)發(fā)送至物理模型,輸出預警結果,將預警時間和雪崩范圍進行分發(fā)。

技術研發(fā)人員:姜元俊,胡曉波,朱元甲,李興凱,郭坤
受保護的技術使用者:中國科學院、水利部成都山地災害與環(huán)境研究所
技術研發(fā)日:
技術公布日:2025/9/14
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1