科研之友
微信
新浪微博
Facebook
分享链接
摘要
地质滑坡灾害的监测预警体系中存在地质灾害调查、数据监测和预测预警环节融合度不够、相互分散、结果评价缺失等缺点，本文针对降雨型黄土滑坡灾害监测预警中存在的实际问题和不足，结合多源信息和智能风险评估，提出一种准确率高和满足快速性的基于SVM-BP的地质灾害安全评价混合模型。本文以降雨型滑坡地下水监测为主，以外部诱发因素为辅，完成滑坡形变监测、风险源辨识和监测预警云平台系统的基础上，以坡体含水率易诱发边坡骤发式瞬间失稳为出发点，实现了降雨型危险坡体的实时监测与动态安全性评价。本文的实验数据来源于西安市某段实测数据。首先确定滑坡风险评价指标体系后，基于灰色综合关联分析法和模糊层次分析法完成初步数据筛选，利用SVM分类器和BP神经网络模型分别完成数据判断和评价分类，建立基于SVM-BP的安全评价混合模型。在实际工程中大概率为安全状态，使得评价模型的SVM分类器具备运行时间短，满足快速性要求的特点；BP神经网络模型能够增加对于危险状态的敏感度，提高整个评价模型的准确率。通过对危险坡体实测数据和系统功能实验验证，该评价模型的准确率达到99.94%，运行时间为0.0329s，满足降雨型滑坡监测过程中对于采集数据的实时评价分析的需求，并可快速准确的评价监测点的安全状态。
- 单位
