为解决传统的滑坡预报准确率低、预警不及时的问题,采用信息融合与RBF神经网络相结合的方式,提出一种滑坡地质灾害预报模型,对多传感器参数进行全面综合分析。将多传感器采集到的历史数据和对应发生概率作为RBF神经网络的输入进行模型训练,通过将实时采集的数据输入给训练好的预报模型,计算出滑坡发生的概率。基于模糊规则建立滑坡发生等级表,用以更为准确直观的查询。通过仿真实验,结果表明,模型可有效提高灾害预报准确率。
科研之友
微信
新浪微博
Facebook
分享链接
