本技術(shù)涉及人工智能，具體而言，涉及一種基于人工智能的邊坡滑坡風(fēng)險(xiǎn)預(yù)警方法及系統(tǒng)。

背景技術(shù)：

1、邊坡滑坡作為一種常見的地質(zhì)災(zāi)害，對(duì)交通、建筑、農(nóng)田等造成了巨大的威脅，嚴(yán)重影響人民生命財(cái)產(chǎn)安全和生態(tài)環(huán)境。傳統(tǒng)的邊坡滑坡風(fēng)險(xiǎn)預(yù)警方法主要依賴于人工巡查和定性分析，存在效率低、主觀性強(qiáng)、預(yù)警滯后等問題，難以滿足現(xiàn)代工程安全管理的需求。

2、近年來，隨著遙感技術(shù)、三維成像技術(shù)的快速發(fā)展，為邊坡滑坡風(fēng)險(xiǎn)的精準(zhǔn)預(yù)警提供了新的可能。特別是邊坡三維影像技術(shù)的應(yīng)用，使得邊坡地形地貌、地質(zhì)結(jié)構(gòu)等信息得以高精度獲取，為滑坡風(fēng)險(xiǎn)的量化評(píng)估提供了基礎(chǔ)數(shù)據(jù)支持。然而，如何有效利用這些三維影像數(shù)據(jù)，結(jié)合歷史滑坡事件的經(jīng)驗(yàn)教訓(xùn)進(jìn)行邊坡滑坡風(fēng)險(xiǎn)預(yù)警，仍是一個(gè)亟待解決的問題。

3、目前，已有一些研究嘗試將人工智能算法應(yīng)用于邊坡滑坡風(fēng)險(xiǎn)的預(yù)測(cè)與預(yù)警中，但大多側(cè)重于單一因素的考慮，缺乏系統(tǒng)性的風(fēng)險(xiǎn)評(píng)估框架。此外，對(duì)于邊坡滑坡風(fēng)險(xiǎn)的空間分布特征、滑坡觸發(fā)機(jī)制的深入理解以及不同區(qū)域滑坡風(fēng)險(xiǎn)的相互影響等方面的研究仍有待加強(qiáng)。

技術(shù)實(shí)現(xiàn)思路

1、為了至少克服現(xiàn)有技術(shù)中的上述不足，本技術(shù)的目的在于提供一種基于人工智能的邊坡滑坡風(fēng)險(xiǎn)預(yù)警方法及系統(tǒng)。

2、第一方面，本技術(shù)提供一種基于人工智能的邊坡滑坡風(fēng)險(xiǎn)預(yù)警方法，所述方法包括：

3、獲取目標(biāo)邊坡監(jiān)控區(qū)域的邊坡三維影像中各歷史滑坡節(jié)點(diǎn)在滑坡風(fēng)險(xiǎn)平面空間下的歷史滑坡觸發(fā)路徑，并獲取滑坡風(fēng)險(xiǎn)立體空間下各個(gè)所述歷史滑坡節(jié)點(diǎn)到風(fēng)險(xiǎn)觀測(cè)平面的滑坡聯(lián)動(dòng)值；

4、獲取用于構(gòu)建邊坡滑坡風(fēng)險(xiǎn)分布圖的基礎(chǔ)分布圖；

5、依據(jù)各個(gè)所述歷史滑坡節(jié)點(diǎn)的所述歷史滑坡觸發(fā)路徑和所述滑坡聯(lián)動(dòng)值，確定所述邊坡三維影像的各第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性；

6、依據(jù)各個(gè)所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性，在所述基礎(chǔ)分布圖中構(gòu)建各個(gè)所述第一邊坡區(qū)塊，生成滑坡風(fēng)險(xiǎn)熱力分布圖；

7、依據(jù)各個(gè)所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性，在所述滑坡風(fēng)險(xiǎn)熱力分布圖中除各個(gè)所述第一邊坡區(qū)塊以外的分布范圍內(nèi)，構(gòu)建第二邊坡區(qū)塊，生成所述目標(biāo)邊坡監(jiān)控區(qū)域的邊坡滑坡風(fēng)險(xiǎn)分布圖；

8、基于所述目標(biāo)邊坡監(jiān)控區(qū)域的邊坡滑坡風(fēng)險(xiǎn)分布圖生成對(duì)應(yīng)的預(yù)警信息。

9、在第一方面的一種可能的實(shí)施方式中，所述獲取用于構(gòu)建邊坡滑坡風(fēng)險(xiǎn)分布圖的基礎(chǔ)分布圖，包括：

10、獲取待構(gòu)建邊坡滑坡風(fēng)險(xiǎn)分布圖的目標(biāo)精度；

11、生成具有所述目標(biāo)精度的、用于構(gòu)建邊坡滑坡風(fēng)險(xiǎn)分布圖的基礎(chǔ)分布圖。

12、在第一方面的一種可能的實(shí)施方式中，所述邊坡三維影像由多個(gè)滑坡風(fēng)險(xiǎn)區(qū)塊組成，所述滑坡風(fēng)險(xiǎn)區(qū)塊的兩個(gè)界定位置分別為所述邊坡三維影像中的第一歷史滑坡節(jié)點(diǎn)和第二歷史滑坡節(jié)點(diǎn)；

13、所述依據(jù)各個(gè)所述歷史滑坡節(jié)點(diǎn)的所述歷史滑坡觸發(fā)路徑和所述滑坡聯(lián)動(dòng)值，確定所述邊坡三維影像的各第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性，包括：

14、對(duì)于所述邊坡三維影像中各個(gè)所述滑坡風(fēng)險(xiǎn)區(qū)塊上的各風(fēng)險(xiǎn)點(diǎn)，分別進(jìn)行下述步驟，生成所述邊坡三維影像的各個(gè)所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性：

15、獲取所述風(fēng)險(xiǎn)點(diǎn)在所述滑坡風(fēng)險(xiǎn)平面空間下的空間位置參數(shù)；

16、將所述空間位置參數(shù)和所述第一歷史滑坡節(jié)點(diǎn)的歷史滑坡觸發(fā)路徑輸入到預(yù)先訓(xùn)練的滑坡聯(lián)動(dòng)決策模型，確定所述風(fēng)險(xiǎn)點(diǎn)與所述第一歷史滑坡節(jié)點(diǎn)之間的第一滑坡聯(lián)動(dòng)值；

17、將所述空間位置參數(shù)和所述第二歷史滑坡節(jié)點(diǎn)的歷史滑坡觸發(fā)路徑輸入到預(yù)先訓(xùn)練的滑坡聯(lián)動(dòng)決策模型，確定所述風(fēng)險(xiǎn)點(diǎn)與所述第二歷史滑坡節(jié)點(diǎn)之間的第二滑坡聯(lián)動(dòng)值；

18、將所述第一滑坡聯(lián)動(dòng)值作為所述第一歷史滑坡節(jié)點(diǎn)到所述風(fēng)險(xiǎn)觀測(cè)平面的滑坡聯(lián)動(dòng)值的第一加權(quán)系數(shù)，并將所述第二滑坡聯(lián)動(dòng)值作為所述第二歷史滑坡節(jié)點(diǎn)到所述風(fēng)險(xiǎn)觀測(cè)平面的滑坡聯(lián)動(dòng)值的第二加權(quán)系數(shù)；

19、依據(jù)所述第一加權(quán)系數(shù)和所述第二加權(quán)系數(shù)，對(duì)所述第一歷史滑坡節(jié)點(diǎn)到所述風(fēng)險(xiǎn)觀測(cè)平面的滑坡聯(lián)動(dòng)值、以及所述第二歷史滑坡節(jié)點(diǎn)到所述風(fēng)險(xiǎn)觀測(cè)平面的滑坡聯(lián)動(dòng)值進(jìn)行融合計(jì)算，生成融合計(jì)算結(jié)果；

20、將所述融合計(jì)算結(jié)果作為所述風(fēng)險(xiǎn)點(diǎn)的所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性。

21、在第一方面的一種可能的實(shí)施方式中，所述邊坡三維影像由多個(gè)滑坡風(fēng)險(xiǎn)區(qū)塊組成，所述邊坡三維影像包括：經(jīng)所述歷史滑坡節(jié)點(diǎn)關(guān)聯(lián)的至少三個(gè)滑坡風(fēng)險(xiǎn)區(qū)塊組合連通生成的復(fù)合風(fēng)險(xiǎn)區(qū)塊，所述復(fù)合風(fēng)險(xiǎn)區(qū)塊的關(guān)注節(jié)點(diǎn)為所述歷史滑坡節(jié)點(diǎn)；

22、所述依據(jù)各個(gè)所述歷史滑坡節(jié)點(diǎn)的所述歷史滑坡觸發(fā)路徑和所述滑坡聯(lián)動(dòng)值，確定所述邊坡三維影像的各第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性，包括：

23、將所述復(fù)合風(fēng)險(xiǎn)區(qū)塊劃分為至少一個(gè)多元風(fēng)險(xiǎn)區(qū)塊，并針對(duì)各個(gè)所述多元風(fēng)險(xiǎn)區(qū)塊，分別進(jìn)行下述步驟，生成所述邊坡三維影像的所述復(fù)合風(fēng)險(xiǎn)區(qū)塊的各個(gè)所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性：

24、將所述多元風(fēng)險(xiǎn)區(qū)塊的各個(gè)所述關(guān)注節(jié)點(diǎn)的所述歷史滑坡觸發(fā)路徑和所述滑坡聯(lián)動(dòng)值，輸入到預(yù)先訓(xùn)練的潛在滑移危險(xiǎn)決策模型，確定所述邊坡三維影像的所述多元風(fēng)險(xiǎn)區(qū)塊的各個(gè)所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性。

25、在第一方面的一種可能的實(shí)施方式中，所述多元風(fēng)險(xiǎn)區(qū)塊的各個(gè)所述關(guān)注節(jié)點(diǎn)的歷史滑坡觸發(fā)路徑通過歷史滑坡觸發(fā)路徑參數(shù)進(jìn)行表征；所述將所述多元風(fēng)險(xiǎn)區(qū)塊的各個(gè)所述關(guān)注節(jié)點(diǎn)的所述歷史滑坡觸發(fā)路徑和所述滑坡聯(lián)動(dòng)值，輸入到預(yù)先訓(xùn)練的潛在滑移危險(xiǎn)決策模型，確定所述邊坡三維影像的所述多元風(fēng)險(xiǎn)區(qū)塊的各個(gè)所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性，包括：

26、對(duì)于所述多元風(fēng)險(xiǎn)區(qū)塊的各個(gè)所述第一邊坡區(qū)塊，分別進(jìn)行下述步驟：

27、獲取所述第一邊坡區(qū)塊在所述基礎(chǔ)分布圖中的邊坡區(qū)塊分布位置；

28、依據(jù)所述邊坡區(qū)塊分布位置、以及所述多元風(fēng)險(xiǎn)區(qū)塊的各個(gè)所述關(guān)注節(jié)點(diǎn)的歷史滑坡觸發(fā)路徑參數(shù)，確定所述第一邊坡區(qū)塊對(duì)應(yīng)各個(gè)所述關(guān)注節(jié)點(diǎn)的加權(quán)系數(shù)，所述加權(quán)系數(shù)為，所述關(guān)注節(jié)點(diǎn)到所述風(fēng)險(xiǎn)觀測(cè)平面的滑坡聯(lián)動(dòng)值所對(duì)應(yīng)的加權(quán)系數(shù)；

29、依據(jù)所述第一邊坡區(qū)塊對(duì)應(yīng)各個(gè)所述關(guān)注節(jié)點(diǎn)的加權(quán)系數(shù)，對(duì)各個(gè)所述關(guān)注節(jié)點(diǎn)到所述風(fēng)險(xiǎn)觀測(cè)平面的滑坡聯(lián)動(dòng)值進(jìn)行融合計(jì)算，生成融合計(jì)算結(jié)果；

30、將所述融合計(jì)算結(jié)果作為所述多元風(fēng)險(xiǎn)區(qū)塊的所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性；

31、其中，所述依據(jù)各個(gè)所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性，在所述基礎(chǔ)分布圖中構(gòu)建各個(gè)所述第一邊坡區(qū)塊，生成滑坡風(fēng)險(xiǎn)熱力分布圖，包括：

32、對(duì)于所述多元風(fēng)險(xiǎn)區(qū)塊的各個(gè)所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性，分別進(jìn)行下述步驟，生成所述滑坡風(fēng)險(xiǎn)熱力分布圖：

33、在所述第一邊坡區(qū)塊對(duì)應(yīng)各個(gè)所述關(guān)注節(jié)點(diǎn)的加權(quán)系數(shù)均不小于0時(shí)，依據(jù)所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性，在所述基礎(chǔ)分布圖中構(gòu)建所述第一邊坡區(qū)塊。

34、在第一方面的一種可能的實(shí)施方式中，所述依據(jù)各個(gè)所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性，在所述基礎(chǔ)分布圖中構(gòu)建各個(gè)所述第一邊坡區(qū)塊，生成滑坡風(fēng)險(xiǎn)熱力分布圖，包括：

35、針對(duì)各個(gè)所述第一邊坡區(qū)塊，分別進(jìn)行下述步驟，生成所述滑坡風(fēng)險(xiǎn)熱力分布圖：

36、確定所述第一邊坡區(qū)塊在所述基礎(chǔ)分布圖中的待構(gòu)建分布點(diǎn)，并從所述基礎(chǔ)分布圖中，確定位于所述待構(gòu)建分布點(diǎn)的目標(biāo)邊坡區(qū)塊；

37、將所述目標(biāo)邊坡區(qū)塊的潛在滑移危險(xiǎn)性，輸出為所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性，以在所述基礎(chǔ)分布圖中構(gòu)建所述第一邊坡區(qū)塊。

38、在第一方面的一種可能的實(shí)施方式中，所述將所述目標(biāo)邊坡區(qū)塊的潛在滑移危險(xiǎn)性，輸出為所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性之前，所述方法還包括：

39、在所述目標(biāo)邊坡區(qū)塊處未構(gòu)建有其它邊坡區(qū)塊時(shí)，則執(zhí)行將所述目標(biāo)邊坡區(qū)塊的潛在滑移危險(xiǎn)性，輸出為所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性的步驟；

40、在所述目標(biāo)邊坡區(qū)塊處已構(gòu)建有其它邊坡區(qū)塊時(shí)，獲取所述目標(biāo)邊坡區(qū)塊處已構(gòu)建的所述其它邊坡區(qū)塊的目標(biāo)潛在滑移危險(xiǎn)性；

41、在所述目標(biāo)潛在滑移危險(xiǎn)性大于所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性時(shí)，則執(zhí)行將所述目標(biāo)邊坡區(qū)塊的潛在滑移危險(xiǎn)性，輸出為所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性的步驟；

42、所述方法還包括：

43、在所述目標(biāo)潛在滑移危險(xiǎn)性不大于所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性時(shí)，維持所述目標(biāo)潛在滑移危險(xiǎn)性穩(wěn)定。

44、在第一方面的一種可能的實(shí)施方式中，所述依據(jù)各個(gè)所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性，在所述滑坡風(fēng)險(xiǎn)熱力分布圖中除各個(gè)所述第一邊坡區(qū)塊以外的分布范圍內(nèi)，構(gòu)建第二邊坡區(qū)塊，生成所述目標(biāo)邊坡監(jiān)控區(qū)域的邊坡滑坡風(fēng)險(xiǎn)分布圖，包括：

45、將各個(gè)所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性，向所述滑坡風(fēng)險(xiǎn)熱力分布圖中除各個(gè)所述第一邊坡區(qū)塊以外的分布范圍內(nèi)各目標(biāo)邊坡區(qū)塊進(jìn)行風(fēng)險(xiǎn)傳遞，生成各個(gè)所述目標(biāo)邊坡區(qū)塊的潛在滑移危險(xiǎn)性；

46、依據(jù)各個(gè)所述目標(biāo)邊坡區(qū)塊的潛在滑移危險(xiǎn)性，在所述滑坡風(fēng)險(xiǎn)熱力分布圖中構(gòu)建各個(gè)所述目標(biāo)邊坡區(qū)塊，并將構(gòu)建的所述目標(biāo)邊坡區(qū)塊作為所述第二邊坡區(qū)塊，生成所述目標(biāo)邊坡監(jiān)控區(qū)域的邊坡滑坡風(fēng)險(xiǎn)分布圖。

47、在第一方面的一種可能的實(shí)施方式中，所述風(fēng)險(xiǎn)傳遞包括x輪風(fēng)險(xiǎn)傳遞，所述將各個(gè)所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性，向所述滑坡風(fēng)險(xiǎn)熱力分布圖中除各個(gè)所述第一邊坡區(qū)塊以外的分布范圍內(nèi)各目標(biāo)邊坡區(qū)塊進(jìn)行風(fēng)險(xiǎn)傳遞，生成各個(gè)所述目標(biāo)邊坡區(qū)塊的潛在滑移危險(xiǎn)性，包括：

48、對(duì)于所述x輪風(fēng)險(xiǎn)傳遞中首輪風(fēng)險(xiǎn)傳遞，將各個(gè)所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性，向各個(gè)所述第一邊坡區(qū)塊的連通邊坡區(qū)塊進(jìn)行風(fēng)險(xiǎn)傳遞，生成各個(gè)所述第一邊坡區(qū)塊的連通邊坡區(qū)塊的潛在滑移危險(xiǎn)性，并將各個(gè)所述第一邊坡區(qū)塊的連通邊坡區(qū)塊的潛在滑移危險(xiǎn)性作為首輪目標(biāo)邊坡區(qū)塊的潛在滑移危險(xiǎn)性；

49、對(duì)于所述x輪風(fēng)險(xiǎn)傳遞中第m輪風(fēng)險(xiǎn)傳遞，將第m-1輪目標(biāo)邊坡區(qū)塊的潛在滑移危險(xiǎn)性，向所述第m-1輪目標(biāo)邊坡區(qū)塊的連通邊坡區(qū)塊進(jìn)行風(fēng)險(xiǎn)傳遞，生成所述第m-1輪目標(biāo)邊坡區(qū)塊的連通邊坡區(qū)塊的潛在滑移危險(xiǎn)性，并將所述第m-1輪目標(biāo)邊坡區(qū)塊的連通邊坡區(qū)塊的潛在滑移危險(xiǎn)性作為第m輪目標(biāo)邊坡區(qū)塊的潛在滑移危險(xiǎn)性；

50、其中，所述x和所述m為大于0的整數(shù)，所述x不小于所述m；

51、其中，所述將各個(gè)所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性，向各個(gè)所述第一邊坡區(qū)塊的連通邊坡區(qū)塊進(jìn)行風(fēng)險(xiǎn)傳遞，生成各個(gè)所述第一邊坡區(qū)塊的連通邊坡區(qū)塊的潛在滑移危險(xiǎn)性，包括：

52、針對(duì)每個(gè)被所述第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性所傳遞到的連通邊坡區(qū)塊，確定風(fēng)險(xiǎn)傳遞到所述連通邊坡區(qū)塊的至少一個(gè)目標(biāo)第一邊坡區(qū)塊，對(duì)所述至少一個(gè)目標(biāo)第一邊坡區(qū)塊的潛在滑移危險(xiǎn)性進(jìn)行融合計(jì)算，生成所述連通邊坡區(qū)塊的潛在滑移危險(xiǎn)性。

53、第二方面，本技術(shù)實(shí)施例還提供一種基于人工智能的邊坡滑坡風(fēng)險(xiǎn)預(yù)警系統(tǒng)，所述基于人工智能的邊坡滑坡風(fēng)險(xiǎn)預(yù)警系統(tǒng)包括處理器和機(jī)器可讀存儲(chǔ)介質(zhì)，所述機(jī)器可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序結(jié)合該處理器加載并執(zhí)行以實(shí)現(xiàn)以上第一方面的基于人工智能的邊坡滑坡風(fēng)險(xiǎn)預(yù)警方法。

54、采用以上任意方面的技術(shù)方案，通過綜合利用邊坡三維影像、歷史滑坡數(shù)據(jù)以及人工智能算法，實(shí)現(xiàn)了對(duì)邊坡滑坡風(fēng)險(xiǎn)的精準(zhǔn)預(yù)警。該方法不僅提高了滑坡風(fēng)險(xiǎn)評(píng)估的科學(xué)性和準(zhǔn)確性，還能夠快速生成直觀的滑坡風(fēng)險(xiǎn)熱力分布圖和全面的邊坡滑坡風(fēng)險(xiǎn)分布圖，為相關(guān)部門提供了強(qiáng)有力的決策支持。具體而言，通過精確獲取歷史滑坡節(jié)點(diǎn)的觸發(fā)路徑和滑坡聯(lián)動(dòng)值，本方法能夠深入揭示邊坡內(nèi)部應(yīng)力狀態(tài)和滑坡機(jī)理，進(jìn)而準(zhǔn)確評(píng)估各邊坡區(qū)塊的潛在滑移危險(xiǎn)性。此外，結(jié)合基礎(chǔ)分布圖生成的風(fēng)險(xiǎn)熱力分布圖和風(fēng)險(xiǎn)分布圖，使得滑坡風(fēng)險(xiǎn)的空間分布一目了然，便于快速識(shí)別高風(fēng)險(xiǎn)區(qū)域，為及時(shí)采取防范措施提供了可能。最終，基于風(fēng)險(xiǎn)分布圖生成的預(yù)警信息，確保了預(yù)警的針對(duì)性和時(shí)效性，有效降低了邊坡滑坡災(zāi)害的發(fā)生概率和災(zāi)害損失，保障了人民生命財(cái)產(chǎn)的安全。