原文传递
基于大数据分析与挖掘的铁路区域泥石流灾害预警模型研究
| 论文题名： | 基于大数据分析与挖掘的铁路区域泥石流灾害预警模型研究 |
| 关键词： | 泥石流预警;数据分析;数据挖掘;风险预测;地表形变 |
| 摘要： | 我国铁路运输被视为国民经济大动脉，如今随着极端天气频发，铁路区域泥石流灾害的发生频率也随之上升，给我国的铁路运输造成了更大的经济损失，因此针对铁路区域的泥石流灾害预警越发重要。论文在研究泥石流形成机理的基础上，突破以传统监测设备，降雨信息为主的泥石流预警模型，开展了基于大数据分析与挖掘的铁路区域泥石流灾害预警模型研究工作，并形成了以下成果： 1.创新性地引入InSAR技术来监测铁路区域的地表形变，并使用大数据分析技术来研究泥石流的影响因素。此外，还通过改进斋藤曲线来研究坡面型泥石流地表形变-时间曲线的规律，发现了坡面型泥石流灾害的发生与临界切线角存在明显关系。 2.提出了一种结合滑动时间窗口和混合核函数的LSSVR算法，并将其与网格单元划分方法结合，来对泥石流灾害风险模式进行数据挖掘，并构建泥石流灾害风险预测模型。实验表明该预测模型的准确率提高了8.3%，误报率降低了4.5%。此外，还创新性地提出了结合泥石流发生概率、成灾规模以及铁路区域人居环境的泥石流灾害风险预警模型，实验表明该预警模型比其它预警模型表现更好。 3.在泥石流灾害风险预测模型和网格单元划分方法的基础上，进一步提出了泥石流灾害空间范围预测方法，实验表明该方法对中小型泥石流灾害的空间范围预测效果较好。 4.针对泥石流地表形变时间序列预测方法，提出了一种MV-PR-LSTM的组合算法，该方法创新性地采用移动平均法将地表形变时间序列，分解为内在因素项和外部因素项，并采用多项式回归算法对内在因素项时间序列进行预测，以及应用LSTM神经网络来构建外部因素项时间序列预测模型。实验表明该预测方法能够有效地提升泥石流灾害风险时间预测的准确性。 5.开发了铁路区域泥石流灾害在线预警可视化系统，该系统围绕监测工点实现了泥石流灾害风险预警、泥石流灾害时空范围预测以及多源监测流数据动态更新的可视化功能。 |
| 作者： | 王雨 |
| 专业： | 软件工程 |
| 导师： | 陆鑫 |
| 授予学位： | 硕士 |
| 授予学位单位： | 电子科技大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
