电子信息技术

本发明属于降雨滑坡预测领域，具体提供一种区域级降雨滑坡概率性预测方法及预测终端，本发明提出的降雨数据降尺度模型通过选取适应不同下垫面条件、不同时相、不同空间分辨率的特征因子和泛化能力强、鲁棒性高的降尺度算法，能够克服植被、低能见度天气等对季节性降雨的时滞效应和降雨分布异常问题，提高降雨数据降尺度的准确率。基于两阶段响应面法的降雨阈值模型不依赖滑坡易发性概率与降雨变量相互独立的假定，可以大幅提高滑坡概率性预测模型的泛化能力和鲁棒性。还对研究区域滑坡易发性评价结果和气象部门发布的气象预报产品进行融合，搭建区域级降雨滑坡预测平台，绘制研究区域的降雨滑坡概率性预测图并更新实现降雨滑坡实时预测。

降雨是滑坡最重要的诱发因素，降雨滑坡具有分布范围广、发生频率高、危害性大等特点。降雨滑坡概率性预测在空间尺度上分为区域级（数百至数千km）和小流域级（100km以下）2种，其中，区域级降雨滑坡概率性预测可以得到研究区域的降雨滑坡概率性预测图，为滑坡防治政策制定和防治资金分配提供理论依据。区域级降雨滑坡概率性预测方法包括基于机器学习算法的降雨数据降尺度模型构建、基于两阶段响应面法的概率性降雨阈值模型构建、基于ArcGIS Engine的区域级降雨滑坡预测平台开发等关键问题。

本发明具有以下优点：

本发明提出的降雨数据降尺度模型通过选取适应不同下垫面条件、不同时相、不同空间分辨率的特征因子和泛化能力强、鲁棒性高的降尺度算法，能够克服植被、低能见度天气等对季节性降雨的时滞效应和降雨分布异常问题，大幅提高降雨数据降尺度的准确率；

本发明提出的基于两阶段响应面法的降雨阈值模型不依赖滑坡易发性概率与降雨变量相互独立的假定，也无需进行有效降雨量计算中衰减参数的求解，可以大幅提高滑坡概率性预测模型的泛化能力和鲁棒性；

本发明还基于ArcGIS Engine搭建区域级降雨滑坡预测平台，可以绘制研究区域的降雨滑坡概率性预测图并通过降雨量预报值的更新实现降雨滑坡实时预测；

本发明可以揭示降雨滑坡发生的时空规律及其与孕灾环境的互馈机制，为滑坡防治政策制定和防治资金分配提供理论依据。