机器学习和SPH方法联合驱动的泥石流预警系统研究

摘要：

在降雨过程中,潜在的泥石流触发体在水文地质作用的影响下,会形成泥石流,对下游人们的生命财产安全造成严重威胁.构建有效的泥石流监测预警预报系统是减小灾害影响的有效手段.针对现有预警系统只能提供泥石流触发与否或触发风险高低的结果,研究出了机器学习和光滑粒子流体动力学(Smoothed Particle Hydrodynamics,SPH)方法联合驱动的泥石流预警系统,对泥石流触发后可能的影响范围和灾害烈度进行全面评估,实现了对泥石流灾害的精细化预警,可以有效减少泥石流灾害的影响和危害.

关键词：决策树、SPH模型、泥石流、预警系统

所属期刊栏目：59

分类号：P642.23;TP277(水文地质学与工程地质学)

在线出版日期：2023-07-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：30-33