多源数据融合的滑坡监测预警评估

摘要：

针对现有监控山体滑坡设备价格高昂、采集数据单一化,单个传感器数据存在不确定性,同时难以将滑坡监测区域的空间预测和时间预测预报信息多维度融合等问题,文中采用两级并联型融合方式,通过GIS技术、传感器技术、无线和通信技术采集滑坡监测区域的空间与时间信息,并将时间信息实时远程传送至Tlink物联网云服务器.首先利用BP神经网络对获取的数据进行第一级融合,以得到同类数据的最佳值;然后,使用多层模糊综合评价法进行决策层融合,第一层采用AHP确定权重,第二层采用灾害熵确定权重,以实现预警评估的自适应能力并保护滑坡因子在模糊运算后信息不被掩盖.运行结果表明,通过多维信息能够获取更加丰富有效的监测区域信息,消除单个滑坡条件因子对滑坡等级评价的局限性,并提升整体滑坡等级评价的可靠性和准确性.

关键词：滑坡监测、预警评估、多源数据融合、远程传输、BP神经网络、权重计算、结果分析

所属期刊栏目：45

分类号：TN919-34;TP311

资助基金：国家自然科学基金;国家自然科学基金;贵州省工业攻关项目;黔科合人才团队20154014;物联网理论与应用案例库;自动化专业卓越工程师计划

在线出版日期：2022-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：124-130