地质灾害预警方法、装置、设备及存储介质与流程

1.本技术涉及计算机技术领域，尤其涉及一种地质灾害预警方法、装置、设备及存储介质。


背景技术：

2.随着人类工程活动的不断增强，地质情况变得越来越复杂，地质灾害对人们的生活也造成越来越严重的影响。而对地质灾害进行预警是防止地质灾害和减小由地质灾害引发损失的前提。
3.目前，主要通过预警模型对地质灾害进行预警。而预警模型可分为统计预警模型和动力预警模型。其中，统计预警模型是基于数学统计分析法，基于地质灾害与天气数据的统计分析结果来确定由气候造成的地质灾害，其未充分考虑天气的变化过程及其变化过程对地质的影响，导致对地质灾害的预警存在漏洞；而动力预警模型虽然考虑了数据变化过程对地质灾害的影响，但是其主要采用对数据变化的简化与抽象，无法贴合实际地质环境的变化以及地质环境变化过程中影响因素对地质灾害的影响，导致也无法准确地对地质灾害进行预测。


技术实现要素：

4.有鉴于此，本技术实施例提供了一种地质灾害预警方法、装置、设备及存储介质，以解决现有技术中对地质灾害预测不准确的问题，旨在提高对地质灾害预测的准确性。
5.本技术实施例第一方面提供了一种地质灾害预警方法，所述方法包括：
6.分别获取待预警区域，在当前预设时长内的第一地质环境因子和第一影响因素因子；
7.分别对各所述第一地质环境因子和各所述第一影响因素因子进行特征叠加分析，得到所述待预警区域的地质灾害预测结果。
8.本技术实施例第二方面提供了一种地质灾害预警装置，所述装置包括：
9.获取模块，用于分别获取待预警区域，在当前预设时长内的第一地质环境因子和第一影响因素因子；
10.分析模块，用于分别对各所述第一地质环境因子和各所述第一影响因素因子进行特征叠加分析，得到所述待预警区域的地质灾害预测结果。
11.本技术实施例第三方面提供一种地质灾害预警设备，包括存储器、处理器以及存储在所述存储器中并可在所述地质灾害预警设备上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面提供的地质灾害预警方法的步骤。
12.本技术实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现第一方面提供的地质灾害预警方法的步骤。
13.本技术实施例第一方面提供的一种地质灾害预警方法，与现有技术相比，包括：分
别获取待预警区域，在当前预设时长内的第一地质环境因子和第一影响因素因子；分别对各所述第一地质环境因子和各所述第一影响因素因子进行特征叠加分析，得到所述待预警区域的地质灾害预测结果。通过将待预警区域内的第一地质环境因子和第一影响因素因子进行特征叠加分析，实现了地质环境因子和影响因素因子的相结合，解决了对地质灾害预测不准确的问题，旨在提高对地质灾害预测的准确性。
14.本技术实施例第二方面至第四方面提供的有益效果与本技术实施例第一方面提供的有益效果相同，在此不再赘述。
附图说明
15.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
16.图1是本技术一实施例提供的地质灾害预警方法的实现流程图；
17.图2是本技术一实施例提供的地质灾害预警方法的场景示意图；
18.图3是图1中s102的一具体实现流程示意图；
19.图4是图1中s102的另一具体实现流程示意图；
20.图5是本技术一实施例提供的地质灾害预警装置的结构框图；
21.图6是本技术实施例提供的地质灾害预警设备的结构框图。
具体实施方式
22.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
23.本技术实施例所涉及的地质灾害预警方法，可以由地质灾害预警设备执行。所述地质灾害预警设备包括但不限于终端或者服务器。其中，所述服务器可以是单个服务器或者云服务器集群等，所述终端可以是个人数字设备、笔记本、台式电脑、智能可穿戴设备或者机器人等。在此不做具体限定。
24.本技术实施例所涉及的地质灾害预警方法，应用于需要对确定地理区域进行地质灾害预警，以有效防止地质灾害对环境造成的损害。具体地，本技术实施例提供的地质灾害预警方法，通过分别获取待预警区域，在当前预设时长内的第一地质环境因子和第一影响因素因子；分别对各所述第一地质环境因子和各所述第一影响因素因子进行特征叠加分析，得到所述待预警区域的地质灾害预测结果。地质环境因子和影响因素因子的相结合，解决了对地质灾害预测不准确的问题，旨在提高对地质灾害预测的准确性。
25.下面具体结合附图，对本技术实施例提供的地质灾害预警方法进行示例性的说明。
26.请参阅图1所示，图1是本技术一实施例提供的地质灾害预警方法的实现流程图。本技术实施例提供的地质灾害预警方法可由地质灾害预警设备执行实现。该地质灾害预警设备可以是终端，和/或，服务器。其中，终端包括但不限于个人笔记本、手持终端、可穿戴智
能手表或者机器人等；服务器可以是单个服务器、服务器集群、云服务器等。也就是说，本技术实施例提供的地质灾害预警方法能够应用于任意具有数据处理能力的设备，也可以是多个具有数据处理能力的设备交互完成。
27.示例性地，如图2所示，图2是本技术一实施例提供的地质灾害预警方法的场景示意图。由图2可知，在本实施例中，地质灾害预警方法可以由终端与服务器协同实现。具体地，终端202用于采集待预警区域在当前预设时长的第一地质环境因子和第一影响因素因子，将采集的第一预设数量的第一地质环境因子和第一影响因素因子发送至服务器204。服务器204分别对各所述第一地质环境因子和各所述第一影响因素因子进行特征叠加分析，得到所述待预警区域的地质灾害预测结果。进一步地，服务器204在确定了对待预警区域的地质灾害预测结果后，可以将待预警区域的地质灾害预测结果发送至终端202，以使终端202通过预设界面或者通过预设通知模式向对应的工作人员通知待预警区域的地质灾害预测结果。进而使得对应工作人员能够根据待预警区域的地质灾害预测结果进行对应的预警措施，有效防止待预警区域发生对应的地质灾害后造成的财产损失。
28.应理解，在具体实施时，若终端具有较强的数据处理能力，则上述分别对各所述第一地质环境因子和各所述第一影响因素因子进行特征叠加分析，得到所述待预警区域的地质灾害预测结果的过程可以直接由终端完成。若终端的数据处理能力受到限制，为了提高对待预警区域的地质灾害的预测效率，终端可以将采集的待预警区域内第一预设数量的第一地质环境因子和第一影响因素因子发送至服务器进行处理。此外，还可以直接由服务器采集待预警区域内第一预设数量的第一地质环境因子和第一影响因素因子，再分别对各所述第一地质环境因子和各所述第一影响因素因子进行特征叠加分析，得到所述待预警区域的地质灾害预测结果。具体地，需要根据实际场景进行确定，在此不做任何限定。
29.由图1可知，本实施例提供的地质灾害预警方法包括步骤s101至s102。详述如下：
30.s101，分别获取待预警区域，在当前预设时长内的第一地质环境因子和第一影响因素因子。
31.在具体实施时，第一地质环境因子包括但不限于地理位置信息和地质环境条件等与地质情况相关的因子。例如，第一地质环境因子包括以下至少之一：待预警区域的地理位置信息、坡度、坡向、高程、地貌类型、地层岩性、距断裂距离等。其中，坡度通常由预设的角度范围进行表示，例如可以表示为0
°
至10
°
，10
°
至20
°
；20
°
至30
°
；30
°
至40
°
；或者大于等于40
°
等。
32.应理解，不同的预设角度范围内的坡度对应对不同预设类型的地质灾害具有不同的影响，且不同预设角度范围内的坡度随着地质灾害类型的不同，会随时间发生对应不同的变化。通过采集待预警区域在当前预设时间范围内的坡度可以有效防止历史地质灾害导致的坡度变化，而使得对地质灾害的预警不准确的问题。例如，坡度位于0
°
至10
°
范围内时，对由暴雨导致的滑坡灾害的影响较小，但是坡度大于等于40
°
时，对由暴雨导致的滑坡灾害的影响较大。
33.此外，坡向也可以由预设的角度范围进行表示，高程可以由预设的长度范围进行表示；地貌类型包括但不限于中低山、中山或者高中山中的至少之一；地层岩性包括但不限于松散堆积层、软弱-半坚硬薄-中层状岩组、半坚硬-坚硬薄-中层状岩组，或者坚硬-半坚硬中-厚层状岩组中的至少之一；距断裂距离也可以由预设的距离范围表示，如0至500米，
500至1000米，1000米至1500米等。
34.在一实施例中，第一影响因素因子包括待预警区域的年均雨量、距离房屋距离、距离道路距离、距离沟谷距离、网格单元历史灾点数、当日降雨量、预设时长范围内的降雨量等。
35.通过获取待预警区域在当前预设时长内的第一地质环境因子和第一影响因素因子，以实现将第一地质环境因子和第一影响因素因子相结合，来提高对地质灾害预警的准确性。
36.s102，分别对各所述第一地质环境因子和各所述第一影响因素因子进行特征叠加分析，得到所述待预警区域的地质灾害预测结果。
37.其中，特征叠加分析的过程为将第一地质环境因子和第一影响因素因子进行一系列集合运算，产生新影响因子的过程。具体地，该特征叠加分析过程可以通过预训练的地质灾害预警模型实现，也可以通过对第一地质环境因子和第一影响因素因子中的关联因子进行特征叠加组合实现。下面将结合附图3与附图4分别对两种实现方式进行示例性解释。
38.请参阅图3所示，图3是图1中s102的一具体实现流程示意图。由图3可知，本实施例中，s102包括s1021与s1022。详述如下：
39.s1021，将各所述第一地质环境因子和各所述第一影响因素因子输入预先训练完成的地质灾害预警模型。
40.其中，预选训练完成的地质灾害预警模型的训练过程包括：获取预设数量的第二地质环境因子和预设类别的地质灾害对应在预设时间段内的第二影响因素因子；对所述第二地质环境因子和所述第二影响因素因子进行叠加分析，得到预设比例的正样本和负样本；基于所述正样本和所述负样本对预设的地质灾害预警模型进行数据驱动训练，得到所述地质灾害预警模型。
41.其中，第二地质环境因子为不同预设区域内的与地质情况相关的因子，其对应可以包括与第一地质环境因子相同的因子，也可以包括比第一地质环境因子多的因子，具体在此不做限定。第二影响因素因子对应为不同预设区域内的对地质情况有影响的因子，其对应可以包括与第一影响因素因子相同的因子，也可以包括比第一影响因素因子多的因子。具体在此也不做限定。在本实施例中，通过将第二地质环境因子和所述第二影响因素因子相结合进行叠加分析，获取预设比例的正样本和负样本，以提高训练得到的地质灾害预警模型的预警准确性。
42.具体地，通过将第二地质环境因子，如地质环境因素和第二影响因素因子，如降雨诱发因素与预警网格剖分单元进行叠加分析，获取影响地质灾害的地质环境特征库和地质影响因素特征库，再将地质环境特征库和地质影响因素特征库中的各因子进行叠加分析，得到正样本和负样本。
43.示例性地，所述对所述第二地质环境因子和所述第二影响因素因子进行叠加分析，得到预设比例的正样本和负样本，包括：分别确定各所述第二地质环境因子和各所述第二影响因素因子对不同预设类别地质灾害的第一影响权重，以及各所述第二地质环境因子和各所述第二影响因素因子之间的关联关系；根据所述第一影响权重和所述关联关系，确定出第一关键地质环境因子和第一关键影响因素因子；对所述第一关键地质环境因子和所述第一关键影响因素因子进行重分类，得到预设比例的所述正样本和所述负样本。
44.具体地，所述正样本包括:影响不同预设类别的地质灾害的影响要素。例如，正样本为历史滑坡灾害点确定的空间地理坐标和时间坐标。其中，空间地理坐标可以进行设置，而时间坐标要求较精准。
45.所述负样本包括：所述影响要素的缓冲要素信息。例如，负样本为在正样本一定缓冲区外空间随机采样的缓冲区半径为预警网格单元的3倍等。对应的预设比例可以通过实验数据确定，实验表明，正负样本数量比例为1：2较好。
46.此外，在得到正样本和负样本之后，还可以通过特征属性提取与数据清洗的技术手段进行缺失值插补、剔除、异常值识别等处理。
47.s1022，基于所述地质灾害预警模型对所述各所述第一地质环境因子和各所述第一影响因素因子进行分析，得到待预警区域的地质灾害预测结果。
48.具体地，所述地质灾害预警模型可以是通过贝叶斯优化算法、五折交叉验证法基于训练样本(包括预设比例的正样本和负样本)，对随机森林模型、最近邻模型、决策树模型、支持向量机模型、逻辑回归模型或者神经网络模型进行训练之后，进行模型参数评估得到的准确率最高和模型泛化能力最好的模型。
49.请参阅图4所示，图4是图1中s102的另一具体实现流程示意图。由图4可知，在本实施里中，s102包括s1023至s1025。详述如下：
50.s1023，分别确定各所述第一地质环境因子和各所述第一影响因素因子对不同预设类别地质灾害的第二影响权重，以及各所述第一地质环境因子和各所述第一影响因素因子之间的第二关联关系。
51.s1024，根据所述第二影响权重和所述第二关联关系，确定出至少两个第二关键地质环境因子和至少两个第二关键影响因素因子。
52.s1025，对各所述第二关键地质环境因子和各所述第二关键影响因素因子进行数据转换，对转换后得到的数据进行特征叠加组合，得到所述待预警区域的地质灾害预测结果。
53.具体地，本技术实施例对影响权重和关联关系的确定过程不做任何具体限定，可以采用层次法和优序图法、熵值法、信息量法、主成分法或者因子分析法等。
54.此外，对各所述第二关键地质环境因子和各所述第二关键影响因素因子进行数据转换的过程包括：对各所述第二关键地质环境因子和各所述第二关键影响因素因子进行归一化处理，得到因子关系矩阵数据；将所述因子关系矩阵数据转化为因子列数据。其中，因子列数据代表对地质灾害具有关键影响的因子的影响系数。
55.对转换后得到的数据进行特征叠加组合，得到所述待预警区域的地质灾害预测结果，包括：将所述因子列数据代表的影响系数基于线性函数进行线性叠加，得到所述待预警区域发生预设类别地质灾害的概率以及预警等级。
56.通过上述分析可知，本技术实施例提供的地质灾害预警方法，包括：分别获取待预警区域，在当前预设时长内的第一地质环境因子和第一影响因素因子；分别对各所述第一地质环境因子和各所述第一影响因素因子进行特征叠加分析，得到所述待预警区域的地质灾害预测结果。通过将待预警区域内的第一地质环境因子和第一影响因素因子进行特征叠加分析，实现了地质环境因子和影响因素因子的相结合，解决了对地质灾害预测不准确的问题，旨在提高对地质灾害预测的准确性。
57.请参阅图5所示，图5是本技术一实施例提供的地质灾害预警装置的结构框图。本实施例中的地质灾害预警装置500可以部署在服务器或者终端中，用于对待预警区域的地质灾害进行预测。具体地，该地质灾害预警装置500包括的各模块用于执行上述方法实施例中的各步骤。具体请参阅图1至图4所对应的实施例中的相关描述。该地质灾害预警装置500的功能可以由服务器或者终端内部的软件或者硬件执行实现，具体地，该地质灾害预警装置500的功能可以在逻辑上划分为不同的模块。为了便于说明，仅示出了与本实施例相关的部分。参见图5，该地质灾害预警装置500包括：
58.第一获取模块501，用于分别获取待预警区域，在当前预设时长内的第一地质环境因子和第一影响因素因子；
59.第一分析模块502，用于分别对各所述第一地质环境因子和各所述第一影响因素因子进行特征叠加分析，得到所述待预警区域的地质灾害预测结果。
60.在一实施例中，所述分析模块502，具体用于：
61.将各所述第一地质环境因子和各所述第一影响因素因子输入预先训练完成的地质灾害预警模型进行特征叠加分析，得到所述待预警区域的地质灾害预测结果。
62.在一实施例中，所述装置500，还包括：
63.第二获取模块，用于获取预设数量的第二地质环境因子和预设类别的地质灾害对应在预设时间段内的第二影响因素因子；
64.第二分析模块，用于对所述第二地质环境因子和所述第二影响因素因子进行叠加分析，得到预设比例的正样本和负样本；
65.训练模块，用于基于所述正样本和所述负样本对预设的地质灾害预警模型进行数据驱动训练，得到所述地质灾害预警模型。
66.在一实施例中，所述第二分析模块，包括：
67.第一确定单元，用于分别确定各所述第二地质环境因子和各所述第二影响因素因子对不同预设类别地质灾害的第一影响权重，以及各所述第二地质环境因子和各所述第二影响因素因子之间的关联关系；
68.第二确定单元，用于根据所述第一影响权重和所述关联关系，确定出第一关键地质环境因子和第一关键影响因素因子；
69.分类单元，用于对所述第一关键地质环境因子和所述第一关键影响因素因子进行重分类，得到预设比例的所述正样本和所述负样本。
70.在一实施例中，所述正样本包括:影响不同预设类别的地质灾害的影响要素，所述负样本包括：所述影响要素的缓冲要素信息。
71.在一实施例中，所述第一分析模块502，包括：
72.第三确定单元，用于分别确定各所述第一地质环境因子和各所述第一影响因素因子对不同预设类别地质灾害的第二影响权重，以及各所述第一地质环境因子和各所述第一影响因素因子之间的第二关联关系；
73.第四确定单元，惯用语根据所述第二影响权重和所述第二关联关系，确定出至少两个第二关键地质环境因子和至少两个第二关键影响因素因子；
74.分析单元，用于对各所述第二关键地质环境因子和各所述第二关键影响因素因子进行数据转换，对转换后得到的数据进行特征叠加组合，得到所述待预警区域的地质灾害
预测结果。
75.在一实施例中，所述分析单元，包括：
76.确定子单元，用于分别确定各所述第二关键地质环境因子和各所述第二关键影响因素因子，对不同预设类别地质灾害对应的灾害要素的影响程度；
77.转换子单元，用于根据所述影响程度分别将各所述第二关键地质环境因子和各所述第二关键影响因素因子进行权重因子转换，得到影响不同预设类别的地质灾害的不同权重因子；
78.分析子单元，用于将所述不同权重因子进行叠加组合分析，得到所述待预警区域的地质灾害预测结果。
79.应当理解的是，图5示出的地质灾害预警装置500的结构框图中，各模块用于执行图1至图4对应的实施例中的各步骤，而对于图1至图4对应的实施例中的各步骤已在上述实施例中进行详细解释，具体请参阅图1至图4所对应的实施例中的相关描述，此处不再赘述。
80.请参阅图6所示，图6是本技术实施例提供的地质灾害预警设备的结构框图。如图6所示，该实施例的地质灾害预警设备600包括：处理器610、存储器620以及存储在所述存储器620中并可在所述处理器610上运行的计算机程序630，例如地质灾害预警程序。处理器610执行所述计算机程序630时实现上述各个地质灾害预警方法各实施例中的步骤，例如图1至图4所示的步骤。或者，所述处理器610执行所述计算机程序630时实现上述图5对应的实施例中各模块或单元的功能，例如，图5所示的模块501至502的功能，具体请参阅图5对应的实施例中的相关描述，此处不赘述。
81.示例性的，所述计算机程序630可以被分割成一个或多个单元，所述一个或者多个单元被存储在所述存储器620中，并由所述处理器610执行，以完成本技术。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序630在所述地质灾害预警设备600中的执行过程。例如，所述计算机程序630可以被分割成包括：获取模块和分析模块；各模块具体功能如图5所述。
82.所述地质灾害预警设备600可包括，但不仅限于，处理器610、存储器620。本领域技术人员可以理解，图4仅仅是地质灾害预警设备600的示例，并不构成对地质灾害预警设备600的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述地质灾害预警设备600还可以包括输入输出设备、网络接入设备、总线等。
83.所述处理器610可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
84.其中，在一个实施例中，所述处理器用于运行存储在存储器中的计算机程序，以实现如下步骤：
85.分别获取待预警区域，在当前预设时长内的第一地质环境因子和第一影响因素因子；
86.分别对各所述第一地质环境因子和各所述第一影响因素因子进行特征叠加分析，
得到所述待预警区域的地质灾害预测结果。
87.在一实施例中，所述分别对各所述第一地质环境因子和各所述第一影响因素因子进行特征叠加分析，得到所述待预警区域的地质灾害预测结果，包括：
88.将各所述第一地质环境因子和各所述第一影响因素因子输入预先训练完成的地质灾害预警模型进行特征叠加分析，得到所述待预警区域的地质灾害预测结果。
89.在一实施例中，在所述将各所述第一地质环境因子和各所述第一影响因素因子输入预先训练完成的地质灾害预警模型进行特征叠加分析之前，还包括：
90.获取预设数量的第二地质环境因子和预设类别的地质灾害对应在预设时间段内的第二影响因素因子；
91.对所述第二地质环境因子和所述第二影响因素因子进行叠加分析，得到预设比例的正样本和负样本；
92.基于所述正样本和所述负样本对预设的地质灾害预警模型进行数据驱动训练，得到所述地质灾害预警模型。
93.在一实施例中，所述对所述第二地质环境因子和所述第二影响因素因子进行叠加分析，得到预设比例的正样本和负样本，包括：
94.分别确定各所述第二地质环境因子和各所述第二影响因素因子对不同预设类别地质灾害的第一影响权重，以及各所述第二地质环境因子和各所述第二影响因素因子之间的关联关系；
95.根据所述第一影响权重和所述关联关系，确定出第一关键地质环境因子和第一关键影响因素因子；
96.对所述第一关键地质环境因子和所述第一关键影响因素因子进行重分类，得到预设比例的所述正样本和所述负样本。
97.在一实施例中，所述正样本包括:影响不同预设类别的地质灾害的影响要素，所述负样本包括：所述影响要素的缓冲要素信息。
98.在一实施例中，所述分别对各所述第一地质环境因子和各所述第一影响因素因子进行特征叠加分析，得到所述待预警区域的地质灾害预测结果，包括：
99.分别确定各所述第一地质环境因子和各所述第一影响因素因子对不同预设类别地质灾害的第二影响权重，以及各所述第一地质环境因子和各所述第一影响因素因子之间的第二关联关系；
100.根据所述第二影响权重和所述第二关联关系，确定出至少两个第二关键地质环境因子和至少两个第二关键影响因素因子；
101.对各所述第二关键地质环境因子和各所述第二关键影响因素因子进行数据转换，对转换后得到的数据进行特征叠加组合，得到所述待预警区域的地质灾害预测结果。
102.在一实施例中，所述对各所述第二关键地质环境因子和各所述第二关键影响因素因子进行数据转换，多转换后的数据进行特征叠加组合，得到所述待预警区域的地质灾害预测结果，包括：
103.分别确定各所述第二关键地质环境因子和各所述第二关键影响因素因子，对不同预设类别地质灾害对应的灾害要素的影响程度；
104.根据所述影响程度分别将各所述第二关键地质环境因子和各所述第二关键影响
因素因子进行权重因子转换，得到影响不同预设类别的地质灾害的不同权重因子；
105.将所述不同权重因子进行叠加组合分析，得到所述待预警区域的地质灾害预测结果。
106.所述存储器620可以是所述地质灾害预警设备600的内部存储单元，例如地质灾害预警设备600的硬盘或内存。所述存储器620也可以是所述地质灾害预警设备600的外部存储设备，例如所述地质灾害预警设备600上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，所述存储器620还可以既包括所述地质灾害预警设备600的内部存储单元也包括外部存储设备。所述存储器620用于存储所述计算机程序以及所述地质灾害预警设备600所需的其他程序和数据。所述存储器620还可以用于暂时地存储已经输出或者将要输出的数据。
107.本技术的实施例中还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序中包括程序指令，所述处理器执行所述程序指令，实现本技术上述各实施例提供的地质灾害预警方法的步骤。
108.其中，所述计算机可读存储介质可以是前述实施例所述的地质灾害预警设备的内部存储单元，例如所述地质灾害预警设备的硬盘或内存。所述计算机可读存储介质也可以是所述地质灾害预警设备的外部存储设备，例如所述地质灾害预警设备上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。
109.以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。

技术特征：
1.一种地质灾害预警方法，其特征在于，所述方法包括：分别获取待预警区域，在当前预设时长内的第一地质环境因子和第一影响因素因子；分别对各所述第一地质环境因子和各所述第一影响因素因子进行特征叠加分析，得到所述待预警区域的地质灾害预测结果。2.如权利要求1所述的地质灾害预警方法，其特征在于，所述分别对各所述第一地质环境因子和各所述第一影响因素因子进行特征叠加分析，得到所述待预警区域的地质灾害预测结果，包括：将各所述第一地质环境因子和各所述第一影响因素因子输入预先训练完成的地质灾害预警模型进行特征叠加分析，得到所述待预警区域的地质灾害预测结果。3.如权利要求2所述的地质灾害预警方法，其特征在于，在所述将各所述第一地质环境因子和各所述第一影响因素因子输入预先训练完成的地质灾害预警模型进行特征叠加分析之前，还包括：获取预设数量的第二地质环境因子和预设类别的地质灾害对应在预设时间段内的第二影响因素因子；对所述第二地质环境因子和所述第二影响因素因子进行叠加分析，得到预设比例的正样本和负样本；基于所述正样本和所述负样本对预设的地质灾害预警模型进行数据驱动训练，得到所述地质灾害预警模型。4.如权利要求3所述的地质灾害预警方法，其特征在于，所述对所述第二地质环境因子和所述第二影响因素因子进行叠加分析，得到预设比例的正样本和负样本，包括：分别确定各所述第二地质环境因子和各所述第二影响因素因子对不同预设类别地质灾害的第一影响权重，以及各所述第二地质环境因子和各所述第二影响因素因子之间的关联关系；根据所述第一影响权重和所述关联关系，确定出第一关键地质环境因子和第一关键影响因素因子；对所述第一关键地质环境因子和所述第一关键影响因素因子进行重分类，得到预设比例的所述正样本和所述负样本。5.如权利要求4所述的地质灾害预警方法，其特征在于，所述正样本包括:影响不同预设类别的地质灾害的影响要素，所述负样本包括：所述影响要素的缓冲要素信息。6.如权利要求1所述的地质灾害预警方法，其特征在于，所述分别对各所述第一地质环境因子和各所述第一影响因素因子进行特征叠加分析，得到所述待预警区域的地质灾害预测结果，包括：分别确定各所述第一地质环境因子和各所述第一影响因素因子对不同预设类别地质灾害的第二影响权重，以及各所述第一地质环境因子和各所述第一影响因素因子之间的第二关联关系；根据所述第二影响权重和所述第二关联关系，确定出至少两个第二关键地质环境因子和至少两个第二关键影响因素因子；对各所述第二关键地质环境因子和各所述第二关键影响因素因子进行数据转换，对转换后得到的数据进行特征叠加组合，得到所述待预警区域的地质灾害预测结果。
7.如权利要求6所述的地质灾害预警方法，其特征在于，所述对各所述第二关键地质环境因子和各所述第二关键影响因素因子进行数据转换，多转换后的数据进行特征叠加组合，得到所述待预警区域的地质灾害预测结果，包括：分别确定各所述第二关键地质环境因子和各所述第二关键影响因素因子，对不同预设类别地质灾害对应的灾害要素的影响程度；根据所述影响程度分别将各所述第二关键地质环境因子和各所述第二关键影响因素因子进行权重因子转换，得到影响不同预设类别的地质灾害的不同权重因子；将所述不同权重因子进行叠加组合分析，得到所述待预警区域的地质灾害预测结果。8.一种地质灾害预警装置，其特征在于，所述装置包括：获取模块，用于分别获取待预警区域，在当前预设时长内的第一地质环境因子和第一影响因素因子；分析模块，用于分别对各所述第一地质环境因子和各所述第一影响因素因子进行特征叠加分析，得到所述待预警区域的地质灾害预测结果。9.一种地质灾害预警设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的地质灾害预警方法的步骤。10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的地质灾害预警方法的步骤。

技术总结
本申请实施例提供的一种地质灾害预警方法、装置、设备及存储介质，该方法包括：分别获取待预警区域，在当前预设时长内的第一地质环境因子和第一影响因素因子；分别对各所述第一地质环境因子和各所述第一影响因素因子进行特征叠加分析，得到所述待预警区域的地质灾害预测结果。通过将待预警区域内的第一地质环境因子和第一影响因素因子进行特征叠加分析，实现了地质环境因子和影响因素因子的相结合，解决了对地质灾害预测不准确的问题，旨在提高对地质灾害预测的准确性。地质灾害预测的准确性。地质灾害预测的准确性。


技术研发人员：程进雄 郑越
受保护的技术使用者：中国平安财产保险股份有限公司
技术研发日：2022.09.06
技术公布日：2023/6/28