(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111331359.3 (22)申请日 2021.11.11 (71)申请人 杭州鲁尔物联科技有限公司 地址 311121 浙江省杭州市余杭区余杭街 道科技大道8-5号钓鱼实业科技园5幢 10楼 (72)发明人 沈小珍　郑增荣　张亮　李友军　 阮建敏　 (74)专利代理 机构 杭州知学知识产权代理事务 所(普通合伙) 33356 代理人 张雯 (51)Int.Cl. G06F 30/13(2020.01) G06F 30/27(2020.01) (54)发明名称 滑坡预测准确率提高方法、 装置、 计算机设 备及存储介质 (57)摘要 本发明实施例公开了滑坡预测准确率提高 方法、 装置、 计算机设备及存储介质。 所述方法包 括： 在滑坡 预测模型内加入由经验知识得到的派 生特征， 以形成新特征； 利用新特征训练滑坡预 测模型， 以利用训练好的滑坡预测模 型进行滑坡 预测通过实施本发明实施例的方法可实现提高 滑坡预测模型的预测准确性。 权利要求书1页 说明书8页 附图3页 CN 114048533 A 2022.02.15 CN 114048533 A 1.滑坡预测准确率 提高方法， 其特 征在于， 包括： 在滑坡预测模型内加入由经验知识得到的派生特 征， 以形成新特 征； 利用新特 征训练滑坡预测模型， 以利用训练好的滑坡预测模型进行滑坡预测。 2.根据权利要求1所述的滑坡预测准确率提高方法， 其特征在于， 所述派生特征包括单 变量在历史时间上的派生特 征以及多变量互动的派生特 征。 3.根据权利要求2所述的滑坡预测准确率提高方法， 其特征在于， 所述单变量在历史时 间上的派生特 征包括降雨前后形态的特 征。 4.根据权利要求2所述的滑坡预测准确率提高方法， 其特征在于， 所述多变量互动的派 生特征包括岩体冻融指数。 5.根据权利要求3所述的滑坡预测准确率提高方法， 其特征在于， 所述在滑坡预测模型 内加入由经验知识得到的派生特 征， 以形成新特 征， 包括： 当派生特征为降雨前后形态的特征时， 对每个斜坡单元对应的降雨数据进行排序， 以 得到排序结果； 根据设定的索引匹配 类型确定所述 排序结果的降雨前后形态； 按时间段在滑坡预测模型内加入一天内降雨前后形态的特征、 一周内降雨前后形态的 特征以及一月内降雨前后形态的特 征。 6.根据权利要求4所述的滑坡预测准确率提高方法， 其特征在于， 所述在滑坡预测模型 内加入由经验知识得到的派生特 征， 以形成新特 征， 包括： 当派生特征为岩体冻融指数时， 对所述岩体冻融指数进行简易化处理， 以得到处理结 果； 在滑坡预测模型内加入处 理结果， 以得到新特 征。 7.根据权利要求6所述的滑坡预测准确率提高方法， 其特征在于， 所述当派生特征为岩 体冻融指数时， 对所述岩体冻融指数进行简易 化处理， 以得到处 理结果， 包括： 当派生特征为岩体冻融指数时， 在预设时间段内对每个斜坡单元对应的温度进行提 取， 并进行昼夜差分， 以得到温度差； 判断所述温度差是否大于预设阈值； 若所述温度差大于预设阈值， 则计算岩体冻融次数， 并将岩体冻融次数与岩体的相关 常数的比率 值作为简易指标， 以得到处 理结果。 若所述温度差不大于预设阈值， 则执行所述当派生特征为岩体冻融指数时， 在预设时 间段内对每 个斜坡单 元对应的温度进行提取， 并进行昼夜差分， 以得到温度差 。 8.滑坡预测准确率 提高装置， 其特 征在于， 包括： 加入单元， 用于在滑坡预测模型内加入由经验知识得到的派生特 征， 以形成新特 征； 训练单元， 用于利用新特征训练滑坡预测模型， 以利用训练好的滑坡预测模型进行滑 坡预测。 9.一种计算机设备， 其特征在于， 所述计算机设备包括存储器及处理器， 所述存储器上 存储有计算机程序， 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中任一项所述 的方法。 10.一种存储介质， 其特征在于， 所述存储介质存储有计算机程序， 所述计算机程序被 处理器执行时可实现如权利要求1至7中任一项所述的方法。权　利　要　求　书 1/1 页 2 CN 114048533 A 2滑坡预测准确率提高方 法、 装置、 计算机设 备及存储介质 技术领域 [0001]本发明涉及滑坡预测方法， 更具体地说是指滑坡预测准确率提高方法、 装置、 计算 机设备及存 储介质。 背景技术 [0002]滑坡是一种常见的自然灾害,其对人类的生活有着极大的影响,因此对滑坡的识 别和分类是灾前预防及灾后评估的一个关键问题。 现有的滑坡预测方法基于光学影像山体 滑坡提取， 多考虑光谱、 纹理、 形状以及形态学等特征， 由这些特征构建的机器学习模型进 行滑坡预测， 机器学习模型为每个训练样本构建多维特征， 包括光谱、 纹理和几何特征， 通 过训练样本学习确定各维特 征的阈值。 [0003]但是现有的滑坡预测方法仅考虑光谱、 纹理和几何特征， 并没有考虑特征与场景 的关系， 这些 特征的有效性 不是很高， 容 易导致构建的模型 预测滑坡时准确率低。 [0004]因此， 有必要设计一种新的方法， 实现提高滑坡预测模型的预测准确性。 发明内容 [0005]本发明的目的在于克服现有技术的缺陷， 提供滑坡预测准确率提高方法、 装置、 计 算机设备及存 储介质。 [0006]为实现上述目的， 本发明采用以下技 术方案： 滑坡预测准确率 提高方法， 包括： [0007]在滑坡预测模型内加入由经验知识得到的派生特 征， 以形成新特 征； [0008]利用新特 征训练滑坡预测模型， 以利用训练好的滑坡预测模型进行滑坡预测。 [0009]其进一步技术方案为： 所述派生特征包括单变量在历史时间上的派生特征以及多 变量互动的派生特 征。 [0010]其进一步技术方案为： 所述单变量在历史时间上的派生特征包括降雨前后形态的 特征。 [0011]其进一步技术方案为： 所述多变量互动的派生特 征包括岩体冻融指数。 [0012]其进一步技术方案为： 所述在滑坡预测模型内加入由经验知识得到 的派生特征， 以形成新特 征， 包括： [0013]当派生特征为降雨前后形态的特征时， 对每个斜坡单元对应的降雨数据进行排 序， 以得到排序结果； [0014]根据设定的索引匹配 类型确定所述 排序结果的降雨前后形态； [0015]按时间段在滑坡预测模型内加入一天内降雨前后形态的特征、 一周内降雨前后形 态的特征以及一月内降雨前后形态的特 征。 [0016]其进一步技术方案为： 所述在滑坡预测模型内加入由经验知识得到 的派生特征， 以形成新特 征， 包括： [0017]当派生特征为岩体冻融指数时， 对所述岩体冻融指数进行简易化处理， 以得到处 理结果；说　明　书 1/8 页 3 CN 114048533 A 3