基于实时地质灾害监测数据的预警预报动态阈值分析方法

目前在地质灾害监测领域，监测预警信息的发布主要基于各类监测设备的阈值设定。阈值是根据经验或专家估计设定，不仅对地质灾害不同类型、不同环境缺乏针对性，而且设定后较长时间不变，或根据经验略微浮动，缺少数据样本分析的科学性。另外监测设备容易受到卫星信号等环境因素影响，因此在实际运行中可能会出现误报、漏报的情况。为了解决上述问题，文中提出了一种预警阈值自学习自修正从而进行动态调整的方法，引入了两种可变阈值，并提出了一种基于优先级和门以及半马尔可夫过程VTAS的性能指标优化新方法。半马尔可夫过程的应用使该方法能够考虑具有非高斯分布的工业测量。此外，文中还提出了一种基于遗传算法的优化设计过程，用于优化参数设置，提高性能指标。通过数值仿真以及与以往研究的比较，说明了该方法的有效性。将该方法在实测点位上进行应用，根据结果可知，相比于使用固定阈值，该方法能有效地减少系统误报、漏报，提高地质灾害预警的准确性，从而更好地保护人民生命财产安全。