基于LSTM的川西北地区降雨型泥石流预警方法OA北大核心CSTPCD
LSTM-based early warning method of rainfall debris flow in northwest Sichuan
为研究降雨型泥石流与降雨量的关系,通过分析四川省甘孜州丹巴县近20年泥石流灾害与降水量的关系发现,当前期累积降水量(前10 d)达到50 mm以上时,发生泥石流灾害的概率为55％;当12 h降水量达25～40 mm时,泥石流发生的概率为45％;当24 h降水量达25～40 mm时,泥石流发生的概率为9％.采用LSTM方法对短时降雨进行预测,并收集了研究区254条泥石流数据和日累计降雨数据,采用统计分类的方法划定了泥石流的降水预警阈值,将预测值和阈值进行比对,进而给出预警等级和泥石流发生可能性,形成了一体化的预警方法.结果表明,对丹巴县降雨型泥石流的阈值预警准确率超过90％,LSTM预测降雨量结果误差均小于1.5 mm.通过预测值与阈值的对比,可以得出预警的等级大小和发生的可能性,对提前发布预警信息有较强的指导意义.
唐旺;马尚昌;陈锐
成都信息工程大学电子工程学院(大气探测学院), 成都 610225成都信息工程大学电子工程学院(大气探测学院), 成都 610225四川省甘孜藏族自治州气象局, 四川康定 626000
天文与地球科学
降雨型泥石流长短时记忆神经网络(LSTM)降雨预测预警阈值
《桂林理工大学学报》 2020 (4)
719-725,7
四川省科技计划项目(2020YFSY0067)四川省重大科技专项项目(2018GZDZX0049)
评论