基于数据驱动的滑坡地质灾害预测及其应急决策研究 ——以长江经济带三峡库区为例

Landslide geohazards prediction and its emergency decision have always been difficulties in the field of geohazards. Abiding by the idea of "data - information - knowledge - decision", this project takes the Three Gorges reservoir of the Yangtze River Economic Belt as the research object, and studies the prediction and its emergency decision of landslide geohazards based on big data and artificial intelligence. Firstly, based on the collection of multi-source heterogeneous data such as physical information system data, scientific observation data and Web data, a landslide geohazards data fusion and storage platform is constructed. Next, predicting the long-term stability of existing landslide-hidden points and determining control measures of disasters(engineering solutions, overall relocation, monitoring and early warning), regularly monitoring the slopes that still need to be monitored and identifying short-term slippery slopes and track the evolution of them in real time, forecast the skidding moments based on real-time data and implement early warning. Finally, analyzing warning information, a dynamic emergency decision support system for landslide geohazards based on regional toughness is constructed on the basis of multi-domain knowledge base of landslide geohazards. Compared with the traditional methods, this project focuses on the prediction of landslide geohazards based on multi-source heterogeneous data and the dynamic emergency decision support system based on warning information, which not only provides new ideas and method for landslide geohazards prediction under the background of big data, but also provide support for emergency decision in the Three Gorges reservoir of the Yangtze River Economic Belt and other landslide geohazards prone area.

滑坡地质灾害预测及其应急决策一直是地质灾害领域的难点。本项目遵循“数据—信息—知识—决策”链，以长江经济带三峡库区为研究对象，大数据和人工智能等技术为支撑，深入研究滑坡地质灾害的预测及其应急决策问题。首先，基于物理信息系统数据、科学观测数据和Web数据等多源异构数据，构建滑坡地质灾害数据融合与存储平台；其次，预测现有滑坡地质灾害隐患点的长期稳定性并确定灾害防治措施（工程治理、整体搬迁、监测预警），对仍需监测预警的坡体进行定期监测，识别短期临滑的坡体并实时监测，基于实时数据预测临滑时刻并实施预警；最后，综合预警信息，基于滑坡地质灾害多领域知识库，构建区域韧性动态评估的应急决策辅助系统。本项目旨在研究基于多源异构数据的滑坡地质灾害预测和基于预测预警信息的动态应急决策辅助系统，为大数据背景下的滑坡地质灾害预测提供新思路和方法，为长江经济带三峡库区及其他滑坡地质灾害易发区域的应急决策提供支持。

随着经济的快速发展，越来越多的人为因素、极端天气因素和环境因素破坏自然坡体，使得滑坡灾害频繁发生，如何快速有效地识别重要隐患点并进行实时监控和预测是滑坡灾害防治的重要问题。因此本项目以大数据和人工智能等技术为支撑，研究了滑坡地质灾害的预测和应急决策问题，并选取滑坡地质灾害频发的长江经济带三峡库区为研究案例，取得了如下研究成果：.(1)滑坡灾害危险性评估，研究团队通过收集三峡库区地形数据、地质数据、水文数据、滑坡基础属性信息等多源数据，开展了滑坡易发性评估研究，并识别了三峡库区诱发滑坡发生的主要因素，在此基础上，针对树坪滑坡、白水河滑坡等重点滑坡，提出了集成元启发式算法、支持向量机和Friedman检验的滑坡位移预测方法，取得了良好的精度、计算效率和鲁棒性，完善了单一方法鲁棒性和重现性较差的问题，对滑坡的预警提供了技术支持；.(2)灾害链视角的区域韧性评估，基于文本挖掘技术，研究团队挖掘了灾害间的联动关系，充分考虑了灾害的多级联动性，从基础设施、经济、社会、生态韧性等维度，完善了区域韧性评估的指标体系，构建了集成多种指标权重和多属性决策评价方法的韧性评估框架，并应用到了三峡库区韧性评估中，以提高区域应对灾害耦合叠加风险的能力；.(3)智能化应急预案研究，研究团队考虑不同滑坡灾害发生的地理位置和时间的差异，构建了以基因图谱为特点的时空动态基因历史案例信息库，并提出了基于案例推理和前景理论的动态应急预案的生成方法，为应急决策者提供科学的参考方案，改善了当前研究中应急预案相似案例提取过程的繁琐性，提高了方法的准确性和一般性；.(4)应急决策研究，研究团队通过分析不同规模、数量的滑坡灾害发生的可能情景，提出了应急物资调度、救援队伍区域部署、合作救援机制、室内室外应急疏散路线和应急避难所选址等一系列研究方案，为提高三峡库区应急响应能力提供科学依据和方法支撑，解决了滑坡灾后人员疏散及安置、动态物资调度、合作救援等一系列问题。