基于LSTM的川西北地区降雨型泥石流预警方法

摘要：

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.

关键词：降雨型泥石流、长短时记忆神经网络(LSTM)、降雨预测、预警阈值

所属期刊栏目：40

分类号：P457.6;P642.23(天气预报)

资助基金：四川省科技计划项目;四川省重大科技专项项目

在线出版日期：2021-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：719-725