微震特征与机器学习的边坡滑坡预警  

作　　者：黄清秋 

机构地区：[1]安徽至博光电科技股份有限公司,安徽合肥230000

出　　处：《中国科技期刊数据库 工业A》2024年第12期195-198,共4页

摘　　要：边坡滑坡作为一种常见的地质灾害,对人民生命财产安全构成严重威胁。微震监测技术凭借其实时性和高灵敏度,在边坡滑坡早期预警中展现出巨大潜力。该研究提出了一种基于微震信号特征分析的边坡滑坡早期预警方法。通过部署高灵敏度传感器网络,采集边坡微震信号,利用机器学习算法对信号进行特征提取和分类,实现对滑坡前兆的识别。在某地滑坡高发区的实地试验表明,该方法能够提前72小时预测滑坡发生,准确率达到85%。研究结果为边坡滑坡灾害的有效预防提供了新的技术支持。

关 键 词：边坡滑坡 微震监测 早期预警 机器学习 信号特征分析 

分 类 号：TD76[矿业工程—矿井通风与安全]