-
题名公路滑坡预警中的多模态数据融合与评估模型优化研究
- 1
-
-
作者
王继波
张智纲
邵景干
王俊超
周喻
-
机构
河南省卢华高速公路有限公司
河南交院工程技术集团有限公司绿色高性能材料应用技术交通运输行业研发中心
河南交通职业技术学院
北京科技大学资源与安全工程学院
-
出处
《中国安全生产科学技术》
北大核心
2025年第9期184-190,共7页
-
基金
河南省交通运输厅科技项目(2021J4)。
-
文摘
为了及时准确评估和预警公路边坡滑坡风险,保障公路交通基础设施安全与运营效率,通过改进的DRNN卷积神经网络模型,整合地形地貌、水文条件、土壤植被等10个影响因素,提出1种多模态数据融合的公路滑坡风险评估与预警方法。该方法聚焦公路滑坡的多因素耦合影响规律,在传统DRNN卷积神经网络中替换主干网络、引入注意力机制、增设条形池分支模块,强化模型对公路滑坡关键风险因素及其交互关系的学习。研究结果表明:改进的DRNN卷积神经网络可融合多模态滑坡风险因素评估与预测公路滑坡风险,评估精度高于传统DRNN卷积神经网络的评估预测,且准确率、召回率、精确度以及F值更高,在公路滑坡风险评估预警过程中具有更强的泛化能力。研究结果可为公路滑坡风险的监测预警提供方法支撑。
-
关键词
公路边坡
滑坡风险
多模态数据融合
风险评估
预警方法
-
Keywords
highway slope
landslide risk
multimodal data fusion
risk assessment
early warning methods
-
分类号
X951
[环境科学与工程—安全科学]
-
