一种基于深度学习的雪崩人工干预有效影响半径预测方法

本发明公开了一种基于深度学习的雪崩人工干预有效影响半径预测方法，属于雪崩人工干预应急处置技术领域，在边坡高位积雪体相关数据采集和传输环节失效时，预测雪崩爆破有效影响半径。其包括以下步骤：S1，梳理雪崩释放区监测参数，构建样本数据库；S2，获取雪崩释放区的历史监测数据，对历史监测数据进行预处理；S3，将监测数据分为第一类监测参数和第二类检测参数；S4，基于雪崩目标释放区的历史监测数据创建用于机器学习的数据集，将第一类监测参数的历史数据和实时数据作为输入，将第二类监测参数作为输出，通过机器学习算法进行训练和预测，得到雪崩释放区有效影响半径预测值。本发明适用于基于深度学习的雪崩人工干预有效影响半径预测方法。