《Water》:An Adaptive Setting Optimization Algorithm for Debris Flow Early Warning Threshold Integrating Chaotic Gray Wolf Optimization and Internal Model Repetitive Control
编辑推荐:
泥石流预警阈值的有效性同时受地质空间异质性与降雨历时累积效应的制约,两者耦合机制复杂且难以动态自适应。针对这一问题,本研究提出一种融合混沌灰狼优化(Chaotic Grey Wolf Optimization,CGWO)与内模重复控制(Internal Mod
泥石流预警阈值的有效性同时受地质空间异质性与降雨历时累积效应的制约,两者耦合机制复杂且难以动态自适应。针对这一问题,本研究提出一种融合混沌灰狼优化(Chaotic Grey Wolf Optimization,CGWO)与内模重复控制(Internal Model Repetitive Control,IMRC)的泥石流预警阈值自适应优化算法。该算法构建了“离线全局优化+在线周期补偿”的双层联动架构:CGWO基于历史灾害数据离线求解不同易发性分区类型的最优基准阈值,IMRC则依据实时降雨历时对基准阈值进行周期补偿,从而协同生成兼顾空间分区差异与降雨时间演化的动态临界雨量阈值。该方法在中国西南某泥石流多发山区流域得到验证。结果表明,IMRC补偿具有明显的历时依赖性与分区差异化特征:在短历时暴雨条件下,IMRC输出正补偿,高、中、低易发区补偿量分别为+3.5 mm、+1.5 mm和+12.0 mm;在中历时降雨条件下,补偿量分别为?2.0 mm、?1.5 mm和+7.0 mm;在长历时持续降雨条件下,补偿量依据分区地质条件差异化输出,分别为+2.5 mm、?3.0 mm和?1.0 mm。基于上述动态阈值划分的黄、橙、红三级预警区间,其综合预警效能指数随历史样本积累稳步提升,最终收敛至0.98–0.99。上述结果充分证明了所提算法在空间分区与时间演化两个维度上的自适应优化能力,为流域尺度泥石流精细化分级预警提供了可靠的定量依据。
一、研究背景与问题提出
泥石流灾害预警的核心指标是临界雨量,准确适宜的预警阈值是支撑分级预警和及时疏散组织的关键。然而,现有研究普遍存在共同局限:无论是动态过程模拟、数据驱动的机器学习判别、数理统计阈值建模还是自适应阈值动态调整,均基于“单一流域统一阈值”或“静态固定阈值”的基本设定,未能有效耦合空间维度上地质条件分区的固有差异,也未能刻画时间维度上降雨历时累积对临界雨量的非线性扰动规律,缺乏将二者协同纳入阈值生成机制的系统性解决方案。针对这一研究空白,研究人员提出融合混沌灰狼优化(Chaotic Grey Wolf Optimization,CGWO)与内模重复控制(Internal Model Repetitive Control,IMRC)的泥石流预警阈值自适应设定算法,构建“离线全局优化基准阈值+在线周期扰动补偿”的双层联动框架,从算法机制上实现空间差异与时间效应的协同解耦与自适应逼近。
二、研究内容与主要结论
研究区域位于四川省凉山州安宁河流域中段则木河一级支流黑水河流域,流域面积约320 km2,主沟长约28 km,相对高差约2600 m,是山区泥石流灾害高风险区。研究人员基于2018–2025年雨季(每年5–10月)流域内14个自动气象水文监测站(数据采集间隔10 min)的观测数据,筛选出20次泥石流事件作为历史样本,另从2024–2025年雨季独立观测数据中按高、中、低易发区各选取9组典型事件共27组标定样本,用于CGWO-IMRC算法的校准。研究将流域划分为高、中、低三种地质易发区,通过CGWO离线求解各分区最优静态基准阈值,再引入IMRC模块根据实时降雨历时计算短、中、长三种降雨工况下的实时补偿量,最终生成动态自适应临界雨量,并据此划分黄、橙、红多级预警区间。研究得出以下主要结论:同一降雨历时下动态预警阈值总体呈现高易发区<中易发区<低易发区的梯度格局;IMRC补偿具有明显的历时依赖性和分区差异化特征;随着历史样本积累,综合预警效能指数(CWEEI)稳步提升并收敛至0.98–0.99。该研究为复杂地质降雨耦合区泥石流精细化分级预警提供了可迁移、可迭代的定量技术路径。
三、主要关键技术方法
研究人员采用的主要技术方法包括:一是混沌灰狼优化算法(CGWO),利用Tent混沌映射初始化种群,采用三头领袖狼引导机制和周期性混沌扰动策略,在历史数据集上以预警误差率为适应度函数,通过五折交叉验证(K=5)指导搜索方向,离线求解各易发性分区的最优静态基准阈值;二是内模重复控制(IMRC),以CGWO输出的最优基准阈值为基准,通过快速傅里叶变换(FFT)对实时降雨历时序列进行频谱分析提取周期分量,采用指数加权移动平均(EWMA)平滑估计周期采样点数,构建内模传递函数和相位超前补偿器,递归计算阈值补偿量,实现实时周期补偿;三是综合预警效能指数(CWEEI),计算公式为CWEEI = 0.4×(1?误报率) + 0.4×(1?漏报率) + 0.2×动态阈值匹配精度,用于定量评估预警效果。
四、研究结果
(一)分区差异化基准阈值求解。 基于高、中、低易发区同步降雨监测数据,研究发现三类区域触发泥石流的降雨条件存在显著空间梯度差异:高易发区累积降雨集中在36–40 mm、历时7–11 h;中易发区为63–68 mm、历时10–18 h;低易发区为96–100 mm、历时24–31 h。研究人员通过CGWO离线求解各分区最优基准预警雨量,将地质条件差异固化为基准阈值的先验偏差。
(二)IMRC动态补偿与分级预警阈值输出。 在CGWO基准阈值基础上,IMRC模块针对短历时(3 h暴雨)、中历时(7 h持续降雨)、长历时(≥14 h持续降雨)三种工况输出实时补偿量。短历时暴雨条件下全部区域施加正补偿(高、中、低易发区分别为+3.5 mm、+1.5 mm、+12.0 mm),防止弱降雨引发高级别误报;中历时条件下补偿量分别为?2.0 mm、?1.5 mm、+7.0 mm;长历时持续降雨条件下补偿量依据分区地质条件差异化输出(+2.5 mm、?3.0 mm、?1.0 mm)。最终形成黄、橙、红三级预警区间划分。
(三)综合预警效能指数测试。 以55组独立测试样本按样本量梯度(5–15、16–25、26–40、41–55组)进行测试,CWEEI随样本积累从0.918–0.945稳步提升至0.981–0.988,拟合方程为CWEEI = 0.872 + 0.036·ln(N)(R2 = 0.97,p < 0.001),最终收敛至0.98–0.99。五折交叉验证结果与全样本训练趋势一致,表明模型在有限样本下未过拟合,泛化性能可靠。
(四)对比方法验证。 在相同测试数据集上,固定I-D阈值法总体平均效能为0.78,经典统计阈值法为0.85,而CGWO-IMRC方法在高、中、低易发区效能分别达0.98、0.99、0.98,总体均值为0.98,相对固定I-D阈值法和经典统计阈值法分别提升25.6%和15.3%,充分验证了空间分区自适应与降雨时序自适应的协同效应。
五、讨论与结论
讨论部分指出,CGWO与IMRC的组合优势在于将离线全局优化与在线局部补偿分离,形成“基准静态标定+扰动动态跟踪”的双层协同架构,精准回应了泥石流预警中“固定分区阈值差异”与“时间触发条件漂移”两大本质矛盾。CGWO通过混沌初始化和多领袖引导机制在有限历史样本下全局搜索各分区最优基准,将地质条件差异固化为先验偏差,避免了纯数据驱动方法在小样本下的局部最优陷阱;IMRC利用内模原理对降雨历时主导周期扰动进行逐周期记忆和相位超前补偿,无需依赖精确的物理水文模型即可跟踪持续降雨导致的启动条件动态衰减,补偿量由实时频谱分析驱动并在线更新,避免了固定增益反馈控制对突发降雨模式响应滞后的缺陷。两者串联后,基准阈值负责“定位”各分区基本灾害雨量范围,补偿量负责“微调”同一次降雨过程中临界值的动态松弛,既保持了区域分区的物理可解释性,又赋予阈值随降雨过程时间自适应升降的能力。
研究结论指出,本研究针对安宁河流域黑水河山区泥石流灾害预警中固定阈值无法适应地质分区差异和降雨时序动态叠加效应的关键瓶颈,提出融合混沌灰狼优化与内模重复控制的自适应预警阈值设定算法。该方法通过CGWO离线优化获得高、中、低易发区的静态基准阈值,并利用IMRC模块对实时降雨历时引起的土壤饱和度和孔隙水压力演化过程进行动态补偿,实现了“空间分区标定”与“时间过程跟踪”的双层协同控制。实验结果表明,该算法在27组独立标定样本和20次历史事件验证下,综合预警效能指数达到0.98–0.99,相对固定I-D阈值法和经典统计阈值法分别提升25.6%和15.3%,统计收敛性随样本积累持续增强。该研究为复杂地质降雨耦合区泥石流精细化分级预警提供了可迁移、可迭代的定量技术路径,对提升山区防灾减灾决策的针对性和时效性具有重要的理论价值和实践意义。