1.一种基于滑坡剖面图像分类模型的相似滑坡推荐方法，该方法包括：步骤1：在收集到的滑坡地质灾害野外调查表或滑坡工程布置文档中，取出剖面图像数据、专家调查结果；

步骤2：对野外调查表或滑坡工程布置文档中的剖面图像进行预处理；

步骤2.1：由于野外调查表剖面图像不是矢量图像，且无法直接转化成有用的信息，需要进行一比一的手绘滑坡剖面的矢量图，尽可能的与表中的剖面图像一致；滑坡工程布置文档中的剖面图像是矢量图像的，不需要进行手绘，只需要进行提取即可；

步骤2.2：在滑坡剖面图像矢量图上，计算出滑坡剖面不同部位的如下特征：滑坡的长短，滑坡前缘厚度，滑坡后缘厚度，滑坡中部的厚度，滑坡有无人为开挖痕迹，下滑力强弱类型和滑坡陡缓得到包含不同滑坡地质信息的滑坡剖面矢量图；

步骤2.3：将矢量图转成栅格图，再转成ASCII文本格式，以该文本作为样本；

步骤3：根据滑坡剖面不同部分所属的特征，将剖面图像的所有文本样本数据进行重新标记，每幅滑坡剖面图像得到一个标记向量，作为训练数据，向量中的每个值代表一个特征的标记属性；

标记方法为：

根据滑坡的长短，将滑坡长度小于200米的分为短滑坡且标记为0，将滑坡长度大于等于200米小于500米的分为较短滑坡且标记为1，将大于等于500米小于1500米的分为较长滑坡且标记为2，将大于等于1500米的分为长滑坡且标记为3；

根据滑坡前缘厚度，将厚度小于5米的分为薄且标记为0，将大于等于5米小于10米的分为较薄且标记为1，将大于等于10米小于20米的分为较厚且标记为2，将厚度大于等于20米的分为厚且标记为3；

根据滑坡后缘厚度，将厚度小于5米的分为薄且标记为0，将大于等于5米小于10米的分为较薄且标记为1，将大于等于10米小于20米的分为较厚且标记为2，将厚度大于等于20米的分为厚且标记为3；

根据滑坡中部厚度，将厚度小于5米的分为薄且标记为0，将大于等于5米小于10米的分为较薄且标记为1，将大于等于10米小于20米的分为较厚且标记为2，将厚度大于等于20米的分为厚且标记为3；

根据滑坡有无人为开挖痕迹，将坡脚的坡度小于45度的分为无人为开挖痕迹且标记为

0，将坡脚的坡度大于等于45度小于90度的分为疑似人为开挖且标记为1，将坡脚的坡度大于等于90度的分为有人为开挖痕迹且标记为2；

根据下滑力强弱类型，将滑坡整体坡度小于10度且滑坡前缘、中部、后缘的厚度均小于

5米的分为下滑力弱且标记为0，将滑坡整体坡度大于等于10度小于45度且滑坡前缘、中部、后缘的任一处厚度大于等于5米小于20米的分为下滑力较弱且标记为1，将滑坡整体坡度大于等于45度且滑坡中部、后缘的任一处厚度大于等于5米小于20米的分为下滑力较强且标记为2，将滑坡整体坡度大于等于45度且滑坡后缘的厚度大于等于20米的分为下滑力强且标记为3；

根据滑坡陡缓，将坡度小于10度的分为平缓且标记为0，将坡度大于等于10度小于20度的分为较缓且标记为1，将坡度大于等于20度小于45度的分为较陡且标记为2，将坡度大于

45度的分为陡且标记为3；

步骤4：对训练用的样本数据提取特征代表样本；

步骤4.1：编程读取训练用数据中各样本的ASCII文本，保存成二维数组；

步骤4.2：通过对二维数组行列扫描的方法，得到不同特征值在每行/每列的总数，得到长度为行数+列数的特征数组代表该样本，进行后面的样本分类；

步骤5：建立随机森林模型并训练，该随机森林模型输入为滑坡剖面图，输出为滑坡的长短，滑坡前缘厚度，滑坡后缘厚度，滑坡中部的厚度，滑坡有无人为开挖痕迹，下滑力强弱类型和滑坡陡缓对应的类别的标签；采用步骤4提取到的样本特征数组对随机森林分类器进行训练，直到分类器验证精度基本达到要求；

步骤6：采用训练好的随机森林分类器对待分类的滑坡剖面图像进行分类；

步骤7：根据分类得到的标签，综合考虑不同地质特征的权重，加权计算该滑坡与数据库中滑坡案例类别的相似度；计算公式如下：其中，X和Y是两个样本，xi和yi分别代表两个样本的第i个特征的特征值，αi表示第i个特征的权重；根据相似度计算结果推荐a个相似度最高的滑坡案例作为参考。

2.如权利要求1所述的一种基于滑坡剖面图像分类模型的相似滑坡推荐方法，其特征在于，所述步骤7中，权重对应为：

[滑坡的长短，滑坡前缘厚度，滑坡后缘厚度，滑坡中部的厚度，滑坡有无人为开挖痕迹，下滑力强弱类型，滑坡陡缓]＝[0.10，0.16，0.20，0.18,0.21,0.07,0.08]。