本文選題：滑坡易發(fā)性評價 + 因子篩選�。� 參考：《煤田地質(zhì)與勘探》2017年06期

【摘要】：區(qū)域滑坡易發(fā)性評價是國土規(guī)劃和滑坡中長期防治的重要依據(jù)。為進一步提高滑坡易發(fā)性評價的準確性,以恩施市龍鳳鎮(zhèn)為研究區(qū),運用地理信息系統(tǒng)GIS技術(shù),獲取了包括工程巖組、坡度、地質(zhì)構(gòu)造等在內(nèi)的13個初始評價因子,利用基于遺傳約簡算法的粗糙集理論對初始評價因子進行屬性約簡,去掉冗余屬性后獲得最小約簡,即8個核評價因子:工程巖組、高程、地形曲率、道路、水系、坡度、坡向、徑流強度指數(shù),并以此作為BP神經(jīng)網(wǎng)絡(luò)的輸入層,構(gòu)建RS-BPNN預(yù)測模型,獲得滑坡易發(fā)性指數(shù)LSI及滑坡易發(fā)性等級分區(qū)圖。其中高易發(fā)區(qū)面積占總面積的12.82%,該區(qū)包含的滑坡面積占總滑坡面積的78.11%,通過ROC曲線測試,模型預(yù)測精度為90.9%。結(jié)果表明,RS-BPNN模型預(yù)測性能良好,進一步提高了滑坡易發(fā)性評價的精度和準確性,有較高的工程實用價值。
[Abstract]:Regional landslide vulnerability evaluation is an important basis for land planning and long-term landslide prevention. In order to further improve the accuracy of landslide vulnerability evaluation, 13 initial evaluation factors, including engineering rock group, slope, geological structure and so on, were obtained by using GIS technology in Longfeng Town, Enshi City. The rough set theory based on genetic reduction algorithm is used to reduce the attribute of the initial evaluation factor, and the minimum reduction is obtained by removing the redundant attributes, that is, eight core evaluation factors: engineering rock group, elevation, topographic curvature, road, water system, slope, etc. Slope direction, runoff intensity index, and as the input layer of BP neural network, the RS-BPNN prediction model is constructed, and the landslide susceptibility index LSI and landslide susceptibility grade zoning map are obtained. The area of high risk area accounts for 12.82% of the total area, and the area of landslide contains 78.11% of the total area of landslide. Through the ROC curve test, the prediction accuracy of the model is 90.9. The results show that the prediction performance of RS-BPNN model is good, and the accuracy and accuracy of landslide susceptibility evaluation are further improved.
【作者單位】： 中國地質(zhì)大學(武漢);貴陽學院;
【分類號】：P642.22

【相似文獻】

相關(guān)期刊論文 前10條

1 張艷玲;南征兵;周平根;;利用證據(jù)權(quán)法實現(xiàn)滑坡易發(fā)性區(qū)劃[J];水文地質(zhì)工程地質(zhì);2012年02期

2 范林峰;胡瑞林;曾逢春;王珊珊;張小艷;;加權(quán)信息量模型在滑坡易發(fā)性評價中的應(yīng)用——以湖北省恩施市為例[J];工程地質(zhì)學報;2012年04期

3 馮策;劉瑞;茍長江;;基于Logistic回歸模型的蘆山震后滑坡易發(fā)性評價[J];成都理工大學學報(自然科學版);2013年03期

4 朱吉祥;張禮中;周小元;王乾;陸琰;;區(qū)域滑坡易發(fā)性評價的時間尺度特征分析[J];中國水土保持;2014年06期

5 胡德勇;趙文吉;李小娟;李京;李家存;;不完備樣本條件下基于支持向量回歸模型的滑坡易發(fā)性評價[J];地理研究;2008年04期

6 唐亞明;張茂省;李林;薛強;;滑坡易發(fā)性危險性風險評價例析[J];水文地質(zhì)工程地質(zhì);2011年02期

7 胡凱衡;崔鵬;韓用順;游勇;;基于聚類和最大似然法的汶川災(zāi)區(qū)泥石流滑坡易發(fā)性評價[J];中國水土保持科學;2012年01期

8 田小波;;貴州省納雍縣滑坡易發(fā)性評價[J];交通科技;2012年04期

9 孟慶華;孫煒鋒;王濤;;陜西鳳縣滑坡易發(fā)性評價研究[J];地質(zhì)調(diào)查與研究;2013年02期

10 牛紅梅;姜容;周富華;;廣西公路典型地質(zhì)災(zāi)害特征與易發(fā)性評價[J];西部交通科技;2014年05期

相關(guān)會議論文 前5條

1 范林峰;胡瑞林;曾逢春;王珊珊;張小艷;;加權(quán)信息量模型在滑坡易發(fā)性評價中的應(yīng)用——以湖北省恩施市為例[A];中國科學院地質(zhì)與地球物理研究所2012年度（第12屆）學術(shù)論文匯編——工程地質(zhì)與水資源研究室[C];2013年

2 胡凱衡;崔鵬;韓用順;游勇;;基于聚類和最大似然法的汶川災(zāi)區(qū)泥石流滑坡易發(fā)性評價[A];第八屆海峽兩岸山地災(zāi)害與環(huán)境保育學術(shù)研討會論文集[C];2011年

3 許沖;戴福初;姚鑫;趙洲;肖建章;;基于GIS與確定性系數(shù)分析方法的汶川地震滑坡易發(fā)性評價[A];中國科學院地質(zhì)與地球物理研究所第十屆（2010年度）學術(shù)年會論文集(中)[C];2011年

4 李鑫晶;周宏偉;王春萍;郜海蓮;江文俊;;鹽巖地下儲氣庫風險分析的BP神經(jīng)網(wǎng)絡(luò)模型[A];北京力學會第17屆學術(shù)年會論文集[C];2011年

5 柳柳;喬艷紅;;BP神經(jīng)網(wǎng)絡(luò)在區(qū)域滑坡危險性預(yù)測中的應(yīng)用[A];工程地質(zhì)力學創(chuàng)新與發(fā)展暨工程地質(zhì)研究室成立50周年學術(shù)研討會論文集[C];2008年

相關(guān)博士學位論文 前3條

1 于憲煜;基于多源數(shù)據(jù)和多尺度分析的滑坡易發(fā)性評價方法研究[D];中國地質(zhì)大學;2016年

2 黃發(fā)明;基于3S和人工智能的滑坡位移預(yù)測與易發(fā)性評價[D];中國地質(zhì)大學;2017年

3 單博;基于3S技術(shù)的奔子欄水源地庫區(qū)庫岸地質(zhì)災(zāi)害易發(fā)性評價及災(zāi)害風險性區(qū)劃研究[D];吉林大學;2014年

相關(guān)碩士學位論文 前10條

1 顏閣;華池縣滑坡易發(fā)性制圖[D];蘭州大學;2016年

2 張光政;瀘水縣滑坡崩塌災(zāi)害特征分析與易發(fā)性區(qū)劃研究[D];昆明理工大學;2016年

3 聞志;汶川震區(qū)滑坡易發(fā)性評價方法及應(yīng)用[D];電子科技大學;2016年

4 黃贈;隱伏斷層地震誘發(fā)滑坡易發(fā)性多尺度評價[D];浙江大學;2017年

5 郭靖;黔西玄武巖地區(qū)滑坡易發(fā)性評價及玄武巖風化程度判別研究[D];中南大學;2012年

6 陳燕平;基于GIS的貴州省滑坡地質(zhì)災(zāi)害易發(fā)性多模型綜合評價[D];中南大學;2010年

7 張艷玲;汶川地震區(qū)地質(zhì)災(zāi)害易發(fā)性快速區(qū)劃與制圖[D];中國地質(zhì)大學（北京）;2009年

8 楊煬;云南大關(guān)縣滑坡崩塌成災(zāi)地質(zhì)規(guī)律及易發(fā)性分區(qū)研究[D];昆明理工大學;2014年

9 岳歡;寧夏鹽池縣麻黃山地區(qū)地質(zhì)災(zāi)害分布規(guī)律及易發(fā)性評價[D];中國地質(zhì)大學（北京）;2014年

10 鄭光明;基于信息量法的蘭州市幅滑坡災(zāi)害易發(fā)性評價[D];中國地質(zhì)大學(北京);2017年

，

本文編號：1901187