【摘要】：中國是一個地質(zhì)災(zāi)害多發(fā)的國家,其中滑坡地質(zhì)災(zāi)害因其發(fā)生頻率高、影響范圍廣和持續(xù)時間長而成為諸多地質(zhì)災(zāi)害中的嚴(yán)重災(zāi)種�；碌刭|(zhì)災(zāi)害在威脅人民生命財產(chǎn)安全的同時,也對經(jīng)濟(jì)社會、自然環(huán)境等造成了重大影響。比如從2015年的《全國地質(zhì)災(zāi)害通報》可知,全國發(fā)生的各類地質(zhì)災(zāi)害總計8224起,其中滑坡災(zāi)害總計5616起,占地質(zhì)災(zāi)害總數(shù)的68.3%,可見滑坡地質(zhì)災(zāi)害的嚴(yán)重性。長江流域的三峽庫區(qū)是全國滑坡地質(zhì)災(zāi)害防治的重點區(qū)域。三峽庫區(qū)的地質(zhì)條件較復(fù)雜,且?guī)靺^(qū)受各種影響因素如人類工程活動、強(qiáng)降雨和庫水位漲落等的作用,近三十年的地質(zhì)災(zāi)害環(huán)境監(jiān)測表明自2003年以來,庫區(qū)滑坡地質(zhì)災(zāi)害隱患顯著增加。因此,對三峽庫區(qū)滑坡災(zāi)害進(jìn)行監(jiān)測與預(yù)測具有重要的理論和實踐意義。目前,以地理信息系統(tǒng)(Geographical Information System,GIS)、遙感(Remote Sensing,RS)和全球?qū)Ш蕉ㄎ幌到y(tǒng)(Globe Positioning System,GPS)組成的“3S”技術(shù)在滑坡災(zāi)害基礎(chǔ)數(shù)據(jù)獲取、滑坡監(jiān)測與預(yù)測等領(lǐng)域,得到了廣泛的關(guān)注。在3S技術(shù)基礎(chǔ)上,以最近鄰分類算法、人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,ANN)、支持向量機(jī)(Support Vector Machine,SVM)等機(jī)器學(xué)習(xí)算法為主的人工智能也在滑坡位移時間序列預(yù)測和區(qū)域滑坡易發(fā)性評價中得到了廣泛的應(yīng)用,成為滑坡預(yù)測的主要模型之一。此外,將人工智能模型與混沌理論等非線性時間序列分析法相結(jié)合,并將組合模型應(yīng)用于滑坡位移時間序列預(yù)測,能獲得更好的預(yù)測效果。但是,已有研究在將3S技術(shù)應(yīng)用于滑坡監(jiān)測與預(yù)測時,還存在一些缺點,比如聯(lián)合3S技術(shù)和人工智能的單體滑坡災(zāi)害監(jiān)測與評價還缺乏有效的案例分析,基于人工智能的滑坡位移預(yù)測模型未能充分考慮滑坡位移時間序列的非線性和混沌特征,區(qū)域滑坡易發(fā)性評價的人工智能模型在建模時存在預(yù)測效率低和非滑坡柵格單元隨機(jī)選取的問題。因此,本文針對已有研究存在的問題,在獲取三峽庫區(qū)塘角滑坡近12年的高分辨率遙感影像、典型庫岸滑坡的GPS監(jiān)測位移時間序列、降雨量、以及萬州區(qū)滑坡自然地理信息的基礎(chǔ)上,對3S技術(shù)和人工智能在單體滑坡與區(qū)域滑坡災(zāi)害監(jiān)測、單體滑坡位移預(yù)測以及區(qū)域滑坡易發(fā)性評價等領(lǐng)域開展了全面探討,取得了以下重要的結(jié)論和成果:(1)聯(lián)合采用面向?qū)ο蟮母叻直媛蔬b感影像變化檢測技術(shù)、最近鄰分類法、GIS的空間分析功能和靜態(tài)實時GPS監(jiān)測控制網(wǎng),為3S技術(shù)和人工智能在單體滑坡監(jiān)測中的應(yīng)用提供了一個優(yōu)秀的案例。面向?qū)ο笞兓瘷z測技術(shù)在高分辨率遙感影像變化檢測中應(yīng)用越來越廣泛,比傳統(tǒng)的基于像素單元的變化檢測技術(shù)更受歡迎。然而,極少有相關(guān)研究將面向?qū)ο笞兓瘷z測技術(shù)用于單體滑坡災(zāi)害的土地利用變化檢測。本研究采用面向?qū)ο蠹夹g(shù)、最近鄰分類法和GIS空間分析功能將2002、2005、2010和2013年獲取的四景高分遙感影像應(yīng)用于三峽庫區(qū)塘角滑坡強(qiáng)變形區(qū)土地利用變化檢測。面向?qū)ο蠓诸惤Y(jié)果表明2005、2010和2013年的塘角滑坡強(qiáng)變形區(qū)高分影像分類精度都達(dá)到92%以上,Kappa系數(shù)不低于89%,只有2002年的IKONOS影像分類精度較低。與此同時,采用靜態(tài)實時GPS控制網(wǎng)對塘角滑坡典型剖面進(jìn)行監(jiān)測。在滑坡土地利用變化圖和變形監(jiān)測數(shù)據(jù)基礎(chǔ)上,得到了塘角滑坡強(qiáng)變形區(qū)的災(zāi)害破壞情況、以及變形破壞的誘發(fā)因素。(2)本文對三峽庫區(qū)萬州區(qū)基礎(chǔ)地質(zhì)條件進(jìn)行了詳細(xì)的分析,然后采用3S技術(shù)獲取萬州區(qū)的滑坡孕災(zāi)環(huán)境因子,并對萬州區(qū)基礎(chǔ)地理數(shù)據(jù)進(jìn)行空間分析和實地驗證,確認(rèn)萬州區(qū)滑坡數(shù)量為639個。采用頻率比和相關(guān)系數(shù)法確定萬州區(qū)滑坡易發(fā)性評價的九個關(guān)鍵環(huán)境因子——高程、坡度、剖面曲率、平面曲率、地形起伏度、地層巖性、地質(zhì)構(gòu)造、歸一化植被指數(shù)和距離水系的距離。之后再采用人工智能模型對區(qū)域滑坡易發(fā)性進(jìn)行評價。(3)三峽庫區(qū)某些庫岸滑坡在強(qiáng)降雨、庫水位漲落等誘發(fā)因素影響下,其GPS監(jiān)測的位移序列表現(xiàn)出階躍式變化特征且可能存在混沌特性。但傳統(tǒng)的用于滑坡位移預(yù)測的混沌模型,大都是建立在單變量位移序列的基礎(chǔ)上;且已有的考慮了誘發(fā)因素的常規(guī)多變量模型,大都采用經(jīng)驗性的方法來選取輸入變量。這些模型對滑坡位移序列的非線性特征,及其與誘發(fā)因素間的動態(tài)響應(yīng)關(guān)系缺乏數(shù)學(xué)理論上的深入分析。因此,提出一種基于多變量混沌模型和極限學(xué)習(xí)機(jī)(Extreme Learning Machine,ELM)的滑坡位移組合預(yù)測模型。以三峽庫區(qū)白水河滑坡的GPS累積監(jiān)測位移為例,結(jié)果表明滑坡位移序列存在混沌特性,本文模型能有效預(yù)測滑坡位移。并與多變量混沌粒子群(Particle Swarm Optimization,PSO)優(yōu)化SVM模型和單變量混沌ELM模型作對比,結(jié)果表明多變量混沌ELM模型預(yù)測效果優(yōu)于對比模型。(4)近年來,機(jī)器學(xué)習(xí)模型已經(jīng)廣泛應(yīng)用于區(qū)域滑坡易發(fā)性評價。但是這些機(jī)器學(xué)習(xí)模型,比如SVM模型,存在耗時較長和預(yù)測精度有待提高的問題;另外在對機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練和測試時,經(jīng)常隨機(jī)地和主觀地選取非滑坡柵格單元。針對這些問題,本文提出基于自組織映射神經(jīng)網(wǎng)絡(luò)——極限學(xué)習(xí)機(jī)(SOM-ELM)的滑坡易發(fā)性評價模型。SOM-ELM模型首先對SOM模型聚類結(jié)果進(jìn)行分析,從極低易發(fā)性分區(qū)中選擇非滑坡柵格單元,這樣保證了所選擇的非滑坡柵格單元發(fā)生滑坡的概率盡可能低;然后采用訓(xùn)練速度快和預(yù)測精度高的ELM模型對萬州區(qū)滑坡易發(fā)性進(jìn)行計算。將得到的萬州區(qū)易發(fā)性分區(qū)圖與隨機(jī)選取非滑坡柵格單元的單獨ELM模型,以及在SOM網(wǎng)絡(luò)模型基礎(chǔ)上建立的SVM模型進(jìn)行對比。結(jié)果表明SOM模型能很好的將萬州區(qū)滑坡易發(fā)性等級進(jìn)行分類,且具有比K均值聚類模型更高的分類精度;同時結(jié)果也顯示SOM-ELM模型具有比單獨ELM模型和SOM-SVM模型更高的成功率和預(yù)測率,且ELM模型具有比SVM模型更高的預(yù)測效率。
【學(xué)位授予單位】：中國地質(zhì)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：P642.22
【圖文】：

全國地質(zhì)災(zāi)害導(dǎo)致的死亡失蹤人口和直接經(jīng)濟(jì)損失

全國各類地質(zhì)災(zāi)害導(dǎo)致的死亡失蹤人口和直接經(jīng)濟(jì)損失如圖 1-1 所示。從圖中可知全國平均每年由地質(zhì)災(zāi)害導(dǎo)致的死亡失蹤人口約 760 人，直接經(jīng)濟(jì)損失高達(dá) 48 億人民幣。而據(jù)圖1-2可知，滑坡災(zāi)害占全國地質(zhì)災(zāi)害總數(shù)的大部分，比例約為66.8%。由此可見，在全國范圍內(nèi)，滑坡災(zāi)害導(dǎo)致了嚴(yán)重的人員傷亡和經(jīng)濟(jì)損失。圖 1-1 全國地質(zhì)災(zāi)害導(dǎo)致的死亡失蹤人口和直接經(jīng)濟(jì)損失

中國地質(zhì)大學(xué)(武漢)博士學(xué)位論文 19題。OOCD 技術(shù)主要包含三部分：原始影像分析，面向?qū)ο蠓诸惡?LCCD[150]。 其在諸多領(lǐng)域得到了廣泛的應(yīng)用，比如森林植被調(diào)查、災(zāi)害評估、城市發(fā)展變化檢測和生態(tài)環(huán)境識別等[151]。GPS 技術(shù)在地質(zhì)災(zāi)害變形監(jiān)測中得到了廣泛的應(yīng)用，如 Benoit 等采用 GPS 技術(shù)對滑坡變形特征進(jìn)行監(jiān)測[152]，李強(qiáng)等對中國大陸構(gòu)造變形高精度大密度 GPS 監(jiān)測進(jìn)行研究[153]。本研究采用靜態(tài)實時 GPS 監(jiān)測控制網(wǎng)[154]對單體滑坡變形特征進(jìn)行實時監(jiān)測，并將監(jiān)測曲線與庫水位升降和降雨時間序列進(jìn)行動態(tài)分析，聯(lián)合土地利用變化圖，對滑坡變形破壞原因進(jìn)行探討，具體研究思路如圖 2-1 所示。

【相似文獻(xiàn)】

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(xué)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(xué)學(xué)報(自然科學(xué)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(qiáng);;滑坡易發(fā)性危險性風(fēng)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(xué);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3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(xué)院地質(zhì)與地球物理研究所2012年度（第12屆）學(xué)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(xué)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(xué)院地質(zhì)與地球物理研究所第十屆（2010年度）學(xué)術(shù)年會論文集(中)[C];2011年

相關(guān)博士學(xué)位論文 前3條

1 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(xué);2017年

2 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(xué);2016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(fēng)險性區(qū)劃研究[D];吉林大學(xué);2014年

相關(guān)碩士學(xué)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(xué);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(xué);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(xué);2016年

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

5 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(xué);2010年

6 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(xué)（北京）;2009年

7 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(xué);2014年

8 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(xué)（北京）;2014年

9 唐斌;ID3算法在地質(zhì)災(zāi)害易發(fā)性評價中的應(yīng)用[D];長安大學(xué);2013年

10 蓋海龍;西安市長安區(qū)滑坡崩塌災(zāi)害孕育規(guī)律及易發(fā)性分區(qū)評價研究[D];西北大學(xué);2015年

本文編號：2773586