滑坡敏感性評價中各致災(zāi)因子之間存在復(fù)雜非線性關(guān)系,傳統(tǒng)的評價模型難以揭示該類復(fù)雜關(guān)系,以致評價結(jié)果精度受限.基于文獻(xiàn)調(diào)查與實(shí)地調(diào)研,選取高程、地貌類型、巖性、坡度、與構(gòu)造線距離、與水系距離和年均降雨量為主要致災(zāi)因素,在地理信息系統(tǒng)（GIS）中建立了基于深度信念網(wǎng)絡(luò)（DBN）模型的區(qū)域滑坡敏感性區(qū)劃模型,并以四川區(qū)域為例進(jìn)行了實(shí)例分析.最后通過ROC曲線特征將評價結(jié)果與邏輯回歸（LR）和人工神經(jīng)網(wǎng)絡(luò)（BPNN）模型評價結(jié)果進(jìn)行了對比分析,并探討了各評價模型對不同致災(zāi)因子的響應(yīng).研究表明DBN模型具有更高精度以及較低的假陽性率和假陰性率,更適合于大區(qū)域、復(fù)雜致災(zāi)因素的區(qū)劃滑坡敏感性評價工作. 

【文章來源】：東北大學(xué)學(xué)報(自然科學(xué)版). 2020,41(05)北大核心EICSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

歷史滑坡數(shù)據(jù)

DBN在編制滑坡敏感性區(qū)劃圖中的一個顯著優(yōu)勢是，它從可能對滑坡的發(fā)生至關(guān)重要的因素中學(xué)習(xí)特征．本文的7個致災(zāi)因子是研究者經(jīng)常使用的，但這些因素之間的復(fù)雜相互作用和內(nèi)在聯(lián)系難以解釋和量化．傳統(tǒng)的網(wǎng)絡(luò)訓(xùn)練方法如反向傳播BPNN和徑向基函數(shù)(RBF)對因素的原始特征依賴性很強(qiáng)，缺乏揭示因素組合效應(yīng)的能力．在這種情況下，DBN被認(rèn)為是解決這個問題的較好的方法．鑒于此，本研究嘗試將DBN應(yīng)用于四川省的滑坡敏感性區(qū)劃圖．圖2 致災(zāi)因子圖層

圖2 致災(zāi)因子圖層DBN是一個雙向深度網(wǎng)絡(luò)，是由受限玻爾茲曼機(jī)器(RBM)組成的概率生成模型．RBM由輸入數(shù)據(jù)層(可視層v)和隱藏層h組成，各層神經(jīng)元之間不存在連接(圖3).


本文編號：3259661