針對傳統(tǒng)大數(shù)據(jù)機器學(xué)習(xí)等方法進(jìn)行滑坡易發(fā)性評價時,存在過于追求模型評價精度,導(dǎo)致在中易發(fā)區(qū)與低易發(fā)區(qū)存在滑坡產(chǎn)生的風(fēng)險,提出了風(fēng)險預(yù)警來降低中與低易發(fā)區(qū)產(chǎn)生的滑坡災(zāi)害。選取神經(jīng)網(wǎng)絡(luò)模型(ANN)、邏輯回歸模型(LR)、支持向量機模型(SVM) 3種學(xué)習(xí)方法,對上猶縣進(jìn)行滑坡易發(fā)性評價,將上猶縣分為高易發(fā)區(qū)、較高易發(fā)區(qū)、中易發(fā)區(qū)、較低易發(fā)區(qū),低易發(fā)區(qū)。由受試者工作曲線(ROC)下的面積(AUC)顯示:神經(jīng)網(wǎng)絡(luò)(ANN)的AUC=0.939,邏輯回歸模型(LR)的AUC=0.897,支持向量機(SVM)的AUC=0.884,均具有較高的評價精度。根據(jù)以上的易發(fā)性評價結(jié)果,得到上猶縣柵格的易發(fā)性指數(shù)(LSI),然后基于MAX(LSI (LR)、 LSI(ANN)、 LSI(SVM))函數(shù)對上述模型的易發(fā)性指數(shù)取最大值,并對上猶縣進(jìn)行滑坡易發(fā)性評價。結(jié)果顯示:LR-ANN-SVM的AUC=0.815,有較高的易發(fā)性評價精度。從高易發(fā)區(qū)與較高易發(fā)區(qū)所含滑坡占比來看,LR、ANN、SVM、LR-ANN-SVM的滑坡占比分別為80.6%、74.6%、91%、93.2%,表明根據(jù)ANN-LR-SVM易...

【文章頁數(shù)】：9 頁

【部分圖文】：

圖1 基于LG-ANN-SVM易發(fā)性評價流程

本文以上猶縣為研究區(qū)，首先根據(jù)遙感圖像與實際調(diào)查獲取滑坡易發(fā)性評價的影響因子，通過相關(guān)性分析，確定弱相關(guān)性的評價因子[13]，并將各個評價因子進(jìn)行分級，得到分級后的評價因子與上猶縣歷史滑坡單元建立上猶縣災(zāi)害評價數(shù)據(jù)庫。其次在滑坡單元數(shù)據(jù)500m以外選取500個非滑坡單元，通過A....

圖2 上猶縣滑坡災(zāi)害分布

上猶縣位于江西省贛州市西部，坐標(biāo)為東經(jīng)114°～114°40′，北緯25°42′～26°01′，屬于大陸性氣候，平均氣溫18°。區(qū)內(nèi)地勢西高東低，常年多雨，災(zāi)害發(fā)育頻繁。圖2為上猶縣位置與災(zāi)害分布圖。通過調(diào)查在上猶縣有滑坡點500個，其范圍覆蓋上猶縣全境，最高的滑坡位于五峰山鄉(xiāng)，....

圖3 上猶縣滑坡易發(fā)性評價因子

對上猶縣滑坡進(jìn)行500m緩沖區(qū)分析，在緩沖區(qū)以外選取500個非滑坡單元。將滑坡單元、非滑坡單元與11個評價因子圖層進(jìn)行空間連接，得到滑坡與非滑坡單元在上述評價因子空間數(shù)據(jù)，并將數(shù)據(jù)進(jìn)行歸一化。然后將滑坡單元與非滑坡單元的空間數(shù)據(jù)分為80%的訓(xùn)練集和20%的測試集，輸入Rapid....

圖5 上猶縣滑坡易發(fā)性評價ROC曲線

高易發(fā)區(qū)所包含的災(zāi)害比例能反映模型評價的科學(xué)性，將更多的災(zāi)害單元包含在高與較高易發(fā)區(qū)更方便政府部門的治理。根據(jù)表2、表3、表4、表5統(tǒng)計可知，LR、ANN、SVM、LG-ANN-SVM的高易發(fā)區(qū)與較高易發(fā)區(qū)所包含的災(zāi)害占總災(zāi)害比例分別為：80.6%、74.6%、91%、93.2%....

本文編號：4029873