基于信息量與神經(jīng)網(wǎng)絡(luò)模型的滑坡易發(fā)性評(píng)價(jià)
發(fā)布時(shí)間:2024-05-22 01:43
針對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行滑坡易發(fā)性評(píng)價(jià)時(shí),傳統(tǒng)的隨機(jī)選取非滑坡單元存在準(zhǔn)確性不高的缺點(diǎn),提出信息量與神經(jīng)網(wǎng)絡(luò)結(jié)合的易發(fā)性評(píng)價(jià)模型。以江西省上猶縣為研究區(qū),首先,基于上猶縣滑坡編錄與實(shí)際調(diào)查,選取坡度、高程、坡向、平面曲率、剖面曲率,植被指數(shù)(NDVI)、濕度指數(shù)(TWI)、距水系距離、距道路距離、土地利用等10個(gè)環(huán)境因子,其次利用信息量模型對(duì)上猶縣進(jìn)行易發(fā)性分區(qū),得到上猶縣易發(fā)性分區(qū)圖。然后,從信息量模型得出的易發(fā)性分區(qū)中的低易發(fā)區(qū)選取非滑坡單元,與滑坡編錄中的歷史滑坡點(diǎn)組成測(cè)試集與訓(xùn)練集,輸入神經(jīng)網(wǎng)絡(luò)中訓(xùn)練模型,再將上猶縣所有柵格輸入,預(yù)測(cè)上猶縣柵格的滑坡概率。最后利用自然斷點(diǎn)法在上猶縣柵格滑坡概率進(jìn)行分類(lèi),得到基于信息量與人工神經(jīng)網(wǎng)絡(luò)結(jié)合的上猶縣易發(fā)性分區(qū)圖。由易發(fā)性結(jié)果表明:單獨(dú)的信息量模型的成功率曲線下面積AUC=0.7364,歷史災(zāi)害點(diǎn)位于高易發(fā)區(qū)與較高易發(fā)區(qū)的災(zāi)害數(shù)占總災(zāi)害數(shù)的55.6%;基于信息量與神經(jīng)網(wǎng)絡(luò)模型的AUC=0.7874;歷史災(zāi)害點(diǎn)位于高易發(fā)區(qū)與較高易發(fā)區(qū)的災(zāi)害數(shù)占總災(zāi)害數(shù)的85.8%。信息量–神經(jīng)網(wǎng)絡(luò)的評(píng)價(jià)模型比單獨(dú)的信息量模型的評(píng)價(jià)精度提高了5.1%;高易發(fā)區(qū)...
【文章頁(yè)數(shù)】:12 頁(yè)
本文編號(hào):3980215
【文章頁(yè)數(shù)】:12 頁(yè)
本文編號(hào):3980215
本文鏈接:http://www.lk138.cn/guanlilunwen/gongchengguanli/3980215.html
最近更新
教材專著