基于SVM-ANN模型的滑坡易发性评价——以三峡库区巫山县为例 |
| |
引用本文: | 夏辉,殷坤龙,梁鑫,马飞.基于SVM-ANN模型的滑坡易发性评价——以三峡库区巫山县为例[J].中国地质灾害与防治学报,2018,29(5):13-19. |
| |
作者姓名: | 夏辉 殷坤龙 梁鑫 马飞 |
| |
作者单位: | 中国地质大学(武汉);重庆市地质灾害防治中心 |
| |
摘 要: | 本文以三峡库区巫山县为研究区,利用收集的资料,提取出9类指标因子(高程、坡度、坡向、地形湿度指数TWI、地表粗糙度指数TRI、地层岩性、水系距离、构造距离、植被覆盖指数NDVI),利用相关性分析剔除高程因子。将灾害点和指标因子数据带入支持向量机(SVM)和人工神经网络(ANN)模型,得到研究区滑坡易发性区划图。根据ROC曲线对模型的精确度进行评价,得到SVM模型的成功率和预测率曲线的AUC值分别为0.919和0.862,ANN模型分别为0.86和0.837,表明两个模型均适用于研究区滑坡易发性评价。根据以上工作,本文提出了基于Max{LSI(SVM);LSI(ANN)}函数的SVM-ANN模型,并将其应用到该区的滑坡易发性评价中。SVM、ANN和SVM-ANN模型中,历史滑坡灾害点分布在高-极高易发区的比例分别为90.06%、83.18%和94.01%,表明SVM-ANN模型更适用于滑坡灾害风险分析的实际应用。
|
关 键 词: | ,,滑坡易发性评价,,SVM,,ANN,,ROC曲线 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《中国地质灾害与防治学报》浏览原始摘要信息 |
|
点击此处可从《中国地质灾害与防治学报》下载全文 |
|