| 基于RBF神经网络?信息量耦合模型的滑坡易发性评价 |
| |
| 引用本文： | 黄立鑫,郝君明,李旺平,周兆叶,贾佩钱.基于RBF神经网络?信息量耦合模型的滑坡易发性评价[J].中国地质灾害与防治学报,2021,32(6):116-126. |
| |
| 作者姓名： | 黄立鑫 郝君明 李旺平 周兆叶 贾佩钱 |
| |
| 作者单位： | 1.兰州理工大学土木工程学院，甘肃 兰州 730050 |
| |
| 基金项目： | 甘肃省高等学校产业支撑计划项目“地质灾害隐患识别、临灾预警与防治关键技术研究”(2020C-40)；甘肃省自然科学基金“附加监测数据的滑坡稳定性评价”(20JR10RA180)；甘肃省自然科学基金“黄河源区高寒灌丛变化及其影响机制研究”(20JR5RA444) |
| |
| 摘 要： | 滑坡易发性评价是滑坡灾害管理的基础工作，也是制定各项防灾减灾措施的重要依据。针对传统的信息量模型在评价过程中确定权重值存在准确性不高的缺点，文章提出RBF神经网络和信息量耦合模型。以甘肃省岷县为研究区，筛选坡度等9个指标因子构建了滑坡灾害易发性评价指标体系，应用RBF神经网络-信息量耦合模型（RBFNN-I）进行滑坡灾害易发性评价，利用合理性检验和ROC曲线对模型的评价结果进行精度检验。结果表明:（1）RBFNN-I模型的AUC值为0.853，相比单一的RBFNN和I模型分别提高了6.3%和9.7%，说明RBFNN-I模型具有更好的评价精度；（2）岷县滑坡灾害的极高易发区和高易发区主要分布在临潭—宕昌断裂带、洮河及其支流、闾井河和蒲麻河两侧河谷地带，距断层距离、降雨量、距道路距离和NDVI是影响岷县滑坡灾害分布的主控因子。
|
| 关 键 词： | 滑坡 易发性评价 RBF神经网络 信息量 岷县 |
| 收稿时间： | 2021-02-06 |
|
| 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 |
