熵指数融入支持向量机的滑坡灾害易发性评价方法——以陕西省为例

滑坡灾害易发性评价可为滑坡灾害风险管理、国土空间规划及滑坡监测提供科学依据。针对现有滑坡灾害易发性评价模型无法消除易发性评价指标因子在量纲、性质等方面的差异,尚未考虑易发性评价指标因子与滑坡灾害相关性,以及精度较高的经典机器学习模型训练效率较低、参数选取困难等问题,引入熵指数(index of entropy,IOE)和粒子群优化(particle swarm optimization,PSO)算法,提出IOE融入支持向量机(support vector machine, SVM)的滑坡灾害易发性评价方法。首先,基于滑坡灾害易发性评价指标因子,利用IOE模型计算SVM的调节因子;然后,采用PSO算法迭代求解SVM最优解,根据SVM二分类得到的隶属度来区分滑坡灾害易发性;最后,以陕西省作为实验区,从滑坡灾害易发性分区图、分区统计及评价模型精度3个方面将所提方法与SVM方法进行了对比,实验结果表明所提方法的准确性、可靠性优于SVM方法。     

GIS支持下应用PSO-SVM模型预测滑坡易发性

滑坡灾害易发性预测是滑坡监测、预警与评估的关键技术。如何有效地选取评价因子和构建预测模型是滑坡灾害定量预测研究中的难题。本文以三峡库区长江干流岸坡作为研究区,通过地形、地质和遥感等多源数据融合,提取滑坡孕灾环境和诱发因素的信息作为评价因子。在此基础上,针对滑坡灾害的非线性和不确定性特征,采用粒子群算法对支持向量机模型参数进行全局寻优,构建粒子群算法(particle swarm optimization,PSO)-支持向量机(support vector machine,SVM)模型,定量预测滑坡易发性。最后通过分类精度比较分析基于格网单元和对象单元的滑坡易发性预测精度,结果表明,基于对象单元的PSO-SVM预测精度较高,其曲线下面积为0.841 5,Kappa系数为0.849 0,预测结果与野外实际调查情况较为一致,可为三峡库区滑坡防灾减灾工作提供参考。     

顾及样本优化选择的多核支持向量机滑坡灾害易发性分析评价

滑坡灾害易发性分析评价对地质灾害的防治与管理具有重要意义。针对滑坡灾害样本选择策略,单核支持向量机多特征映射不合理的问题,本文提出顾及样本优化选择的多核支持向量机(multiple kernel support vector machine,MKSVM)滑坡灾害易发性分析评价方法。为了保证样本平衡性并提高负样本的合理性,采用相对频率比(relative frequency,RF)综合评价各状态对于滑坡灾害易发性影响的重要程度,实现各评价因子状态的合理划分;利用确定性系数法(certainty factor,CF)计算各评价因子各状态分级影响滑坡灾害的敏感性,并在此基础上进行加权求和得到各栅格单元的滑坡灾害易发性指数,在滑坡灾害易发性指数极低和低易发区内随机选择与滑坡灾害点数目一致的非滑坡灾害点作为负样本数据。利用MKSVM对各特征空间最优核函数进行线性组合,解决了单一核函数映射不合理的问题,提高了模型的分类准确率和预测精度。以湖南省湘西土家族苗族自治州为研究区,从滑坡灾害易发性分区图、分区统计及评价模型精度3个方面对CF样本策略的MKSVM模型、CF样本策略的单核SVM模型、随机样本策略的MKSVM模型、随机样本策略的单核SVM模型进行了对比分析。结果表明,4种模型的受试者工作特征曲线(receiver operating characteristic,ROC)下的面积(area under curve,AUC)分别为0.859、0.809、0.798、0.766,验证了CF样本策略的合理性、有效性及MKSVM模型的可靠性。     

层次分析法的黄河上游滑坡易发性评价

针对黄河上游龙羊峡至积石峡段滑坡灾害分布易发性评价与区划成图问题,该文以ArcGIS为平台,联系评价区的实际特点,选取地貌类型、地层岩性、降雨、断层、坡度为评价因子,运用层次分析法(AHP)确定各评价因子的权重,建立研究区滑坡易发性评价模型,结合GIS的空间分析功能实现研究区内滑坡灾害的易发性区划。结果表明,滑坡灾害主要集中在龙羊峡库区右岸和群科-尖扎盆地。区划结果与野外实际调查基本吻合,为今后GIS应用于地质灾害区划提供了思路,同时可为区内地质单位进行灾害监测提供基础数据和依据。     

基于卷积神经网络的区域滑坡易发性评价:以三峡库区万州区为例

开展区域滑坡易发性评价是滑坡气象预警与风险评价的关键。针对目前诸多易发性研究未考虑滑坡发生与邻接环境有关的情况,本文提出了一种基于卷积神经网络(CNN)的区域滑坡易发性建模框架。以三峡库区万州区为例,选取坡度、坡向等12个因子构建评价指标体系,通过信息量法分析因子对滑坡发育的影响程度,采用二维矩阵构建数据集,运用CNN进行易发性建模,得到易发性评价图,同时探究构建样本时二维矩阵的大小对精度的影响。研究结果表明,越靠近水库带越易发生滑坡,水系和人类工程活动对于滑坡发育具有较大影响;CNN模型精度为0.925,相比机器学习模型精度明显提升;增大构建样本时的二维矩阵可提高精度。CNN模型在多维空间数据处理方面具有优势,它考虑了滑坡位置及其邻接环境的影响,是一种准确可靠的区域滑坡易发性评价方法。     

基于不同模型和单元的滑坡易发性评价比较

基于地理信息系统的滑坡灾害空间预测研究发展迅速,出现了多种滑坡空间预测模型。在总结滑坡灾害空间预测研究现状的基础上,简要介绍了决策树和支持向量机2种模型的基本原理。以秭归县一个研究区为例,选取11个滑坡影响因子,采用2种不同的研究单元,分别建立了决策树和支持向量机模型并对滑坡易发性作出了评价。结果表明针对同一模型,面向对象单元的滑坡易发性评价精度优于栅格单元;针对同一数据单元,支持向量机模型的滑坡易发性评价精度优于决策树模型。     

顾及样本敏感性的滑坡易发性评价

滑坡作为一种危害极大的自然地质现象,严重威胁着人民的生命财产安全。因此,科学、准确地评价滑坡体的易发性至关重要。随着机器学习的发展,基于机器学习的滑坡易发性评价逐渐成为研究热点。而在真实情况中,滑坡区域与非滑坡区域面积占比悬殊,这使得机器学习模型的应用存在较严重的样本不均衡问题。本文采用样本敏感性分析方法,综合多个机器学习模型在不同比例的正负滑坡样本集上的表现,以获取最均衡滑坡样本集;并在此样本集基础上采用深度随机森林模型,在示范研究区开展滑坡易发性评价。最终的评价结果接近真实分布,表明本文方法具有较好的有效性。     

3S技术下滑坡危险性区划及监测

针对传统知识驱动型滑坡灾害研究多依赖专业人员经验,具有主观性和不确定性的问题,该文提出了基于数据驱动滑坡致灾因子评价及危险性区划的方法。采用证据权模型,较好地平衡了滑坡危险性区划中准确性与高效性之间的矛盾,实现了较为精确的滑坡易发性及危险性区划;利用感知层、网络层、应用层的物联网技术,实现了高危险区滑坡点在线预警监测。3S技术支持下的滑坡危险性区划及监测实验结果表明:所用模型及监测技术不仅可以准确评价滑坡致灾因子权重及危险性区划,还能够精准、高效实现滑坡点实时监控预警。     

旋转森林模型在滑坡易发性评价中的应用研究

以三峡库区万州段为研究区,从多源空间数据中提取29个致灾因子作为区域滑坡易发性分析的评价指标,在数字高程模型基础上采用集水区重叠法划分斜坡单元,构建旋转森林集成学习模型,定量预测滑坡空间易发性,并生成滑坡易发性分区图。在易发性分区图中,高易发区占11.6%,主要分布在万州主城区和长江及支流两岸;不易发区占45.6%,主要分布在人类工程活动低、植被覆盖度高的区域。采用受访者工作特征曲线和曲线下面积对旋转森林模型的滑坡易发性进行评价,结果显示该模型的预测精度为90.7%,其预测能力优于C4.5决策树。研究表明,应用旋转森林进行滑坡易发性评价具有预测能力强、精度高等优点。     

新源县汇水域单元滑坡灾害易发性评价

针对滑坡灾害易发性难以定量评价的问题,提出了以汇水域为基本统计单元,层次分析法与信息量法相结合的滑坡易发性评价模型。该模型是在综合分析已有监测数据的基础上,建立了坡度、黄土分布、土地表覆被、水系、断层、高程、地表粗糙度、坡向等8类要素与滑坡稳定性的相关性,根据评价结果将滑坡易发性划分为5个不同的等级。基于新疆新源县滑坡易发性评价的实验结果表明,该模型评价结果与滑坡实际分布情况相符,能够准确对不同汇水域灾害易发性进行分级评价,可以为相关部门进行防灾、预警提供一定的数据支持。提出了一种主观判断与客观分析相结合的方法,回答了"什么地方最容易发生地质灾害"的问题。     

CF耦合LR模型的地质灾害易发性评价

为对自然灾害频发的西北地区进行地质灾害易发性研究,本文考虑了高程、坡向等10类因素,利用确定性系数(CF)模型和确定性系数耦合逻辑回归(CF-LR)模型对城固县地质灾害易发性进行评价。结果表明,CF模型和CF-LR模型的灾害比均呈递增状态,高、极高灾害点密度分别为4.75、5.97个/km²,且两种模型的测试集受试者工作特征(ROC)曲线下面积(AUC)分别为0.812、0.835,验证集ROC和AUC值分别为0.862、0.891。两种模型均能有效评价区域内地质灾害易发性,且CF-LR模型具有更高的评价精度。     

改进的学习向量量化滑坡易发性评价模型研究

针对传统的学习向量量化模型只能进行欧式空间的度量问题，该文将在学习向量量化(LVQ)模型的基础上引入径向基核函数(RBF)建立径向基函数的学习向量量化(RBF-LVQ)评价模型。以文成县为研究区，结合GIS技术选取坡度、坡向、坡形、断层距离、地质岩组、极端小时降雨量、地形湿度指数、地表覆盖、风化层厚度、黏聚力10个评价因子构建滑坡易发性评价体系，随机选取70%数据作为训练样本，分别采用RBF神经网络、LVQ神经网络和RBF-LVQ模型进行滑坡灾害易发性评价，并将剩余的30%数据利用ROC曲线进行精度检验。结果显示，训练后的RBF-LVQ模型AUC值为0.88,优于RBF神经网络的0.85和LVQ的0.86。RBF-LVQ模型拥有更好的预测能力，可为研究区域提供模型和决策支持。     

层次分析法在炉霍县泥石流易发性评价中的应用

在深入研究炉霍县泥石流灾害的基础上,以实地考察数据为依据,以层次分析法为技术方法,对炉霍县泥石流易发性进行了评价。选取高程、坡度等8个指标作为影响泥石流易发性的评价因子,通过建立系统层次结构,构建判断矩阵,从而求出各因子的权重,建立泥石流危险性评价模型。实践证明,基于层次分析法的泥石流灾害易发性评价是有效和实用的。     

倾斜航空摄影技术及在地质调查中的应用研究——以三峡库区巫峡地区为例

三峡库区巫峡段是滑坡和危岩崩塌的易发与多发地段,严重危及长江航道安全。倾斜航空摄影技术能精细刻画观测物的侧面纹理信息,为地质灾害隐患早期识别提供基础数据。文章在阐述和分析倾斜航空摄影技术的基础上,联合获取的倾斜航空影像、机载定位定姿系统(position and orientation system,POS)数据和地面控制点进行了三维模型制作,以地质、地貌、水文等因子建立地质灾害危险性评价模型,通过室内解译和野外调查基本查明了工作区内新发地质灾害发育情况及分布规律,摸清了各区域内控制地质灾害发生的主要因素,掌握了区内地质灾害易发性特征及灾害隐患情况。     

基于地理空间分析和AHP的线路通道滑坡风险性评价

输电线路常需要跨越地质灾害易发区域,为了保证电力的正常、安全输送,对输电线路通道所经区域进行滑坡地质灾害的空间分布及潜在风险评价具有重要意义。本文结合GIS和AHP方法进行了某输电线通道滑坡灾害危险性评价,选取地形地貌、气候条件、水文条件、人为活动条件、植被条件、地质岩组条件等影响因子,建立评价指标体系,利用层次分析法(AHP)确定各因子权重,基于GIS地理空间分析评价了输电线路通道地质灾害危险性,划分了5类区域:极高危险区、高危险区、中危险区、低危险区、较低危险区。危险性评价结果可为输电线路电力设施通道滑坡灾害防治、安全设计和施工提供科学依据。     

基于地理空间分析和AHP的线路通道滑坡风险性评价

输电线路常需要跨越地质灾害易发区域,为了保证电力的正常、安全输送,对输电线路通道所经区域进行滑坡地质灾害的空间分布及潜在风险评价具有重要意义。本文结合GIS和AHP方法进行了某输电线通道滑坡灾害危险性评价,选取地形地貌、气候条件、水文条件、人为活动条件、植被条件、地质岩组条件等影响因子,建立评价指标体系,利用层次分析法(AHP)确定各因子权重,基于GIS地理空间分析评价了输电线路通道地质灾害危险性,划分了5类区域:极高危险区、高危险区、中危险区、低危险区、较低危险区。危险性评价结果可为输电线路电力设施通道滑坡灾害防治、安全设计和施工提供科学依据。     

融合自编码与密集残差网络的滑坡易发性评价

针对滑坡易发性评价中编录样本受限、特征信息利用不足，导致预测效果不理想的问题，该文提出融合栈式自编码与密集残差网络的滑坡易发性评价方法。将传统自编码网络进行栈化，重构原始数据以强化特征表达；在卷积神经网络中引入跳层连接，通过密集连接的方式构建一种密集残差网络模型提取数据的深层特征。该文以四川省雅安市为研究区开展滑坡易发性评价，将所提模型与逻辑回归模型、CPCNN-RF模型、U-net模型进行了对比分析。实验结果表明：该方法取得最佳精度，受试者工作特征曲线下的面积为0.883,在一定程度上能够较好地适应小样本预测，易发性制图结果更为准确可靠。     

结合信息量与AHP模型的阳泉市矿区地质灾害风险评价

阳泉市矿区地质环境复杂,人类活动频繁,存在塌陷、滑坡等地质灾害隐患。本文在充分调查地质灾害的基础上,构建了矿区风险评价体系,运用信息量法和层次分析法,选取了交通、居民地、矿山等8项指标开展易发性区划;在易发性评价的基础上叠加降雨因子,实现了矿区地质灾害的危险性评价;采用人口、建筑、交通因素构建了承载体易损性模型;并结合危险性和易损性构建了矿区的地质灾害风险评价模型。研究结果表明,矿区中地质灾害高风险地带主要分布在存在矿山活动的赛鱼、蔡洼街道且靠近人口聚集的地方,其影响范围较大,应及时采取监测预报等措施。     

环境因子空间特征约束的区域滑坡敏感性模糊逻辑分析方法

中国西部山区灾难性滑坡事件频繁发生,滑坡敏感性分析已成为灾前科学预警和主动防范的必要手段。传统滑坡敏感性分析方法中单一知识驱动模型对滑坡灾害环境因子定权主观性强,数据驱动模型过分依赖样本数据的质量及数量。针对上述问题,提出了一种环境因子空间关联特征与启发式模糊逻辑模型耦合的区域滑坡敏感性分析方法,通过灾害环境因子滑坡频率比与信息熵权等空间统计指标,显式描述滑坡灾害环境因子的贡献度与空间分布特征,以此约束多因子耦合的区域滑坡敏感性计算。选择中国重庆市奉节县内的灾害多发地带进行验证评估,实验结果表明,所提方法优于单一的信息量模型、信息量-逻辑回归模型方法。     

基于优化随机森林模型的滑坡易发性评价

以三峡库区沙镇溪镇-泄滩乡为研究区,探索基于最短描述长度原则的信息增益法对滑坡连续型因子进行离散的效果,计算皮尔森系数去除高相关因子。利用信息量法预测的极低、低易发区随机抽取非滑坡样本点。通过迭代计算袋外误差估计确定较优的随机特征及其数目,将优化后的随机森林对研究区滑坡进行易发性评价,并与逻辑回归等方法进行比较。绘制各算法预测结果的接收灵敏度曲线,其中优化后的随机森林预测结果的曲线下面积较高,达91.8%,表明优化随机森林模型在滑坡易发性评价中具有较高的预测能力。