几种聚类优化的机器学习方法在灵台县滑坡易发性评价中的应用

笔者以甘肃省平凉市灵台县为目标研究区域,基于地理空间和历史滑坡数据,利用混合高斯聚类(GMM)优化的逻辑回归(LR)、支持向量机(SVM)、BP神经网络(BP Neural Network)、随机森林(RF)4种机器学习模型构建滑坡易发性评价分析模型。选取高程、坡度、坡向、曲率、黄土侵蚀强度、归一化植被指数、地质构造7个环境因子作为滑坡易发性影响因子,以30m栅格建立影响因子地理空间数据库,将研究区域划分为180万栅格单元。利用混合高斯聚类模型对整个研究区域的栅格单元进行聚类,得出初步的滑坡易发分区,选择易发程度最低类别中的栅格单元作为非滑坡区域,每次随机选择500个单元作为非滑坡单元,并根据历史滑坡数据将203个已知滑坡栅格单元作为滑坡单元,建立4种机器学习分类模型。利用训练好的模型对整个研究区域进行预测,绘制各算法的受试者工作曲线(ROC曲线),对各个算法的预测结果进行对比。分析结果表明,在本目标研究区域,各模型的滑坡易发区划图与实际的滑坡分布情况总体相吻合。随机森林模型的ROC曲线下面积(AUC)最大为0.96,测试集准确率最高为0.93;BP神经网络模型的ROC曲线下面积和测试集准确率次之,为0.90和0.87;支持向量机模型和逻辑回归模型的ROC曲线下面积和测试集准确率分别为0.86、0.81和0.85、0.80,均低于随机森林和BP神经网络模型。     

浙西梅雨滑坡易发性评价模型对比

我国目前滑坡易发性评价研究主要集中在西南地区,对东南部降雨引发特别是梅雨引发的滑坡研究较少.选取浙江省西北部梅雨控制区淳安县为研究区,通过遥感解译结合野外详细调查,共确定滑坡596处,并建立滑坡编录数据库.选取高程、坡向、坡度、曲率、工程岩组、断层、道路、建设用地、植被等9个滑坡影响因子,基于GIS栅格分析方法,采用人工神经网络(ANN)、logistic回归和信息量3种评价模型,分别对32种不同影响因子组合进行滑坡易发性对比评价,得到滑坡易发性指数图.应用评价曲线下面积AUC(area under curve)对评价结果进行检验,ANN、logistic回归和信息量3种模型的正确率分别是93.75%、89.76%和90.06%;采用淳安县2014年梅汛期发生的13处滑坡作为预测样本,3种模型预测率分别是94.75%、94.33%和77.21%.上述分析结果表明:ANN模型优于其他两者.以ANN模型评价结果指数图为基础进行易发性分区,采用滑坡强度指标进行分区结果检验,滑坡强度值由易发性低、较低、中和高依次递增,说明分区结果合理.研究成果可以为浙西降雨型滑坡特别是由梅雨引发滑坡的易发性评价提供参考.      

基于SVM-ANN模型的滑坡易发性评价——以三峡库区巫山县为例

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。     

浙江省永嘉县滑坡灾害危险性区划

永嘉县是浙江省滑坡灾害发生频繁的区县之一,其滑坡受地质、地形和人类工程活动等因素的影响。本文根据永嘉县滑坡灾害分布情况,选择了影响滑坡分布的主要因素,将各种因子归一化处理后转换成相同分辨率的定量数据,选择了逻辑回归分析模型和信息量模型进行滑坡灾害危险性评价。在逻辑回归模型中,利用SPSS软件,通过逐步回归分析筛选出影响滑坡的最直接的因子,计算出各个因子的回归系数,得到逻辑回归方程,据此编制了危险性预测分区图。在信息量模型中,通过MAPGIS软件及其二次开发的信息量模型,对永嘉县滑坡灾害进行了危险性区划,并依信息量法的结果编制了该区的危险性预测分区图。两种方法所编制的危险性分区图中高危险区和中危险区重合率达到了87%,具有很高的一致性,起到了相互验证的作用,为滑坡的有效防治提供了依据。最后根据"云娜"台风期间永嘉县实际灾害发生情况的资料分析,新灾害点绝大部分落在危险性预测区中的高危险区,表明模型的预测准确率很高。     

基于GIS的涪江上游南坝-水晶流域滑坡危险性评价

本文以涪江上游南坝-水晶流域滑坡为研究对象, 选取坡度、高程、坡向、岩性、岸坡结构等9个影响因子, 基于GIS平台, 采用滑坡确定性系数模型与层次分析模型相结合的 (CF-AHP) 模型对研究区进行滑坡危险性评价。根据评价结果, 将研究区划分为极高危险区 (18. 57%) 、高危险区 (38. 71%) 、中危险区 (23. 92%) 、低危险区 (18. 8%) 四个等级。利用危险性评价结果对比法和受试者工作特征曲线 (ROC) 对评价结果进行验证, 得到ROC曲线下面积AUC值为88. 36%, 表明CF-AHP模型能够较客观准确地对研究区滑坡危险性评价。     

贵州省都匀市滑坡易发性评价研究

都匀市是贵州省城镇滑坡地质灾害多发频发区。文章以都匀市沙包堡镇为研究区,采用栅格单元提取高程、坡度、岩性、水系等9项致灾因子,分别使用都基于数学统计模型的定量分析方法（二元逻辑回归模型、信息量模型）和定性分析方法（层次分析模型）对都匀市研究区滑坡地质灾害易发性进行评价。结果表明:二元逻辑回归模型预测精度与预测效果均为最优,其ROC曲线下面积AUC值为0.873,易发性分区中高易发区和中易发区内预测发生滑坡面积比占95.41%,且最符合野外实地调查验证情况。评价方法与结果可为贵州城镇地区滑坡地质灾害评价和防治提供借鉴。     

基于贝叶斯优化机器学习超参数的滑坡易发性评价

利用机器学习模型进行滑坡易发性评价时,不同的超参数设置往往会导致评价结果的不同.采用贝叶斯算法对4种常见机器学习模型(逻辑回归LR、支持向量机SVM、人工神经网络ANN和随机森林RF)的超参数进行了优化,探索了该算法对滑坡易发性机器学习模型的优化效果.以湘中地区4县(安化县、新华县、桃江县和桃源县)滑坡易发性评价为例说...     

基于不同统计模型的肯尼亚滑坡危险性评价

肯尼亚是我国“一带一路”倡议在东非重要支点。受高原裂谷地形和显著的雨旱季节影响,肯尼亚地质灾害频发。本文以肯尼亚的历史滑坡数据为样本,选取高度、坡度、坡向、地貌、平面曲率、土壤类型、年平均降雨量、水流强度指数、地形湿度指数及土地利用类型作为评价指标,分别基于信息量模型（IV）、逻辑回归模型（LR）和极限学习机模型（ELM）对肯尼亚滑坡灾害进行危险性区划,其中ELM分别考虑了sigmoid函数、正弦函数和对称阈值型传输函数作为激活函数进行讨论。主要结论如下：（1）肯尼亚滑坡灾害高危险性及以上等级区域集中分布在西南部的高原和高原—裂谷过渡地带;（2）采用ROC曲线对模型精度进行评价,各模型的AUC值分别为0.977(IV)、0.965(LR)、0.859(ELM-SIG)、0.900(ELM-SIN)、0.941(ELM-HARDLIM),评价结果有效;（3）综合PR曲线结果判定,LR模型的召回率和精确率都处于较高的水平,优于其他模型;（4）肯尼亚内罗毕省（Nairobi）、中部省（Central）、尼扬扎省（Nyanza）和西部省（Western）四个省份高危险性区域占比较大。     

基于深度神经网络模型的雅安市滑坡易发性评价CSCD

准确的滑坡易发性评价结果是滑坡风险评估的基础,对防灾减灾工作有着重要的意义。文章以雅安市为研究区,在野外地质调查的基础上,选取高程、坡度、坡向、平面曲率、剖面曲率、地形湿度指数、泥沙输运指数、径流强度指数、归一化植被指数、年均降雨量、地震动峰值加速度、地形起伏度、距断层距离、地层岩性、距河流距离、距道路距离等16个因子,构建研究区滑坡易发性评价指标体系,采用度神经网深络(DNN)模型进行滑坡易发性评价,根据易发性指数将研究区划分为极高易发区(12.2%)、高易发区(7.0%)、中易发区(9.8%)、低易发区(17.0%)、极低易发区(54.1%)五个等级,并与人工神经网络(ANN)模型进行对比,用ROC曲线的AUC值进行精度检验。结果表明,DNN模型的评价精度AUC(0.99)大于ANN(0.96)模型。因此,相比ANN模型,DNN模型在该研究区有着更好的拟合能力和预测能力,滑坡极高和高易发区主要分布于雅安市人类工程活动强烈的低海拔地区,沿着道路和水系分布,距道路距离、高程、年均降雨量是影响雅安滑坡发育的主要影响因子。     

基于信息量、逻辑回归及其耦合模型的滑坡易发性评估研究:以青海沙塘川流域为例

滑坡易发性定量评估是预测滑坡发生空间概率的重要手段,基于统计分析原理的评估方法目前在国内外应用最为广泛,且不同评估方法的对比研究逐渐成为热点。以青海沙塘川流域黄土梁峁区为例,剖析了信息量模型和逻辑回归模型在滑坡易发性评估中的优越性和局限性,并探索提出基于二者的耦合模型。考虑坡度、坡向、起伏度、岩性、与干流距离、与支流距离和植被指数等7个影响因素,对比分析了基于信息量、逻辑回归及二者耦合模型的滑坡易发性评估的技术流程及结果。3种模型的成功率分别为:耦合模型成功率(78. 9%)>信息量模型成功率(71. 8%)>逻辑回归模型成功率(70. 8%)。在沙塘川流域黄土滑坡的易发性评估中,信息量和逻辑回归模型的表现基本相当,但信息量-逻辑回归耦合模型的成功率明显提升。该研究结果可为黄土高原区滑坡易发性定量评估提供借鉴。     

A Comparative Study of Least Square Support Vector Machines and Multiclass Alternating Decision Trees for Spatial Prediction of Rainfall-Induced Landslides in a Tropical Cyclones Area

The objective of this study is to explore and compare the least square support vector machine (LSSVM) and multiclass alternating decision tree (MADT) techniques for the spatial prediction of landslides. The Luc Yen district in Yen Bai province (Vietnam) has been selected as a case study. LSSVM and MADT are effective machine learning techniques of classification applied in other fields but not in the field of landslide hazard assessment. For this, Landslide inventory map was first constructed with 95 landslide locations identified from aerial photos and verified from field investigations. These landslide locations were then divided randomly into two parts for training (70 % locations) and validation (30 % locations) processes. Secondly, landslide affecting factors such as slope, aspect, elevation, curvature, lithology, land use, distance to roads, distance to faults, distance to rivers, and rainfall were selected and applied for landslide susceptibility assessment. Subsequently, the LSSVM and MADT models were built to assess the landslide susceptibility in the study area using training dataset. Finally, receiver operating characteristic curve and statistical index-based evaluations techniques were employed to validate the predictive capability of these models. As a result, both the LSSVM and MADT models have high performance for spatial prediction of landslides in the study area. Out of these, the MADT model (AUC = 0.853) outperforms the LSSVM model (AUC = 0.803). From the landslide study of Luc Yen district in Yen Bai province (Vietnam), it can be conclude that the LSSVM and MADT models can be applied in other areas of world also for and spatial prediction. Landslide susceptibility maps obtained from this study may be helpful in planning, decision making for natural hazard management of the areas susceptible to landslide hazards.     

Environmental Geochemistry of Mining Activities in Panzhihua Region, Southwestern China

INTRODUCTIONMining activlties have significant envi ronmenta1 inll)ac'l ssuch as visual intrusions, dust, noise, blasting, trafflc and h}'drology (Kwolek, l999; Ripley et al., l996 ). The l)rot'csst'sof mineral extraction, processing, smelting and refinlng;1rt'never approximate to the environmental neutrality, but tht' affected areas can be ameliorated (KwoIek, l999; Klukanov;1;llltlRapant, 1999). The regions, where mining activities are I,r('sent or continuous for a long tlme, are pote…     

A liquefaction severity index suggested for engineering practice

One of the major tasks in earthquake geotechnical engineering is the preparation of liquefaction susceptibility maps. For this purpose, some indices associated with liquefaction susceptibility are used. However, the currently used indices have some limitations. In this study, a liquefaction severity index, which can be used in preparation of susceptibility maps, is suggested. The suggested severity index is applied to two sites selected from Taiwan (Yuanlin) and Turkey (Inegol) to examine performance. The application indicated that the suggested index shows a good performance for the selected sites, and can be considered as a tool for further studies.     

Attenuation relations of peak ground acceleration and velocity in the Southern Dead Sea Transform region

Using the recorded earthquake strong ground motion, the attenuation of peak ground acceleration (PGA) and peak ground velocity (PGV) are derived in the southern Dead Sea Transform region. The expected values of strong motion parameters from future earthquakes are estimated from attenuation equations, which are determined by regression analysis on real accelerograms. In this study, the method of Joyner and Boor [Bull Seismol Soc Am 71(6):2011–2038, 1981] was selected to produce the attenuation model for the southern Dead Sea Transform region. The dataset for PGA consists of 57 recordings from 30 earthquakes and for PGV 26 recordings from 19 earthquakes. The attenuation relations developed in this study are proposed as replacement for former probabilistic relations that have been used for a variety of earthquake engineering applications. The comparison between the derived PGA relations from this study with the former relations clearly shows significant lower values than the other relations.     

赣南燕山期水头岩体的锆石铀-铅年代学研究及其含矿性评价

水头岩体是目前赣南地区缺少精确年龄数据的复式岩体之一。对赣南水头岩体中的锆石样品进行了U-Pb法年代学研究,测年结果显示该岩体主体年龄为(142.7±0.6)Ma,属于燕山期的产物,并不是前人认为的加里东期。但也存在前期(海西期和加里东期)的同位素年龄信息记录,说明该岩体是复式岩体,存在至少三期岩浆活动。对水头岩体进行了岩石学、地球化学研究,简要论述了岩石成因及含矿性。水头岩体主体为黑云母花岗岩,为过铝质钾玄岩系,轻稀土和重稀土中等分馏,负Eu异常明显。初步认为水头岩体是原地重熔交代作用形成的复式岩体。岩石化学资料数据显示,该岩体具备稀土成矿母岩的基本条件。     

Some observations from radiometric ‘8 bit’ data of sediment thin sections based on alternative petrographic image analysis method

This paper deals with the experiment of sediment microstructure analysis especially microfabric mapping by digital imaging. For that purpose the greyscale images (Red band from RGB combination) of the thin sections have been prepared from the selected 12 samples. The basis of this mapping is the reflectance capacity of different sediments which is influenced by the physical parameters like grain size and colour. The reflectances of different sediments are represented in digital format by different DN values from 0–255 within the radiometric ranges of ‘8 bit’ data. Density slicing has been chosen as the method of microstructure mapping in this research. This study shows that lower DN values normally present dark coloured coarser sand and clay while higher DN values present light coloured finer sediment samples. In the selected samples for this study the maximum DN value has been found from micaceous materials. Another remarkable thing observed from the microfabric mapping is that the presence of coarser sediments forms complex microfabric pattern than the finer sediments in the study area. Though this method have some demerits, still its simple technique can be very useful for accurate microstructure analysis.     

福建北东沿海高分异Ⅰ型花岗岩的成因:锆石U-Pb年代学、地球化学和Nd-Hf同位素制约

以福建北东沿海的南镇、大层山、三沙和大京四个岩体为对象,系统研究了它们的年代学和地球化学特征,并据此探讨了岩体的成因。锆石LA—ICP—MSU—Pb定年结果表明,南镇、大层山、三沙和大京岩体的成岩年龄分别为96．1±2．7Ma、93．1±2．4Ma、91．5±1．5Ma和93．8±1．8Ma,指示它们均为晚白垩世岩浆活动的产物。这些岩体的组成矿物主要为石英和条纹长石,并含有一定量斜长石（〈15％）,铁镁矿物主要为少量黑云母,未出现碱性铁镁矿物,副矿物组合中普遍出现榍石而未见铝过饱和矿物。化学组成上表现为高硅、富碱、准铝,贫钙、镁、铁,Rb／Sr比值高,K／Rb比值低,富Cs、Rb、Th、u、Pb,贫Ba、Sr、P、Ti、Eu。岩石的FeO^＊／MgO比值较低（=3．44—5．04）,10^4×Ga／Al比值和Zr＋Nb＋Ce＋Y含量均低于A型花岗岩的下限值,其锆石饱和温度也较低（730—779℃）,综合地质地球化学特征指示这些岩体应属高分异的Ⅰ型花岗岩。四个岩体的Nd同位素组成较均-（εNd（t）=-4．2～-5．5）,而锆石Hf同位素则具较大的变化范围（εHf（t）=-11．6～4．5）,εHf（t）值散布于正值与负值之间,变化幅度可达10个εHf单位以上,指示岩体的形成存在不同来源物质的贡献。岩石的形成极可能经历了壳幔物质在源区混合形成原始岩浆,随后这一壳幔混源岩浆又经高程度分异演化的二阶段成岩过程,而并非起源于幔源岩浆底侵形成的初生地壳与古老基底地壳混合的地壳原岩的部分熔融。     

Governance of protected areas: Kara Kara National Park,Victoria

This study explains various modes that can be applied for protected area. It analyses the requirements for good governance of protected area. A study area (Kara Kara National Park) is selected for identifying key challenges for implementing good governance of protected area. The challenges of good governance of protected area were investigated in this paper. The last part is based on the results from the third section and explores the strategies for addressing these challenges.     

基于元素含量和空间变异系数的化探异常信息识别

化探异常信息识别是化探数据分析最重要的任务之一, 也是化探数据在资源勘查领域受到广泛关注的最重要原因, 前人对化探异常信息识别做过大量研究, 这些研究中的大多数主要关注化探示踪元素的含量, 近而根据含量指标计算异常阈值, 而对示踪元素在空间中的分布特征关注较少。本文选择 1: 20万比例尺的克拉玛依幅为研究区, 根据区内金矿的矿床地球化学特征选择Ag、As、Au和Sb等4种元素为本区内金矿的示踪元素, 以地球化学元素分散晕形成理论为依据, 使用GIS技术和Matlab软件绘制研究区内4种金矿示踪元素的综合地球化学异常图。结果表明, 与传统阈值方法得到的化探异常图相比, 本文得到的化探异常图能够更好地指示研究区内已知金矿。     

基于GIS与ANN模型的地震滑坡易发性区划

基于遥感数据、地理信息系统(GIS)技术和人工神经网络(ANN)模型,开展地震滑坡易发性区划研究.2010年4月14日玉树地震后,基于航片与卫星影像目视解译,并辅以野外调查的方法,在地震区圈定了2036处地震诱发滑坡.选择高程、坡度、坡向、斜坡曲率、坡位、与水系距离、地层岩性、与断裂距离、与公路距离、归一化植被指数(NDVI)、与同震地表破裂距离、地震动峰值加速度(PGA)共12个因子作为地震滑坡易发性评价因子.这些因子均是应用GIS技术与遥感影像处理技术,基于地形数据、地质数据、遥感数据得到.训练样本中的滑动样本有两组,一组是滑坡区整个单滑坡体的质心位置,另一组是滑坡滑源区滑前的坡体高程最高的位置.应用这12个影响因子,分别采用这两组评价样本,基于ANN模型建立地震滑坡易发性索引图,基于GIS工具建立地震滑坡易发性分级图.分别应用训练样本中滑坡分布的点数据去检验各自的结果正确率,正确率分别为81.53％与81.29％,表明ANN模型是一种高效科学的地震滑坡易发性区划模型.