不完备样本条件下基于支持向量回归模型的滑坡易发性评价

区域滑坡易发性评价对灾害中长期预测预报具有重要意义,在基于统计模型进行评价过程中,样本选取对评价结果有较大影响,构建较稳健的、受样本数量影响小的分析模型非常重要。本文以马来西亚热带雨林地区为例,选择坡度、坡向、地表曲率、地貌类型、岩性、构造、土地覆盖、道路和排水系统等9大要素作为评价因子,结合支持向量回归(SVR)模型计算研究区滑坡易发性指数,并探讨不完备样本条件下易发性评价方法,分析样本数量和评价精度之间的关系。结果显示,基于SVR模型进行该区滑坡易发性分析评价,其成功率验证法的描述精度约为95.9%;同时,样本数量的增减对分析精度影响较小;SVR方法是一种适于热带雨林地区高植被覆盖条件下的分析模型,可为今后同类地区的滑坡灾害管理工作提供支持。     

浅层黄土滑坡易发性评价：以晋西黄土区蔡家川农地小流域为例

黄土高原中部地区极端暴雨事件频发,引发大面积浅层滑坡和泥流灾害。随着全球变暖,降雨增加,中国西北黄土高原植被覆盖发生显著变化,不考虑植被因素的黄土滑坡易发性分区的评价方法需要改进。本文以晋西黄土区蔡家川流域农地小流域为研究对象,基于暴雨前后流域高分辨率图像、数字高程模型,野外滑坡调查和室内岩土测试,利用半定量的信息量模型、信息量-逻辑回归耦合模型和定量的物理模型,按有植被和无植被两种工况开展了浅层黄土滑坡易发性分区,并评估模型精度。结果表明：考虑植被时,半定量模型获取的易发性指数均下降,物理模型计算的稳定区面积显著增大,说明植被对浅层滑坡有抑制作用;考虑植被时,各个模型的评价精度都有所提高,信息量-逻辑回归耦合模型的精度高于信息量模型,物理模型的精度整体高于两个半定量模型。研究结果可为以暴雨滑坡为主要类型的小流域水土流失预测预报提供参考。     

GM（1，1）优化模型在滑坡预测预报中的应用

灰色模型在社会科学、自然科学的许多方面已得到广泛的应用，并取得了一系列重大成果。在斜坡(滑坡)地质灾害研究方面，灰色模型多用于斜坡(滑坡)变形的中长期预测预报，且精度较高；但对滑坡短临预测预报精度较差，甚至不能适用，有待改进。滑坡变形预测预报的实际算例表明，以优化灰色模型背景值为基础的优化GM(1，1)模型。具有对建模结果进行优化的能力，即能用于斜坡变形的中长期预测预报，又能适于滑坡短临预测预报。且都能获得较高的模拟和预测精度。应用传统线性GM(1，1)模型和非线性Verhulst模型进行对比分析，检验了优化GM(1，1)模型的正确性和较广泛的适用性。     

基于深度神经网络的滑坡危险性评价——以深圳市为例

该文以提升滑坡危险性评价精度为核心目标,对深度神经网络在滑坡危险性评价中的可行性和适用性进行研究,以期充分发挥深度神经网络强大的非线性学习和拟合能力,取得更加合理的滑坡危险性评价结果。选取滑坡灾害多发的深圳市作为实例,基于深圳市815条历史滑坡数据,开展了深度神经网络建模训练;通过与广义线性模型及分类与回归树模型训练效果的对比,对深度神经网络的建模效果进行了评价,深度神经网络、广义线性模型和分类与回归树模型的AUC值依次是0.908、0.861和0.857。将训练所得的模型应用于深圳市全区,对3种模型输出的滑坡危险性评价成果的合理性和可靠性进行了对比分析,结果表明:深度神经网络建模精度良好,优于常见的广义线性模型和分类与回归树模型,输出的滑坡危险性评价成果具有合理性,适用于滑坡危险性评价工作。     

基于GIS的北川县地震次生滑坡灾害空间预测

自然灾害的预测预报被认为是主动减灾防灾研究中较为经济有效的方式,其中,滑坡空间预测是滑坡灾害研究的基础工作。以汶川地震重灾区北川县为研究区,选取坡度、高程、岩石类型、地震烈度、水系、道路等6个重要滑坡影响因素作为评价因子,全面分析了地震滑坡分布与各影响因子之间的统计相关性,分别采用多元回归模型与神经网络模型计算滑坡灾害敏感性指数,并进行分级和制图。结果表明,极高和高敏感区主要分布在曲山、陈家坝等乡镇,主要沿着龙门山断裂带周边地区的河流和道路呈带状分布。其中,回归模型的预测精度为73.7%,神经网络模型的预测精度为81.28%,在本区域内,神经网络模型在滑坡灾害空间预测方面更具优势。     

斜坡失稳时间的协同预测模型

斜坡岩体由小变形到大变形乃至滑坡的发生，实质上是由组成斜坡的各子系统协同作用的结果．将协同学引入斜坡的稳定性预测评价中，并提出了一种新的斜坡失稳时间预测模型──协同预测模型．经实例检验，该模型预测精度较高，可用于滑坡的短期或临滑预报．     

滑坡综合预报方法研究

滑坡综合预报是基于对滑坡发育状态的形成条件类比分析和滑坡位移历时分析的综合方法,从滑坡形成条件、变形状态、诱发因素的方式和影响程度的动态分析入手,结合滑坡加速变形破坏阶段的位移历时特征,建立滑坡预报模型,实现对滑坡的预报.与其他滑坡预报方法相比,滑坡综合预报方法的综合性强,能较好的确定滑坡的发育状态,分析滑坡发生剧烈滑动的可能性,能对不同发育阶段的滑坡做出准确判别.     

基于GIS的区域群发性降雨型滑坡时空预报研究

以滑坡灾害突出的雅安市雨城区为例,综合考虑降雨强度、前期降雨量及下垫面(地形、岩性、植被覆盖等)构建了基于GIS分析获取的易发指数+BP型神经网络时空预报模型。首先通过试验确定了模型的网络参数和网络结构,然后通过危险性区划图获取降雨型滑坡易发指数,并利用GIS的空间插值功能和雨量站数据获取相应降雨型滑坡的雨量数据,将量化后下垫面的易发指数和降雨数据作为神经元输入层数据。将模型应用于研究区,其中46个降雨型滑坡数据作为训练样本,10个降雨型滑坡数据作为检验样本,预测精度达到90%,显示该模型对于降雨型滑坡的时空预报精度较高。     

DEM误差对滑坡危险性评价模型的影响

基于数字高程模型(DEM)计算得到的坡度、坡向等地形属性是滑坡危险性评价模型的重要输入数据, DEM误差会导致地形属性计算结果不确定性, 进而影响滑坡危险性评价模型的结果。本文选择基于专家知识的滑坡危险性评价模型和逻辑斯第回归模型, 采用蒙特卡洛模拟方法, 研究DEM误差所导致的滑坡危险性评价模型结果不确定性。研究区位于长江中上游的重庆开县, 采用5 m分辨率的DEM, 以序贯高斯模拟方法模拟了不同大小(误差标准差为1 m、7.5 m、15 m)和空间自相关性(变程为0 m、30 m、60 m、120 m)的12 类DEM误差场参与滑坡危险性评价。每次模拟包括100 个实现, 通过对每次模拟分别计算滑坡危险性评价结果的标准差图层和分类一致性百分比图层, 用以评价结果不确定性。评价结果表明, 在不同的DEM精度下, 两个滑坡危险性评价模型所得结果的总体不确定性随空间自相关程度的变化趋势并不相同。当DEM空间自相关性程度不同时, 基于专家知识的滑坡危险性评价模型的评价结果总体不确定随着DEM误差增加而呈现不同的变化趋势, 而逻辑斯第回归模型的评价结果总体不确定性随着DEM误差大小增加而单调增加。从评价结果总体不确定性角度而言, 总体上逻辑斯第回归模型比基于专家知识的滑坡危险性评价模型更加依赖于DEM数据质量。     

基于GIS的滑坡CF多元回归模型及其应用

目前基于GIS滑坡变形失稳危险性评价方法均有各自的局限性。本文在基于数据的数学统计模型的基础上提出CF多元回归模型。通过将滑坡确定性稳定系数与回归模型的融合，在一定程度以解决了滑坡评价过程中影响因子的选择和量化的问题，有利于建立准确的滑坡分析模型。最后，将模型应用于云南小江流域，进行了该区的滑坡空间分布及稳定性分析。     

滑坡预报的BP-GA混合算法

提出了滑坡位移预报的一种改进人工神经网络方法－ＡＮＮ－ＧＡ法,与传统的人工神经网络方法相比,该方法加快一网络的学习速度,提高了滑坡位移的预报精度。同时它是一种面向数据的方法,适合于不同地区不同条件下滑坡的预报。两例滑坡预报平均相对误差分别为３．５５％和１．９３％,明显估于传统的ＢＰ算法（分别为１１．３５％和７．２４％）及ＧＰ改进方法（分别为３．９６％和２．６５％）,表明该方法具有科学性、可行性和有     

基于三种不同模型的区域滑坡灾害敏感性评价及结果检验研究

选取相对高差、坡度、坡向、水系、距断层距离、植被覆盖、地层岩性和道路等影响因子,采用信息量法、Logistic回归和人工神经网络3种模型进行滑坡灾害的敏感性评价,并对评价结果进行检验。结果表明：① 评价分类结果的准确性会关系到社会经济成本。经过采用Cohen’s Kappa系数法、Sridevi Jadi精度评估方法和ROC曲线3种方法对评价结果进行比较分析,结果显示人工神经网络模型具有更好的评价精度。② 宁强县滑坡地域分布上,呈现一带三区。其中高、中和低敏感区分别占全县总面积的39.96%,37.7%和22.33%。     

广东省滑坡活动的时间分布规律研究

系统分析了近20年来广东省的滑坡活动特征。结果表明,广东省滑坡活动的时间分布规律主要受降水变化和人类工程活动的制约;滑坡活动呈现与暴雨过程及工程建设活动相关的同发性和滞后性、日内活动的夜发性、继承老滑坡活动的重复性、突发性和隐蔽性等特征。从区域性滑坡活动的时间分布规律看,具有明显的不稳定周期性和随机性,降雨作用是影响滑坡活动年际时间分布规律的主要因素;从滑坡年内活动的时间分布特征看,具有明显的季节性,集中在每年6-9月的雨季发生;从日内发生的具体时间看,以傍晚及夜间发生居多。研究滑坡活动的时间分布规律,对滑坡预警预报工作有重要的科学意义。     

基于多模型的西宁市人口规模预测

人口是反映国情、国力基本情况的重要指标,是区域研究所必须考虑的重要因素之一。合理、准确地预测城市人口规模,是城市与区域规划中首先要考虑的基本问题,也是保证规划科学性与可实施性的关键性前提。以西宁市2000-2011年历年总人口为样本数据,分别构建了一元线性回归模型、马尔萨斯模型、logistic模型及GM（1,1）模型,并进行模型检验。结果表明：（1）模型均通过模型精度检验且精度较高,GM（1,1）模型拟合度最高,均误差达到0.004%,马尔萨斯模型拟合度最低,为-1.440 8%;（2）分析模型预测精度差异产生原因及适用性,表明深入、准确地分析样本数据特征,恰当选择分析方法对于控制人口预测精度尤为重要。由于西宁市2000-2011年人口样本数据在2005及2009年数据存在波动性,破坏了其与一元线性回归模型及马尔萨斯模型的拟合度,导致在4种模型中,Logistic及GM（1,1）模型预测精度较高,而GM（1,1）模预测精度最高,所以采用GM（1,1）模型进行西宁市人口预测,得到西宁市人口预测的最终结果：2012年西宁市总人口将达到225.89×10⁴人,2015年将达到233.39×10⁴人,2020年将达到246.37×10⁴人。从结果看,未来9 a西宁市人口将呈现持续平稳增长的态势,但随着时间推进人口增长速度将逐渐下降。     

基于二元逻辑回归模型的新疆果子沟滑坡风险区划

新疆果子沟区域是我国与中亚地区社会、经济、文化交流的重要通道以及我国石油、天然气等能源资源安全大通道,沿途滑坡灾害频发,威胁人类安全、影响社会、经济发展,但该区域针对滑坡灾害的研究程度较低,需借助滑坡灾害易发性分析与风险等级评估结果指导防灾减灾。本文基于GF-1号卫星影像数据进行滑坡解译,选取地层岩性、断层密度、坡度、坡向、地表高程、植被指数等6个评估因子,探讨运用GIS、RS技术及统计分析模型进行滑坡灾害易发性分析与建模。基于频率比法分析各因子敏感性,利用二元Logistic回归模型进行灾害易发性分析,将研究区滑坡灾害风险分为极低、低、中、高、极高五个等级。将模型计算结果与历史滑坡信息进行比较,并借助ROC Curve检验模型准确性,AUC为0.844,表明模型预测结果具有较高准确性,因此建立的分析模型可以满足新疆果子沟区域滑坡灾害分析与评估应用,研究成果可为研究区重大线型工程保护、边坡加固提供辅助决策支持。     

基于土壤水分和气象要素的林火预报研究——以广东省为例

基于国内现行的森林火险气象指数和单因子火险贡献度模型,以及逻辑回归模型和随机森林模型,在林火预报中引入微波遥感土壤水分信息,使用MCD14DL火点数据集和地面气象观测资料对广东省不同时间尺度的林火发生概率进行预测。结果表明：逻辑回归模型和随机森林模型构建的林火预测模型显著优于现行的森林火险气象指数和单因子火险贡献度模型,预测精度提升约20%。其中,随机森林模型对林火频数的解释程度最高（两者相关系数为0.476）。此外,加入微波土壤水分信息后,相较原有的基于气象要素的林火预测模型,2种机器学习模型的预测精度均略有提升,体现了表层土壤水分信息在林火预报中的重要性。研究可为高效提取对地观测信息,以改进华南地区不同时间尺度的林火预报工作提供参考。     

强降水诱发山体滑坡预报

山体滑坡是山地灾害的一种,在诱发滑坡的众多自然因素中,强降水是最主要的诱发因素之一.通过对重庆1 615个滑坡个例与其发牛前10 d降水量值做统计分析,揭示了降水量、滑坡发生时间、滑坡发生概率三者之间的关系,由此给出了诱发滑坡的有效降水量定义、计算思路和计算公式,并依此建立了强降水诱发的滑坡预报模型.所揭示出的降水权重系数变化规律,从滑坡单体位移资料中得到了进一步验证.这个规律还有助于进行强降水诱发滑坡作用机理研究.     

GIS支持下三峡库区秭归县滑坡灾害空间预测

基于GIS空间分析和统计模型相结合进行区域评价与空间预测是滑坡灾害研究的重要方向之一。以三峡库区秭归县为研究区,选择坡度、坡向、边坡结构、工程岩组、排水系统、土地利用和公路开挖作为评价因子。为提高模型的预测精度、可信度和推广能力,利用窗口采样规则降低训练样本之间的空间相关性。建立Logistic回归模型,对滑坡灾害与评价因子进行定量相关性分析。计算研究区滑坡灾害易发性指数,对其进行聚类分析,绘制滑坡易发性分区图,其中高、中易发区占整个研究区面积的38.9%,主要分布在人类工程活动频繁和靠近排水系统的区域。经过验证,该模型的预测精度达到77.57%。     

灰色GM(1,1)残差修正模型在滑坡预测中的对比应用

在传统GM(1,1)模型的基础上,经过不同方式的残差修正,分别建立了一阶残差修正GM(1,1)模型和二阶残差修正GM(1,1)模型。根据滑坡的监测资料,对变形曲线为光滑型滑坡(如黄龙西村滑坡、某滑坡)和阶跃型滑坡(如新滩滑坡、洒勒山新滑坡)分别建立了传统GM(1,1)模型和一阶、二阶残差修正模型,并对不同滑坡各模型的预测精度进行了分析比较。结果表明,残差修正GM(1,1)模型的预测精度明显高于传统GM(1,1)模型的预测精度。对变形曲线为光滑型的滑坡,二阶残差修正GM(1,1)模型的预测精度一般高于一阶残差修正GM(1,1)模型的预测精度;对变形曲线为阶跃型的滑坡,一阶残差修正GM(1,1)模型的预测精度高于二阶残差修正GM(1,1)模型的预测精度。     

基于GIS的滑坡危险性逻辑回归评价研究

该文针对地质灾害研究中的核心问题——灾害危险性评价,以万州滑坡地质灾害为例,将滑坡风险评价中的各种因子归一化处理后转换成相同分辨率的定量数据,根据特定模型进行运算,得到风险评价图,利用逻辑回归分析法,进行滑坡地质灾害危险性评价。以解决过去地质灾害危险性评价中效率低、精度差、费时费力等问题,实现滑坡地质灾害的信息化、科学化。