人工神经网络在滑坡敏感性评价中的应用

被引：40

作者：

谭龙

陈冠

曾润强

熊木齐

孟兴民

机构：

[1] 兰州大学西部环境教育部重点实验室

来源：

兰州大学学报(自然科学版) | 2014年 / 50卷 / 01期

关键词：

人工神经网络; 滑坡; 敏感性评价; 白龙江流域;

D O I：

10.13885/j.issn.0455-2059.2014.01.009

中图分类号：

P642.22 [滑坡]; TP183 [人工神经网络与计算];

学科分类号：

0837 ;

摘要：

以边坡为基本研究单元,经过主成分分析和独立性检验得到白龙江流域对滑坡形成贡献最大的6个因子:人口密度、坡度、坡向、断裂距离、岩性和高程.使用人工神经网络对白龙江流域进行滑坡敏感性评价,采用ROC曲线对模型精度进行验证.研究结果表明,人工神经网络能有效地对该区域进行滑坡敏感性评价,且能将研究区划分成5个区:极低危险区、低危险区、中等危险区、高危险区、极高危险区,各区面积占研究区面积的比例分别为9.53%,41.46%,12.12%,25.33%,11.58%.

引用

页码：15 / 20

页数：6

共 18 条

[1] 基于多变量统计分析的大型滑坡敏感性评价:以汶川地震影响的陇南地区为例
张帆宇
刘高
谌文武
沈云霞
韩文峰
[J]. 中南大学学报(自然科学版), 2012, 43 (09) : 3595 - 3600
[2] 白龙江流域基于GIS与信息量模型的滑坡危险性等级区划
陈冠
孟兴民
郭鹏
李亚军
曾润强
乔良
[J]. 兰州大学学报(自然科学版), 2011, 47 (06) : 1 - 6
[3] 陇南地区行政中心重建的自然灾害背景分析
温煜华
王乃昂
吴吉东
王景辉
罗丹
彭峰
[J]. 兰州大学学报(自然科学版), 2009, (S1) : 42 - 45
[4] 基于要素分析和二元统计模型的区域滑坡危险等级制图——以国道212线陇南段为例
张帆宇
刘高
谌文武
梁收运
韩文峰
[J]. 地球科学进展, 2008, (10) : 1037 - 1042
[5] 国道212线甘肃境内段沿线滑坡泥石流活动强度评价与区划研究
赵洪涛
[J]. 兰州大学学报, 2004, (05) : 87 - 92
[6] 地理信息系统支持下的滑坡灾害分析模型研究
兰恒星
王苓涓
周成虎
[J]. 工程地质学报, 2002, (04) : 421 - 427
[7] Combined landslide susceptibility mapping after Wenchuan earthquake at the Zhouqu segment in the Bailongjiang Basin, China[J] . Shibiao Bai,Jian Wang,Zhigang Zhang,Chen Cheng.Catena . 2012
[8] Prediction of landslides using ASTER imagery and data mining models[J] . Kyo-Young Song,Hyun-Joo Oh,Jaewon Choi,Inhye Park,Changwook Lee,Saro Lee.Advances in Space Research . 2011 (5)
[9] Neural network-based model for landslide susceptibility and soil longitudinal profile analyses: Two case studies[J] . F. Farrokhzad,A. Barari,A.J. Choobbasti,L.B. Ibsen.Journal of African Earth Sciences . 2011 (5)
[10] An analysis of landslide susceptibility zonation using a subjective geomorphic mapping and existing landslides[J] . Mihai Pavel,John D. Nelson,R. Jonathan Fannin.Computers and Geosciences . 2010 (4)

← 1 2 →