论文摘要
黄河中游流域的地质条件复杂,崩塌、滑坡极其发育,分析该区域内崩塌、滑坡的相关特征并对其进行空间预测不仅有益于防灾减灾计划的实施,还能为后续的地质灾害研究提供范例和科学依据。然而,目前相关研究,尤其是关于数理统计模型在该地区地质灾害空间预测中的适用性研究较少。鉴于此,本文以黄河中游流域的石楼-吉县段为例,从分布规律和发育特征两方面分析地质灾害特征并进行空间预测。分别选取区内的174个历史崩塌点和175个滑坡点作为训练样本,借助ArcGIS平台进行全区崩塌、滑坡的空间预测:首先通过ArcGIS提取坡度等11种影响因素,再进行主成分分析及χ2条件独立性检验,分别筛选出9种满足条件独立性的指标。结合当地地质情况等,将各指标又细分多个二类因子。分别构建证据权模型、信息量模型和逻辑回归模型,计算各因子权重(证据权、信息量)及回归系数,再利用ArcGIS平台,进行栅格计算及分析,得到后验概率值O、总信息量值I和概率值P,采用自然断点法,将空间预测等级分为:极高、高、中、低、极低五类。最后分别选取58个历史崩塌点和59个历史滑坡点作为验证样本,用崩塌、滑坡点落在极高敏感区和高敏感区的比例和受试工作者特征曲线ROC这两种方法进行精度分析及评价。通过上述研究,论文取得了以下的成果和结论:(1)该区崩塌均为中小型规模,且以土质崩塌为主,数量是岩质崩塌的近3倍。岩质崩塌主要集中分布在吉县汉高祖山、管头山吉-壶线及老国道309内侧、大宁县城区及永和县响水湾一带。(2)该区滑坡规模以中小型为主,均为土质滑坡。其破坏模式分为4种:牵引式、推移式、扩大型、缩减型。其中牵引式滑坡最多达124个,其次为推移式。滑坡运动形式有侧向扩展、复合、流动、平移、旋转。其中复合式最多,为82个,其次为平移式。滑坡的平面形态有四种:半圆形、舌形、不规则形及矩形。(3)分别构建三种模型进行崩塌灾害的空间预测,统计验证区崩塌点落在高和极高敏感区内的比例,发现证据权模型中该值51.72%,高于另外两种模型。通过ROC曲线,得到证据权模型、信息量模型、逻辑回归模型的AUC值分别为93.1%、83.2%、90.1%。这两种方法都证明了证据权模型在该区崩塌灾害的空间预测中的精度最高。(4)分别构建三种模型进行滑坡的空间预测,统计验证区滑坡点落在高和极高敏感区内的比例,发现逻辑回归模型为68.97%,明显高于其他两种模型。通过ROC曲线得到证据权模型、信息量模型、逻辑回归模型的AUC值分别为85.5%、85.3%、93.6%,两者都证明了逻辑回归模型在该区滑坡的空间预测中的的精度最高。
论文目录
文章来源
类型: 硕士论文
作者: 冯凡
导师: 唐亚明,卢全中
关键词: 黄河中游,地质灾害,证据权模型,信息量模型,逻辑回归模型,空间预测
来源: 长安大学
年度: 2019
分类: 基础科学,工程科技Ⅱ辑
专业: 地质学,地质学,工业通用技术及设备
单位: 长安大学
分类号: P642.2
总页数: 107
文件大小: 5668K
下载量: 113
相关论文文献
- [1].浅谈滑坡危害及相应的空间预测理论[J]. 科技信息(科学教研) 2008(23)
- [2].滑坡灾害空间预测方法研究综述[J]. 人民长江 2017(21)
- [3].农产品品质光谱成像的空间预测规律[J]. 发光学报 2018(04)
- [4].土壤饱和导水率空间预测的不确定性分析[J]. 水科学进展 2012(02)
- [5].滑坡空间预测中信息量模型的改进及应用[J]. 土木建筑与环境工程 2011(03)
- [6].封丘县地下水埋深空间预测与变化研究[J]. 江苏第二师范学院学报 2014(08)
- [7].红壤区土壤有机质和全氮含量的空间预测方法[J]. 生态学报 2010(19)
- [8].基于范畴型变量和贝叶斯最大熵的土壤有机质空间预测[J]. 土壤通报 2015(02)
- [9].局部回归残余克里格对土壤阳离子交换量空间预测的精度分析[J]. 江西农业大学学报 2013(01)
- [10].基于大数据技术的企业融资空间预测研究与应用[J]. 开发性金融研究 2017(06)
- [11].基于环境因子和联合概率方法的土壤有机质空间预测[J]. 土壤学报 2014(03)
- [12].海量监测数据下分布式BP神经网络区域滑坡空间预测方法[J]. 岩土力学 2019(07)
- [13].黄土滑坡发育类型及其空间预测方法[J]. 河南建材 2018(05)
- [14].基于HSI模型的土壤氮素空间预测不确定性的可视化表达[J]. 土壤学报 2008(03)
- [15].基于HSI模型的连续变量空间预测不确定性的可视化表达——以北京市城市边缘带土壤pH空间预测为例(英文)[J]. Journal of Forestry Research 2008(04)
- [16].空间预测的地统计学框架(英文)[J]. Geo-Spatial Information Science 2008(03)
- [17].基于PSO-SVM的凤县公路边坡地质灾害空间预测[J]. 中国地质灾害与防治学报 2018(06)
- [18].安全云服务的发展趋势和背后的关键能力分析[J]. 信息安全研究 2016(06)
- [19].不同样本数量下土壤属性空间预测比较[J]. 中国农业科学 2013(22)
- [20].不同方法预测苏南农田土壤有机质空间分布对比研究[J]. 土壤学报 2018(05)
- [21].基于指示和多元地质统计学的空间预测方法(英文)[J]. Geo-Spatial Information Science 2008(04)
- [22].土壤可蚀性因子制图及其不确定性研究进展[J]. 长江科学院院报 2016(02)
- [23].基于模糊C均值聚类粒子群优化算法的ISN差值状态空间预测[J]. 通信对抗 2009(03)
- [24].覆盖型岩溶塌陷的空间预测与评价[J]. 岩土力学 2011(09)
- [25].基于不同模型和单元的滑坡易发性评价比较[J]. 地理空间信息 2020(06)
- [26].基于环境辅助变量的拔山茶园土壤肥力空间预测[J]. 应用生态学报 2010(12)
- [27].采样数量与空间插值方法对华北平原典型区土壤质量评价空间预测精度的影响[J]. 土壤 2013(03)
- [28].基于贝叶斯最大熵和辅助信息的土壤重金属含量空间预测[J]. 浙江大学学报(农业与生命科学版) 2019(04)
- [29].土壤质地空间预测方法比较[J]. 农业工程学报 2011(01)
- [30].滑坡风险评价难点及方法综述[J]. 水文地质工程地质 2011(02)