基于IOE和SVM模型的府谷镇滑坡易发性分区

论文摘要

将陕西省府谷县府谷镇作为研究区,通过野外实地调查,圈定了47个滑坡点,制作了研究区滑坡编录图。以GIS软件和统计分析模型为基础,开展研究区滑坡易发性分区研究。首先通过GIS软件将滑坡点随机分成训练样本(70%)和测试样本(30%)两组。然后选择坡度、坡向、高程、距断层的距离、距道路的距离、距河流的距离、岩性、土地利用、NDVI、降雨量作为影响因子,提取因子图层。分别应用熵权模型(IOE)和支持向量机模型(SVM)计算滑坡易发性指数,利用自然间断点法将研究区划分为低易发区、中易发区、高易发区和极高易发区。最后利用ROC敏感度曲线下的面积(AUC)分别检验两种模型所得到的分区结果,结果表明,成功率曲线和预测度曲线的AUC值均在0.70～0.90,表明两种模型所得到的分区结果具有较高的精度,都可以为研究区的滑坡防治提供参考。在训练样本和测试样本中SVM模型的AUC值均最高,说明SVM模型比IOE模型适合在研究区开展滑坡预测研究。

论文目录

• 1 研究区概况及数据源
•   1.1 研究区概况
•   1.2 数据源
•   1.3 滑坡编录
• 2 模型简介
•   2.1 熵权模型 （IOE）
•   2.2 支持向量机模型 （SVM）
•   2.3 影响因子分类
• 4 结果与分析
•   4.1 基于IOE模型的滑坡易发性分区
•   4.2 基于SVM模型的滑坡易发性分区
•   4.2 精度检测和结果
• 5 结 论

文章来源

类型: 期刊论文

作者: 韩玲,张庭瑜,张恒

关键词: 地质学,易发性分区,熵权,支持向量机,滑坡

来源: 水土保持研究 2019年03期

年度: 2019

分类: 农业科技,基础科学,工程科技Ⅱ辑

专业: 地质学,工业通用技术及设备

单位: 长安大学地球科学与资源学院国土资源部退化及未利用土地整治工程重点实验室陕西省土地整治重点实验室

基金: 国家重点研发计划项目“黄土丘陵沟壑区沟道及坡面治理工程的生态安全保障技术与示范”(2017YFC0504700)

分类号: P642.22

DOI: 10.13869/j.cnki.rswc.2019.03.054

页码: 367-372

总页数: 6

文件大小: 391K

下载量: 271