基于SVM-LR模型的滑坡易发性评价——以临潼区为例

以临潼区作为研究区,在收集资料的基础上,选取12类影响因素作为评价因子,采用滑坡相对点密度分析滑坡点与评价因子的空间分布关系,通过Spearman对因子相关性进行分析,剔除地形起伏度因子;分别采用支持向量机模型(support vector machine,SVM)与逻辑回归模型(logistic regression,LR)对区内滑坡易发性进行评价,评价结果表明:SVM、LR模型的预测准确率分别为81. 8%、86. 4%。在此基础上,通过建立max{LSI(SVM)、LSI(LR)}函数,提出SVM-LR模型并用于研究区滑坡灾害易发性评价中。最后采用受试者特性曲线(receiver operate curve,ROC)对3种模型的预测精度进行检验与对比,检验结果表明:SVM-LR模型的成功率与预测率均高于SVM、LR模型,在极高易发区—高易发区内,滑坡灾害点所占百分率提高了2. 8%。研究结果可以为滑坡易发性评价提供一种新的思路。     

加权确定性系数模型的滑坡易发性评价

针对传统的滑坡灾害易发性评价中仅考虑评价因子间的一级指标权重或者因子各分级状态的二级指标权重,未能考虑各评价因子各分级状态的综合权重,从而导致评价结果缺乏一定适应性问题。文中提出了将随机森林模型(Random Forest,RF)和确定性系数模型(Certainty Factor,CF)相耦合的加权确定性系数评价模型(Weighted Certainty Factor,WCF)。该模型通过CF模型计算二级指标因子权重,并利用RF模型计算出一级指标因子权重,然后通过将所有指标因子的易发性指数进行加权求和,获得多种因素耦合下的滑坡灾害易发性程度。以陕西省西安市周至县为研究区,在对研究区的地质环境、人类活动情况、滑坡分布特征及形成条件进行了综合分析的基础上,选取了14类与滑坡发生相关的指示因子,结合GIS的空间分析功能,分别采用CF,RF和WCF模型对研究区内滑坡灾害易发性进行区划,各模型的评价结果采用Kappa系数进行对比验证。研究结果表明:研究区内的滑坡主要受高程、地貌类型、与断层距离因子的影响,各因子所占权重分别为0.27,0.12,0.11;改进后的WCF模型区划结果的准确性相对于RF和CF模型提高了5.2%和9.9%.由此表明,WCF模型更适用于研究区的滑坡易发性评价,评价结果可为研究区的滑坡灾害防治规划提供重要的参考价值。     

基于频率比联接法和支持向量机的滑坡易发性预测

区域滑坡易发性制图对滑坡灾害的防治非常有意义。以江西省上犹县滑坡为例,首先基于遥感(remote sensing, RS)和地理信息系统(geographic information system, GIS)平台获取11个滑坡评价因子;进一步利用频率比(frequency ratio, FR)联接方法和支持向量机(support vector machine, SVM)模型耦合出FR-SVM模型进行滑坡易发性预测,并对结果进行易发性分级;同时建立以原始评价因子作为模型输入变量的单独SVM模型,再次对上犹县进行滑坡易发性预测制图;最后通过受试者特征工作曲线下的面积(area under receiver operating characteristic curve, AUC)曲线开展FR-SVM和单独SVM建模工况下的精度验证分析。结果表明:FR-SVM模型对于区域滑坡易发性制图具有比单独SVM模型更好的预测性能。FR-SVM和单独SVM模型的AUC值分别为0.893和0.798,进一步表明FR-SVM模型在描述滑坡易发性指数分布及评价因子对滑坡发育影响特征方面要优于单独SVM模型。     

基于CF融入SSA优化SVM和RF模型的滑坡易发性评价

针对传统的区域滑坡易发性评价建模过程可能存在的样本数据量纲不统一以及模型参数选取误差等问题,本文以陕西省留坝县为研究区,选取高程、坡度、水系、降雨量、地层岩性等10个评价因子,采用确定性系数模型(CF)计算各评价因子的敏感值作为支持向量机模型(SVM)和随机森林模型(RF)的输入样本属性值,引入麻雀搜索算法(SSA)分别对SVM模型和RF模型的参数进行优化,获取最优参数对两种模型进行训练,最终构建了CF-SSA-SVM和CF-SSA-RF模型,从而对整个研究区进行预测,完成滑坡易发性评价,并通过受试者工作特征曲线(ROC)对两种模型进行精度验证。结果表明,两种模型的评价结果均有较多滑坡点落在极高易发区,无滑坡点落在极低易发区,评价结果均有较高的准确率。其中,CF-SSA-RF模型的成功率和预测率曲线AUC值分别为0.994和0.940,高于CF-SSA-SVM模型;并以三处典型滑坡为例进行验证,结果显示易发性分区与历史滑坡点分布较为吻合。进一步表明CF-SSA-RF模型更适用于留坝县的滑坡易发性评价,为当地滑坡灾害风险评估提供了指导依据。     

基于BP神经网络模型的滑坡易发性评价方法

滑坡是中国频发的地质灾害,滑坡的易发性评价涉及多种影响因素,如何利用多影响因素进行精确、有效的滑坡易发性评价是滑坡减灾防灾工作的重点和前提。为探讨基于反向传播(back propagation, BP)神经网络模型的不同滑坡易发性评价方法的适用性,以川西蒲江县为研究区,通过实地调查与编录,筛选地质、地貌、环境等12类影响因子,分析各影响因子与滑坡的相关性,确定影响因子的权重大小,构建BP神经网络模型,完成因子权重法和栅格赋值法的滑坡易发性评价图编制和精度评价。结果显示：研究区筛选的12类滑坡影响因子不存在线性相关,坡度、地形湿度指数(topographic wetness index, TWI)和距道路距离对区内滑坡发育影响明显,利用滑坡影响因子构建的BP神经网络模型可对滑坡易发性进行有效的定量评价。综合现场调查与接收者操作特征(receiver operating characteristic, ROC)曲线精度分析,结果表明：基于BP神经网络模型的栅格赋值法和因子权重法曲线下面积(area under curve, AUC)分别为0.86和0.798,栅格赋值法评价精度优于因子权重...     

基于GIS和信息量-快速聚类模型的滑坡易发性研究——以云南省福贡县为例

云南省福贡县地质环境脆弱,滑坡灾害频发,对其开展滑坡灾害易发性研究具有重大意义.首先,在研究了福贡县地质地理环境特征和滑坡现状发育特征的基础上,从地理环境因素、地质环境因素、人类活动因素3个维度选取9个指标因子建立滑坡灾害易发性评价指标体系,并利用滑坡频率比法充分考虑各因子不同状态下对滑坡灾害的不同影响情况进行各指标因子状态分级;其次,引入信息量模型并基于GIS平台对福贡县滑坡灾害进行易发性评价;再则,通过快速聚类算法对滑坡易发性进行分级,提高滑坡易发性评价的准确性;最后,利用成功率曲线对评价精度进行验证.结果表明:采用GIS和信息量-快速聚类模型进行滑坡易发性评价能较好地反映出福贡县的滑坡灾害易发性状况,改善了由于人为因素对区域划分的主观影响,与福贡县的实际滑坡灾害分布情况相吻合,可应用于福贡县的防灾减灾工作.     

基于熵指数与逻辑回归耦合模型的滑坡灾害易发性评价—以蓝田县为例

以蓝田县作为研究区,选取高程、坡度、坡向、曲率、降雨量、距水系距离、地层岩性、距断层距离、距道路距离、归一化植被指数(normalized difference vegetation index, NDVI)共10类评价因子,分别采用皮尔森相关系数、方差膨胀因子、容忍度3种指标对评价因子之间的多重共线性问题进行分析。结果表明,各选取因子之间多重共线性较低,可以认为各因子相对独立。随后,采用频率比法分析各评价因子与滑坡灾害点之间的空间分布关系。分别利用熵指数(index of entropy,IOE)模型、逻辑回归(logistic regression, LR)模型以及两种模型耦合作用下的逻辑回归与熵指数耦合(integration of logistic regression and index of entropy,IOE-LR)模型对研究区滑坡易发性进行评价,得到各模型下的研究区滑坡灾害易发性区划图。最终采用接受者操作特性(receiver operating characterstic, ROC)曲线验证并比较了3种模型的性能。成功率曲线表明,IOE模型、LR模型、IOE-LR模型的ROC曲线下的面积(area under curve, AUC)分别为0.735、0.742和0.805;预测率曲线表明,IOE模型、LR模型、IOE-LR模型的ROC曲线下的面积AUC分别为0.732、0.785和0.830,其中IOE-LR模型均具有最高的准确率。生成的滑坡易发性区划图可以为蓝田县政府合理解决土地利用规划问题以及减轻滑坡风险提供有效参考。     

基于粗糙集理论的滑坡易发性评价——以三峡库区秭归县境内为例

以滑坡灾害突出的三峡库区秭归县境内为研究区,利用粗糙集理论将20个初始评价因子进行属性约简至12个核心评价因子,并对其组成的决策表进行知识挖掘获得滑坡与评价因子之间的规则集合.利用知识规则集合对决策表进行分类,得到以斜坡单元为基础的滑坡易发性图.研究结果表明:滑坡易发区面积占研究区总面积的21.7％,主要分布在斜坡结构为顺向坡,地层岩性为软岩、软硬相间岩,以及靠近水系及公路开挖的区域.粗糙集方法的预测精度为87％,其预测能力较KNN算法和Logistic模型的优.粗糙集理论是一种行之有效的区域滑坡易发性评价方法.     

GIS支持下基于层次分析法的西藏札达地区滑坡灾害易发性评价研究

位于西藏喜马拉雅山西南部的札达地区,是青藏高原隆升最快的部位之一,由于研究区独特的构造背景及其演化过程,故重大滑坡灾害在区内多发,严重的阻碍当地经济的正常发展,破坏区域生态环境的平衡。在前人工作基础上,以对影响札达地区重大滑坡灾害发育及分布因素的研究为基础,利用层次分析法对研究区重大滑坡灾害进行危险性评价,通过分析区内重大滑坡灾害形成条件及分布特征,结合札达地区地质特征选取合理的影响因素建立评价体系,权衡各影响因素具体情况后确立滑坡稳定性评价模型并进行综合分析,根据分析结果将区内各评价单元按易发程度分为低易发性、较低易发性、中易发性、较高易发性及高易发性五类并对分区结果进行检验,检验曲线表明分区效果良好。     

基于ArcGIS与信息量法的滑坡易发性评价

广西碎屑岩分布区从2005年至2013年间发生突发性地质灾害共1 261处,其中滑坡数量最多,共860处,占总数的68.2%,隐患点3 956处。通过分析滑坡稳定性的关键性影响因子,以坡度、土地利用类型、岩组、降雨等评价指标建立广西碎屑岩区滑坡易发区评价体系。基于ArcGIS以90 m×90 m栅格单元作为滑坡易发性评价的基本评价单元,采用信息量法计算坡度、土地利用类型、岩组、降雨等评价指标的信息值。对广西碎屑岩分布区进行滑坡易发性评价,分析得到广西碎屑岩区滑坡易发性区划和防治区划。以广西碎屑岩区作为研究区,分析结果可为广西碎屑岩区滑坡预警和防治规划提供技术参考。     

基于极端梯度提升算法的滑坡易发性评价模型

机器学习用于地质灾害的易发性评价分析是当前研究的热点之一,不同的学习模型其效果不尽相同。为合理有效地评价滑坡地质灾害的易发性,依托浙江省温州市飞云江流域地质灾害的调查数据,应用地理信息系统（Geographic Information System,GIS）技术提取坡度、坡向、坡形、地表覆盖、地形湿度指数（Topographic Wetness Index,TWI）、极端小时降雨量、内摩擦角、黏聚力、容重与风化层厚度10个滑坡致灾因子,基于极端梯度提升算法（eXtreme Gradient Boosting,XGBoost）构建模型用于滑坡地质灾害的易发性多分类评价。模型结果通过多分类混淆矩阵进行评价,并与支持向量机（Support Vector Machine,SVM）模型进行精度比对分析。研究结果显示,训练后的XGBoost 算法模型对测试集中极高易发区识别的召回率和精确率分别达到了97.92%和98.06%,F1值达到97.99%,均优于SVM,可为研究地区的滑塌地质灾害易发性评价提供模型支持。     

评价单元对地质灾害易发性评价的影响

为了探究不同评价单元对地质灾害易发性评价结果准确性的影响,以宁夏西吉县地质灾害为研究对象,分别以网格单元和斜坡单元作为评价单元,选取灾害点密度、坡度、坡高、坡型、降雨、岩土体类型、人类工程活动和地震等8个评价指标,基于ArcGIS软件,运用综合评判模型对各分级量化的评价指标进行叠加计算,其中采用层次分析法确定各指标的权重值,并应用突变点法将研究区划分为非易发区、低易发区、中易发区和高易发区四个等级,最后通过Sridevi Jadi经验概率法和相对滑坡密度指数法对易发性评价结果进行精度检验。结果表明：基于斜坡单元的高、中易发区灾害点占比比基于网格单元的高5.2%,采用Sridevi Jadi经验概率法得到的基于斜坡单元和网格单元的地质灾害易发性预测结果精度分别为94.74%和90.08%,基于斜坡单元和网格单元的高、中易发区滑坡密度指数值分别为99.30%和98.79%。斜坡单元的预测精度更高,表明采用斜坡单元划分的地质灾害易发性评价结果更为合理准确。     

基于贡献率模型的汶川县滑坡灾害的易损性评价

地质灾害的易损性主要是指受灾体发生损坏的难易程度与遭受地质灾害破坏的机率．贡献率模型是评价作用程度的一种指标模型,它通过贡献率均值化、归一化处理,利用权重转换模型建立贡献率转化的权重关系．以汶川县为例,综合考虑汶川县自身自然和社会经济特点,结合四川统计年鉴（2010年）,以及利用GIS技术获取区域地质灾害易损性评价因子时功能约束等条件,选取人口密度、林地密度、耕地密度、滑坡灾害密度、居民点密度、道路密度等6个因子作为汶川县地质灾害易损性评价因子．将汶川县14个乡镇作为基本评价单元,利用贡献率模型进行汶川县滑坡灾害易损性等级区划,划分为5个等级：极高易损区、高易损区、中易损区、低易损区、极低易损区．分析结果显示易损性分布基本上与人口密度、道路密度、林地密度分布相一致,体现了评价结果的合理性．     

基于确定性系数与支持向量机的滑坡易发性评价

准确的滑坡易发性评价对防灾减灾具有重大意义。以略阳县为研究区,在确定性系数模型(certainty factor, CF)易发性分区的基础上,剔除极高和高易发区后选取非滑坡点,提取CF值为支持向量机模型(support vector machine, SVM)的输入值,采取灰狼优化算法得到最优参数建立CF-SVM模型对研究区进行预测,同时与随机选取的非滑坡点SVM模型进行对比。结果表明：CF-SVM模型在极高和高易发区涵盖了74.2%的历史滑坡点,且受试者特征工作曲线下的面积(area under receiver operating characteristic curve, AUC)达到0.95,均高于SVM模型,由此说明CF-SVM模型具有更高的准确率,并且证明了在CF模型基础上选取非滑坡点的可行性,可为该区域的风险管理提供科学依据。     

基于频率比-投影寻踪模型的渝东北三峡库区滑坡敏感性制图

滑坡敏感性制图是灾害防治较为有效的软措施之一.以渝东北三峡库区为例,利用频率比法和投影寻踪模型绘制滑坡敏感性图.首先,针对研究区的地质环境特征建立滑坡敏感性评价指标,并利用频率比法分析历史滑坡与指标之间的空间关系.其次,利用投影寻踪模型确定评价指标的最优向量,将频率比分析结果与最优向量进行加权计算得到滑坡敏感性指数,并...     

随机森林赋权层次分析法的崩塌易发性评价

为确定一组合适的指标权重,通过提出随机森林(random forest, RF)模型与层次分析法(analytic hierarchy process, AHP)相结合的模型对不同指标进行客观赋权重,以区分不同指标对崩塌易发性的影响。该耦合模型利用RF模型计算出各指标的客观权重,作为层次分析法的初始权重来修正判断矩阵,最终获得各指标的综合权重。以陕西省绥德县为研究对象,通过分析大量文献及进行相关性分析后选取坡向、曲率、坡度、地貌、降雨量、距水系距离、地层岩性、距道路距离及归一化植被指数(normalized vegetation index, NDVI)9个影响因子作为评价指标,结合ArcGIS空间分析功能,采用RF模型、RF-AHP模型进行崩塌易发性评价,评价结果用受试者特征曲线(receiver operate curve, ROC)进行检验。结果表明:影响崩塌的9个评价指标中,距水系距离对其影响最大;崩塌高易发区呈线性分布在水系及道路附近;RF-AHP模型较RF模型的预测精度提高了4.5%。说明RF-AHP模型更适合此研究区的崩塌易发性评价,评价结果可为绥德县防灾减灾工作提供理论指导。     

基于SS-TFN耦合模型的潜在地震次生火灾风险评估

由于地震灾害及次生火灾在演化过程所产生的交叉性、耦合性和复杂性等特征,导致次生火灾一般呈高斯分布或近似高斯分布,特别当研究区域内样本数据精度不高或信息不足时,利用传统评估模型及方法有一定的局限性。本文在Monte Carlo随机模拟基础上,结合三角模糊数理论,建立地震次生火灾潜在风险评估的SS-TFN耦合模型,首先,利用专家意见和AHP法来确定指标权重度量值,然后,利用具有11级划分标准的模糊语义,定量描述城市地震次生火灾灾害风险评估指标的风险级别和风险重要性,其次,建立研究区域内待评城市综合风险取值的置信区间范围,最后,对研究区域各城市的次生火灾状况进行综合评估。研究结果表明：经耦合模型模拟实验20000次时,其计算结果已收敛,可得各城市的系统综合风险模拟值的置信水平95%下的置信区间值,可为抗震防灾规划提供相关决策支持。     

基于多源数据的上海市高温热浪风险评估

整合遥感数据、社会经济、自然生态数据等多源数据,从危险性(H)、暴露性(E)、脆弱性(V)和适应能力(A)4个维度构建上海市高温风险(HR)评估指标体系及高温风险指数(HRI)计算模型,揭示HR等级分布特征和空间异质性规律,识别风险空间地域及其致灾类型．结果表明:1）上海市的4个维度指数均具有显著的空间集聚特征,H指数从西南到东北逐渐降低后又升高,E、V和A这3种指数都呈现“中心—外围”特征;2）上海市HR以较低和中等水平为主,呈现从西南到东北逐渐降低后又升高的特征,且同样具有显著的空间集聚性,热点区在上海市的东北部和西南部,冷点区则大范围集中在城区东部,HRI平均最高值（1.80）在中心城区的长宁区,最低值（0.55）在浦东新区;3）不同致灾类型的面积占比由大到小依次为双维度主导型（45.89%）、单维度主导型（29.32%）、三重维度主导型（13.97%）、综合主导型（8.66%）,按照不同致灾类型的面积占比排序,面积最大的是H-A型（16.10%）,最小的是V型（0.13%）．研究结果为高温风险灾害预报预警机制及防灾减灾措施和方案提供借鉴和启示．