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.     

基于进化支持向量机的滑坡地下水位动态预测

地下水位动态预测对滑坡稳定性评价具有关键作用.滑坡地下水位演化过程是一个受水文地质条件控制,并受降雨、库水和气温等多种影响因素综合作用而发展演化的非线性动力系统,地下水位与其影响因素之间存在非线性响应关系.以三峡库区白家包滑坡地下水位监测数据为例,在深入分析滑坡地下水位变化特征及其与影响因素响应关系的基础上,利用非线性智能遗传算法和支持向量机建立进化支持向量机耦合模型,并对地下水位进行预测,其预测结果的均方差和相关系数的平方分别为0.013和0.929,说明预测结果与实测值较吻合.选择神经网络模型进行对比,耦合模型的均方差小154％,而相关系数的平方大10％.综合表明进化支持向量机耦合模型具有较好的拟合和泛化能力,是一种行之有效的滑坡地下水位预测方法.     

基于Landsat卫星影像的纳雍县土地利用变化研究

本文以贵州省纳雍县为研究区,以1997年、2006年和2015年的Landsat遥感影像为数据源,利用RS与GIS手段获取研究区土地利用分类图与土地利用转移概率矩阵,建立Markov模型模拟纳雍县未来土地利用类型的演化趋势。结果表明:未来9 a研究区内的耕地、未利用地面积呈现逐年减少的趋势,建设用地不断扩张,林地面积持续较大面积的增加,而水域面积基本没有变化。基于此,建议提高现有建设用地的利用,同时加强对耕地的保护,实现土地资源的合理利用。