| 基于支持向量机模型的滑坡危险性评价 |
| |
| 引用本文： | 王念秦,郭有金,刘铁铭,朱清华.基于支持向量机模型的滑坡危险性评价[J].科学技术与工程,2019,19(35):70-78. |
| |
| 作者姓名： | 王念秦 郭有金 刘铁铭 朱清华 |
| |
| 作者单位： | 西安科技大学地质与环境学院,西安710054;西安市规划局,西安710054 |
| |
| 基金项目： | 国家自然科学(编号:41572287)、陕西省科技统筹创新工程计划项目(2016KTCL03-19)和陕西省煤田地质局科技计划(JB2014-4)资助。 |
| |
| 摘 要： | 以长安区为研究区,在分析研究区地质环境条件以及滑坡发育特征的基础上,选取12类因子作为评价指标,通过Spearman对各因子之间的相关性进行分析;分别采用线性核函数(LN)、多项式核函数(PL)、径向基核函数(RBF)、Sigmoid核函数下的支持向量机模型对研究区地质灾害危险性进行评价,利用ArcGIS软件生成最终的危险性评价结果图,将评价结果图划分为四个危险等级,分别为极高危险区、高危险区、中危险区、低危险区;不同核函数下的支持向量机模型经ROC曲线验证得到:RBF-SVM模型的预测精度最高,此核函数下的支持向量机模型更适应于该研究区滑坡灾害危险性评价中。研究结论可以为类似地质环境条件下区域地质灾害危险性评价模型的选取提供参考。
|
| 关 键 词： | 滑坡 危险性评价 评价因子 支持向量机 核函数 ROC曲线 |
| 收稿时间： | 2019/4/3 0:00:00 |
| 修稿时间： | 2019/6/6 0:00:00 |
Landslide Susceptibility Assessment Based on Support Vector Machine Model |
| |
| Wang Nianqin.Landslide Susceptibility Assessment Based on Support Vector Machine Model[J].Science Technology and Engineering,2019,19(35):70-78. |
| |
| Authors: | Wang Nianqin |
| |
| Institution: | Xi´an University of Science and Technology |
| |
| Abstract: | |
| |
| Keywords: | landslide susceptibility assessment the evaluation factors svm kernel function roc curve |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
