| 基于径向基神经网络的思南县崩塌易发性评价 |
| |
| 引用本文： | 胡涛,樊鑫,王硕,冷信风,王建伟.基于径向基神经网络的思南县崩塌易发性评价[J].科学技术与工程,2019,19(35):61-69. |
| |
| 作者姓名： | 胡涛 樊鑫 王硕 冷信风 王建伟 |
| |
| 作者单位： | 中国地质大学(武汉)工程学院,武汉430074;贵州地质工程勘查院,贵阳550002;贵州省铜仁市国土资源局,铜仁554300;江西省九江市修水县国土资源局,修水332400;江西省安全生产科学技术研究中心,南昌330030 |
| |
| 基金项目： | 国家自然科学基金项目（面上项目，重点项目，重大项目） |
| |
| 摘 要： | 贵州省思南县境内崩塌地质灾害较为发育,通过对县域崩塌易发性进行预测,可准确获取崩塌地质灾害分布规律,为国土部门开展崩塌防治提供科学指导。因此,首先采用遥感和地理信息系统等技术,对思南县的自然地理和地质条件等因素进行分析;再采用频率比分析和相关系数分析法,建立崩塌地质灾害与基础影响因子之间的非线性响应关系;最后,首次提出一种典型的机器学习:径向基神经网络模型,对思南县崩塌易发性进行预测并绘图。结果表明:径向基神经网络预测思南县的崩塌易发性的准确率(AUC曲线)达到0.945,非常准确地预测出了思南县崩塌地灾的分布规律。且崩塌易发性分布图显示极高、高、中等、低和极低易发区面积占县域总面积的比值分别为13.06%、14.08%、25.41%、23.68%和23.77%。
|
| 关 键 词： | 崩塌 易发性评价 径向基神经网络 遥感 地理信息系统 |
| 收稿时间： | 2019/3/30 0:00:00 |
| 修稿时间： | 2019/8/29 0:00:00 |
Collapse susceptibility assessment of Sinan county based on radial basis function neural network |
| |
| HU Tao,and.Collapse susceptibility assessment of Sinan county based on radial basis function neural network[J].Science Technology and Engineering,2019,19(35):61-69. |
| |
| Authors: | HU Tao and |
| |
| Institution: | China University of Geosciences (Wuhan),,, |
| |
| Abstract: | |
| |
| Keywords: | collapse disaster susceptibility assessment radial basis function neural network remote sensing geographic information system |
| 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 |
|
