地理因子支持下的滑坡隐患点空间分布特征及识别研究.docx
版权申诉
75 浏览量
2022-11-30
09:28:10
上传
评论
收藏 606KB DOCX 举报
中国湖南省湘西自治州地貌形态多样，以中低山为主，降水丰富，地质条件复杂，是
地质灾害易发区和重点防护区
[1]
。根据《湘西自治州地质灾害防治规划（2011—
2020）》、县（市）地质灾害调查与区划资料统计，湘西自治州实有滑坡隐患点 407 处。
2007-07 常吉高速泸溪县潭溪镇朱雀洞发生特大滑坡，造成直接经济损失超过 8 000 万元
[2]
；2017-06-24，319 国道泸溪段多处出现山体滑坡，造成较大的经济损失。
滑坡发生机制十分复杂，是多种影响因子特别是地理因子相互作用的结果。影响因子
主要分为两个方面：（1）内部因子，如坡度、坡向、岩性、土壤、植被覆盖、地层构造
等。（2）诱发因子，主要包括降雨、人类活动等。借助 GIS、RS 技术和地学统计方法开
展滑坡影响因子研究，主要研究与其影响因子的关系、总体空间格局及分布特征。参考文
献[3-10]的影响因子分析及其空间分布，可看出滑坡通常发生在某一地形条件上，由降水
或人类活动等因素诱发形成。
目前，对滑坡的研究主要集中在以下方面：（1）利用光学遥感技术对某地区的滑坡
灾害，如对汶川地震区绵竹市
[11]
、黄土高原地区
[12-13]
等进行遥感影像解译；同时，利用数
字高程模型(digital elevation model, DEM)提取地表参数等，为研究滑坡的地形特征提供一
种手段，如四川九寨沟
[14]
、东南地区
[15]
、雅鲁藏布江
[16]
、英国哥伦比亚奇利瓦克和盆地
[17]
，分析灾害的发育规律、分布规律并进行危险性评价
[18]
。（2）通过合成孔径雷达
（interferometric synthetic aperture radar，InSAR）技术捕捉滑坡发生前的地表形变，以
及滑坡失稳前的加速变形信号或者大面积缓慢蠕滑变形，提供一种提早识别隐患滑坡体的
方法和手段
[18-25]
。通过工程地质勘察，对滑坡的成因和识别进行分析并提出相应的解决措
施
[26-29]
。（3）采用定性、定量方法对滑坡易发性地区进行研究，如基于专家知识的定性分
析推理
[30]
、基于数学建模的统计分析
[31]
、基于滑坡过程的模型分析
[32]
。随着计算机科学与
技术的发展，结合前人研究，机器学习中的逻辑回归
[3]
、人工神经网络
[3]
、随机森林
[3, 6, 33]
、
支持向量机
[6, 33]
、BP（back propagation）神经网络
[6]
、决策树
[6]
等算法被广泛地应用于滑
坡识别
[33-35]
，较好地解决了非线性关系表达的问题，提高了滑坡识别的精度。文献[3]基于
逻辑回归、人工神经网络、随机森林，结合 GIS 对重庆市奉节县高程、坡度、坡向等 16
个因子进行研究分析，并对比分析不同算法的结果。文献[6]基于随机森林、支持向量机、
BP 神经网络、决策树对地形地貌、地层岩性等 6 种影响因子进行实验，并对模型分类结
果进行对比。同时，机器学习算法自学能力强，能挖掘特征之间的潜在联系，对专家知识
的依赖性小，且能够产生可重复的结果
[35]
。XGBoost 是一种基于决策树的集成学习方法，
在多个领域的分类和回归预测中取得了较好的效果
[36-38]
。目前仍鲜有研究将 XGBoost 应用
于滑坡评估和预测。
本文以中国湖南省湘西自治州为研究区域，利用滑坡灾害隐患点数据及地形地貌、环
境水文、人类活动等数据，应用空间统计分析、叠置分析和缓冲区分析等地理信息技术，
研究湘西自治州的孕灾环境、滑坡灾害隐患点时空分布规律及其与地质环境的相关性，实
现湘西自治州滑坡空间分布特征的定量分析；并利用 XGBoost 算法进行特征贡献分析，计
算因子的重要程度。
剩余16页未读，继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 3662
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
VIP享7折，此内容立减5.97元 开通VIP
最新资源
- 5.23-Java概述，JDK安装及注释、关键字、标识符、数据类型、变量、常量的介绍
- 《Python基础》实验三指导书(1).doc
- TensorFlow 深度学习、机器学习-任何能够用计算流图形来表达的计算，都可以使用TensorFlow
- 2024最新学成在线网页实战项目代码
- 一个基于springboot+sureness的面向REST API资源无状态认证权限管理系统
- 王博外文文献.pdf
- python毕业设计基于社区检测的多任务聚类联邦学习项目源码+使用说明（高分项目）.zip
- Javaweb项目源码-编程爱好者博客地带.zip
- java各个技术栈相关知识点
- PYthon代码 pdf合并
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
