径向基神经网络耦合确定性指数的滑坡易发性分区研究
Study of Landslide Susceptibility Mapping Using RBFNN Integrated with CF Index作者机构:陕西地建土地工程技术研究院有限责任公司 陕西省土地工程建设集团有限责任公司 自然资源部退化及未利用土地整治工程重点实验室 陕西省土地整治工程技术研究中心
出 版 物:《长江科学院院报》 (Journal of Yangtze River Scientific Research Institute)
年 卷 期:2021年
核心收录:
学科分类:081803[工学-地质工程] 08[工学] 0818[工学-地质资源与地质工程]
基 金:陕西省自然科学基础研究计划项目(2019JQ-945) 长安大学中央高校基本科研业务费专项资金 陕西省土地整治重点实验室开放基金
摘 要:滑坡易发性分区是预测滑坡的有效手段。本文利用径向基神经网络模型(RBFNN)耦合确定性指数(CF)构建混合模型(RBFNN-CF)开展陕西省汉中市城固县滑坡易发性分区研究。首先选取坡度、坡向、平面曲率、剖面曲率、高程、年平均降雨量、道路缓冲区、水系缓冲区、断层缓冲区、NDVI和地层岩组作为滑坡诱发因子,计算对应的CF指数并数量化诱发因子。其次将野外调查的184个滑坡数据按照7/3的比例划分为训练数据和测试数据,分别利用RBFNN-CF和RBFNN模型绘制滑坡易发性分区图。最后利用ROC曲线下的面积评估和对比分区的结果和模型的分类能力。结果表明RBFNN-CF模型的分类能力和泛化性均强于原始模型,值得在研究区推广,并且得到的滑坡易发性分区图也可为当地的滑坡防治工作提供参考。