径向基神经网络耦合确定性指数的滑坡易发性分区研究

作     者：张庭瑜 毛忠安 孙增慧 

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 

主　　题：滑坡 RBFNN 混合模型 GIS 

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。