滑坡易发性预测建模的半监督非对称理论及基础数据误差的影响规律

作     者：张崟琅 

作者单位：南昌大学 

学位级别：硕士

导师姓名：黄发明;张泰丽

授予年度：2023年

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] 

主      题：滑坡易发性 半监督非对称理论 机器学习 基础数据误差 频率比阈值法 

摘      要：滑坡作为我国最为严重的地质灾害类型之一,给人民生命财产安全造成巨大威胁。尤其近些年随着社会快速发展,各类工程活动频繁,对地质环境影响增大,加上各种极端天气气候为滑坡发育提供了诱发基础。开展区域滑坡易发性预测能够揭示空间中潜在滑坡发育的地带,有利于强化地质灾害风险管控。因此,滑坡易发性预测已经成为了目前减少和缓解滑坡风险过程中的一个重要步骤。滑坡易发性预测建模过程中存在诸多不确定性,本研究以江西省赣州市会昌县为研究区,选取高程、坡度、坡向、平面曲率、剖面曲率、地形起伏度、地表切割深度、地表粗糙度、粘粒含量、砂粒含量、地层岩性、地形湿度指数、沟壑密度、年均降雨量、归一化水体指数、归一化植被指数、归一化建筑指数、总辐射、公路密度共19个环境因子。对于滑坡易发性预测建模过程中非滑坡-滑坡样本比例选取、样本数据集中非滑坡样本标记问题提出半监督非对称理论开展易发性预测建模研究。考虑滑坡编录数据和环境因子等基础数据在收集制备过程中存在的误差,从以往定性分析转向定量分析研究。将基础数据误差量化,并通过模拟基础数据误差,结合半监督非对称理论开展易发性预测建模以探讨基础数据误差影响规律。最后对于传统易发性分级方法存在问题,从滑坡易发性指数与滑坡分布关系出发,提出了一种新的易发性分级方法—频率比阈值法,开展滑坡易发性分区制图研究。主要研究内容和结果如下:(1)采用传统机器学习易发性建模方法开展滑坡易发性预测,获得初始滑坡易发性并进行分区制图,按滑坡-非滑坡比例1:1、1:5、1:10、1:15、1:20、1:25、1:30从极低和低易发区选取非滑坡样本,并将非滑坡样本标记初始易发性值带入模型训练测试。最终发现随着非滑坡样本数量的增加,模型识别性能能够得到提升,但是提升效果并不会随着非滑坡样本数量的增加一直提升,本次研究模型性能在滑坡-非滑坡1:25比例时趋于稳定,在该工况下预测率精度达到0.886,均值和标准差分别为0.373、0.245。(2)在确定滑坡易发性预测建模滑坡-非滑坡样本比例后,考虑基础数据中存在误差,设置滑坡编录缺失10%、20%、30%,或者滑坡编录扩充10%、20%、30%、滑坡面偏移30m,环境因子采取1次、3次、5次低通滤波处理共计32种误差组合工况,开展频率比分析。将各环境因子误差工况下频率比值同原始工况进行比较,定量分析基础数据误差。发现在滑坡编录扩充30%,环境因子采取5次低通滤波处理工况下基础数据误差最大。(3)通过定量分析获得基础数据误差结果后,对基础数据误差进行模拟并添加进原数据中,获得带有误差的基础数据,并开展滑坡易发性预测建模。结果显示采用带有误差的基础数据进行建模,全区易发性指数均值在0.491附近浮动,与未添加误差工况均值0.373相比显著增大,标准差在0.151附近浮动,与未添加误差工况标准差0.245相比显著降低。误差的存在导致易发性指数集中分布趋于集中,表明误差存会对模型识别能力产生干扰,导致预测结果呈现欠拟合的现象。(4)在滑坡易发性分区制图环节,提出了频率比阈值法对易发性进行等级划分,并同传统自然间断点法、分位数法、几何间隔法进行比较。结果显示从滑坡比率来看,频率比阈值法分级性能最优,自然间断点法次之,分位数和几何间隔法性能较差。