检索结果-南通市图书馆

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

镇康县滑坡易发性评价模型对比研究

岩石力学与工程学报 2022年第1期41卷 157-171页

作者：张钟远邓明国徐世光张云波付弘流李忠海昆明理工大学国土资源工程学院云南昆明650000 云南省地质矿产勘查开发局云南昆明650000 中化地质矿山总局贵州地质勘查院贵州贵阳550000 铜仁市自然资源局贵州铜仁554300 镇康县自然资源局云南临沧677000

准确的滑坡易发性评价结果是滑坡风险评价的关键,对防灾减灾意义重大。为了提高滑坡易发性评价精度,基于地理信息系统(GIS)平台,将镇康县境内150个滑坡灾害点转换为栅格数据作为评价样本,选取高程、坡度、坡向、起伏度、地形曲率、剖面... 详细信息

准确的滑坡易发性评价结果是滑坡风险评价的关键,对防灾减灾意义重大。为了提高滑坡易发性评价精度,基于地理信息系统(GIS)平台,将镇康县境内150个滑坡灾害点转换为栅格数据作为评价样本,选取高程、坡度、坡向、起伏度、地形曲率、剖面曲率、地层、断层、年均降雨量、河流、土地利用类型、道路12项评价因子,并通过独立性检验,构建研究区滑坡易发性评价指标体系,利用GIS随机提取70%滑坡栅格作为训练样本,分别采用单一评价模型(归一化频率比(NFR)、信息量(I)、确定性系数(CF))和耦合评价模型(归一化频率比-逻辑回归(NFR-LR)、信息量-逻辑回归(I-LR)、确定性系数-逻辑回归(CF-LR))进行滑坡易发性评价,对未参与训练的30%滑坡栅格进行频率比分析,用AUC值表示评价成功率和预测率,以此进行精度检验。结果显示,6种评价模型得到的滑坡极高易发区和高易发区频率比值之和占总频率比值均超过86%,成功率、预测率均大于0.75;NFR,I,CF分别耦合LR的模型,与单一模型相比具有更高的成功率和预测率,表明耦合LR的模型比单一模型评价精度更高。

关键词：边坡工程滑坡易发性归一化频率比信息量确定性系数逻辑回归 GIS

在线全文

学校读者我要写书评

暂无评论

不同分级方法对区域滑坡易发性区划的影响

工程科学与技术 2024年第1期56卷 148-159页

作者：黄发明张崟琅郭子正范宣梅周创兵南昌大学工程建设学院江西南昌330031 中国瑞林工程技术股份有限公司江西南昌330031 河北工业大学土木与交通学院天津300401 成都理工大学地质灾害防治与地质环境保护国家重点实验室四川成都610059

易发性分区是开展区域地质灾害风险评价的基础步骤,选取合理的分级方法对有效绘制区域滑坡易发性图意义显著,但鲜有研究对比了各易发性分级方法的优缺点,尤其是未能将历史滑坡与预测出的易发性指数相联接。针对该问题,以陕西省延长县为... 详细信息

易发性分区是开展区域地质灾害风险评价的基础步骤,选取合理的分级方法对有效绘制区域滑坡易发性图意义显著,但鲜有研究对比了各易发性分级方法的优缺点,尤其是未能将历史滑坡与预测出的易发性指数相联接。针对该问题,以陕西省延长县为例采用3种机器学习模型计算滑坡易发性指数,即分类和回归树、随机森林和径向基函数;设计了5种易发性分级方法,划分不同的滑坡易发性等级,包括4种常规的基于地理信息系统的分级方法(自然断点、等间隔、分位数和几何间隔),同时考虑了滑坡与易发性指数间的非线性关联性的频率比阈值法。结果表明:3种模型的受试者工作特征(ROC)曲线下面积均大于0.75,但划分的易发性分级图分布模式却存在较大差异,使用几何间隔和分位数法的易发性图能在极高易发区中识别出更多滑坡,但这两种方法划分的极高和高易发区的总面积过大;使用等间隔法和频率比阈值法在极高和高易发区中的滑坡比率更大,说明识别出的滑坡更为集中。本文提出的频率比阈值法用于滑坡易发性分级,能为易发性的准确分区提供思路,为边坡稳定性较差区域的工程选址以及土地利用规划提供科学参考,提高地质安全评估及应急管理能力。

关键词：滑坡易发性易发性分级频率比阈值法机器学习

基于多时空滑坡编录和TrAdaBoost迁移学习的滑坡易发性评价

在线全文

学校读者我要写书评

暂无评论

地球科学 2023年第5期48卷 1935-1947页

作者：付智勇李典庆王顺杜文琪水资源工程与调度全国重点实验室(武汉大学) 湖北武汉430072

为了解决震区不同时期易发性评价中滑坡编录样本不足问题,以汶川地震震区汶川‒映秀区域为研究区,基于TrAdaBoost迁移学习算法,利用2011‒2013年滑坡数据集辅助训练2013‒2015年滑坡数据集的滑坡易发性模型,分别建立了以决策树(DT)和随机森... 详细信息

为了解决震区不同时期易发性评价中滑坡编录样本不足问题,以汶川地震震区汶川‒映秀区域为研究区,基于TrAdaBoost迁移学习算法,利用2011‒2013年滑坡数据集辅助训练2013‒2015年滑坡数据集的滑坡易发性模型,分别建立了以决策树(DT)和随机森林(RF)为单体学习器的TrAdaBoost-DT和TrAdaBoost-RF滑坡易发性模型.通过所建立的模型对研究区的滑坡易发性进行预测,并将预测结果与仅用2013‒2015年滑坡数据集所建立的DT和RF模型的预测结果进行对比.以受试者工作曲线下方面积(AUC)为评价指标,TrAdaBoost模型使得DT和RF模型的AUC分别提高了0.03和0.01.为了进一步验证所提方法有效性,以2013‒2015年滑坡数据集辅助训练2015‒2018年滑坡数据集中的易发性模型.结果表明,基于TrAdaBoost模型优化DT和RF模型的AUC均提高了0.13;TrAdaBoost模型能够有效提高传统基于机器学习滑坡易发性模型的预测性能,且对小数据集下的滑坡易发性模型的预测性能提升更为显著.

关键词：滑坡易发性滑坡编录迁移学习 TrAdaBoost 决策树随机森林工程地质.

基于3种不同机器学习算法的滑坡易发性评价对比研究

在线全文

学校读者我要写书评

暂无评论

西北地质 2024年第1期57卷 34-43页

作者：王本栋李四全许万忠杨勇李永云攀枝花市自然资源和规划局四川攀枝花617000 昆明理工大学国土资源工程学院云南昆明650093 西南有色昆明勘测设计(院)股份有限公司云南昆明650051

准确的滑坡易发性评价结果是山区滑坡灾害防治的关键,可有效规避潜在滑坡带来的风险。为获得准确、可靠的滑坡预防参考,笔者以云南芒市为研究对象,选取高程、地层岩性、年均降雨量等9项评价因子,通过多重共线性分析,构建研究区滑坡易发... 详细信息

准确的滑坡易发性评价结果是山区滑坡灾害防治的关键,可有效规避潜在滑坡带来的风险。为获得准确、可靠的滑坡预防参考,笔者以云南芒市为研究对象,选取高程、地层岩性、年均降雨量等9项评价因子,通过多重共线性分析,构建研究区滑坡易发性评价指标体系。分别基于支持向量机(SVM)、BP神经网络和随机森林(RF)3种典型机器学习算法进行滑坡易发性评价。利用准确性(ACC)、ROC曲线下面积(AUC)、滑坡比(Sei)及野外实地考察对模型评价结果精度进行对比验证分析。结果显示RF模型的ACC、AUC和极高易发区的SeV值最高,分别为0.867、0.94、9.21;BP神经网络模型次之,其SeV值分别为0.829、0.90、9.14;SVM最低,其SeV值分别为0.794、0.88、6.85。此外,RF算法所得结果还与实地考察情况保持了较高的一致性。实验结果表明与其他两种算法相比,RF算法在芒市区域具有更高的准确性和可靠性,更适合用于该区域的滑坡易发性建模,且利用该模型获得的评价结果,能够为芒市区域的滑坡防治提供理论依据和科学参考。

关键词： SVM BP神经网络 RF 滑坡易发性芒市

基于梯度提升的优化集成机器学习算法对滑坡易发性评价:以雅鲁藏布江与尼洋河两岸为例

在线全文

学校读者我要写书评

暂无评论

西北地质 2024年第1期57卷 12-22页

作者：林琴郭永刚吴升杰臧烨祺王国闻西藏农牧学院水利土木工程学院西藏林芝860000

雅鲁藏布江与尼洋河两岸地质构造活跃,山体滑坡时常发生,滑坡易发性评价能有效的减少因灾害发生所造成的对人类生命和财产的伤害。笔者基于基尼系数的加权随机森林、XGBoost和LightGBM算法在滑坡易发性中的性能。选取188个滑坡样本和7... 详细信息

雅鲁藏布江与尼洋河两岸地质构造活跃,山体滑坡时常发生,滑坡易发性评价能有效的减少因灾害发生所造成的对人类生命和财产的伤害。笔者基于基尼系数的加权随机森林、XGBoost和LightGBM算法在滑坡易发性中的性能。选取188个滑坡样本和7个影响因素,应用五折交叉验证法训练模型,训练过程中同时考虑特征选择算法、运用贝叶斯方法优化超参数后,采用precision、recall、F1、Accuracy指标对各个级别的预测结果进行分析。结果表明:在高程为32~1544 m与2722~3752 m、坡度为30°~40°、距断裂带、河流与道路200 m以内的区域最容易发生滑坡;滑坡极高与高易发性分布为12.14%和12.41%,低和极低易发性占比分别为26.47%与29.55%,区内一半以上的地区不容易发生滑坡灾害;LightGBM模型在所有模型中表现最好,AUC值为0.8432,准确度为0.8531,F1分数为0.8345;墨脱县的达木乡、帮辛乡,林芝县的丹娘、里龙、扎西饶登乡,朗县的陇村,工布江达的江达乡位于极高易发区,发生滑坡概率极大,在这些地区应采取相应的地质灾害防治措施。

关键词：梯度提升 XGBoost LightGBM 机器学习滑坡易发性

基于层数自适应加权卷积神经网络的川藏交通廊道沿线滑坡易发性评价

在线全文

学校读者我要写书评

暂无评论

地球科学 2022年第6期47卷 2015-2030页

作者：黄武彪丁明涛王栋蒋良文李振洪长安大学地质工程与测绘学院陕西西安710054 长安大学地学与卫星大数据研究中心陕西西安710054 西部矿产资源与地质工程教育部重点实验室陕西西安710054 中铁二院工程集团有限责任公司四川成都610031

开展铁路沿线滑坡易发性评价对川藏交通廊道工程建设及运维过程中的风险管理具有重要意义.提出一种层数自适应、通道加权的卷积神经网络(layer adaptive weighted convolutional neural network,LAW-CNN),对川藏交通廊道沿线滑坡易发性... 详细信息

开展铁路沿线滑坡易发性评价对川藏交通廊道工程建设及运维过程中的风险管理具有重要意义.提出一种层数自适应、通道加权的卷积神经网络(layer adaptive weighted convolutional neural network,LAW-CNN),对川藏交通廊道沿线滑坡易发性进行评价.依据野外调查和影响因素分析筛选出影响滑坡发生的影响因子,绘制滑坡编目,构造用于易发性评价的实验数据集;针对卷积神经网络的权重初值、网络层数等超参数难以优化设置的问题,提出基于影响因子信息熵的通道加权方法和网络层数优选策略,通过多通道加权和层数自适应分类卷积的方式提出滑坡易发性制图的LAW-CNN架构;搜索最优LAW-CNN网络结构并训练网络参数,获取研究区滑坡发生概率并进行易发性分级评价.所提的LAW-CNN模型可以不同权重和不同深度挖掘影响因子的深层特征,实验结果表明,模型曲线下面积(area under curve,AUC)值为0.852 8,极高易发区滑坡点密度为1.251 9,均优于SVM(support vector machine)和CNN模型;川藏交通廊道沿线滑坡极高和高易发区主要集中在大江大河两侧以及横断山区.LAW-CNN模型可较好评价川藏交通廊道滑坡易发性,能够为川藏交通廊道的建设和灾害防治提供科学的依据.

关键词：滑坡易发性川藏交通廊道层数自适应多通道加权卷积神经网络滑坡

在线全文

学校读者我要写书评

暂无评论

基于PBLC算法的滑坡空间易发性分析

中山大学学报（自然科学版）（中英文） 2023年第4期62卷 54-64页

作者：黄伟钧李佳豪刘子越胡晓梅黄华兵李文楷中山大学地理科学与规划学院广东广州510006

滑坡空间易发性统计模型的构建需要正样本(滑坡点)和负样本(非滑坡点)两类数据,但历史观测数据仅记录了正样本,而负样本的选取容易受到正样本污染,因为没有滑坡记录的地方也可能在过去或未来发生滑坡,从而导致模型的预测精度与稳定性受... 详细信息

滑坡空间易发性统计模型的构建需要正样本(滑坡点)和负样本(非滑坡点)两类数据,但历史观测数据仅记录了正样本,而负样本的选取容易受到正样本污染,因为没有滑坡记录的地方也可能在过去或未来发生滑坡,从而导致模型的预测精度与稳定性受到影响。针对此问题,将前期提出的半监督学习算法PBLC(positive and background learning with constraints)应用于滑坡空间易发性分析,探讨其解决负样本污染问题的有效性。本文以粤东地区为研究区,选择高程、坡度、坡向、剖面曲率、距离道路最短距离、距离断层线最短距离、距水系最短距离、年平均降雨量、归一化植被指数和地理坐标共11个影响因子作为环境变量。结果表明,与传统的人工神经网络模型相比,基于PBLC算法的预测概率取值范围更为合理,预测结果更加稳定,且预测精度随背景样本数量增加而提高;粤东地区的滑坡灾害高易发区集中于北部和西南区域,坡度和高程是影响该地区滑坡易发性的主要因子。结果表明,半监督学习算法PBLC可以有效解决滑坡统计建模过程负样本污染的问题,提高模型预测精度。

关键词：滑坡易发性带约束的正样本-背景学习人工神经网络未标记数据粤东地区

增量学习在滑坡易发性评价中的应用--以甘肃省天水市为例

在线全文

学校读者我要写书评

暂无评论

地质通报 2024年第4期43卷 630-640页

作者：严天笑张建通朱月琴刘浩然朱浩濛防灾科技学院河北廊坊065201 应急管理部国家自然灾害防治研究院北京100085 交信北斗科技有限公司北京100011 浙江省地质院浙江杭州310000

为了提升机器学习模型在滑坡易发性评价任务中的泛化能力,以甘肃天水市为例,采用基于LightGBM的增量学习模型,并利用Autogluon自动机器学习框架实现模型的超参数优化和堆叠,以及使用SHAP可解释框架进行特征选择和数据异常分析,构建了适... 详细信息

为了提升机器学习模型在滑坡易发性评价任务中的泛化能力,以甘肃天水市为例,采用基于LightGBM的增量学习模型,并利用Autogluon自动机器学习框架实现模型的超参数优化和堆叠,以及使用SHAP可解释框架进行特征选择和数据异常分析,构建了适用于滑坡易发性评价的增量学习模型。通过在天水市不同区域采集的滑坡灾害数据进行模型验证,结果表明,基于增量学习的滑坡易发性评价模型能够有效地识别和预测滑坡易发区域,根据新数据集自适应调整模型,并且提高模型的性能。

关键词：滑坡易发性机器学习增量学习特征选择可解释性

考虑滑坡活动性的金沙江上游白玉—巴塘段滑坡易发性评价

在线全文

学校读者我要写书评

暂无评论

地质通报 2024年

作者：邵慰慰杨志华吴瑞安郭长宝时红莲郁鹏飞麦希贸中国地质大学(北京) 资源与环境信息系统国家重点实验室中国地质大学(武汉)工程学院中国地质科学院地质力学研究所

金沙江上游位于青藏高原东缘，构造活动强烈，沟谷深切，滑坡发育。选取金沙江上游白玉—巴塘段为重点研究区，采用遥感解译、InSAR形变探测和野外调查等技术方法，查明并分析了滑坡活动性。将滑坡划分为A（活动性滑坡）和B（活动性滑坡... 详细信息

金沙江上游位于青藏高原东缘，构造活动强烈，沟谷深切，滑坡发育。选取金沙江上游白玉—巴塘段为重点研究区，采用遥感解译、InSAR形变探测和野外调查等技术方法，查明并分析了滑坡活动性。将滑坡划分为A（活动性滑坡）和B（活动性滑坡+非活动性滑坡）2个数据集，选用高程、坡度、坡向、工程地质岩组、到断裂距离、地震动峰值加速度、到河流距离、NDVI等8个因子指标，采用加权信息量模型完成滑坡易发性评价。结果表明：基于A、B数据集的AUC分别为0.855和0.810，说明取得了较好的滑坡易发性结果，滑坡极高、高易发区主要集中分布于金沙江、降曲等河流沿岸的若干区域，且明显沿水系线状分布，中易发区主要分布于纵向谷岭之间的区域，低易发区主要分布于地势平坦的区域。基于A数据集的滑坡易发性精度高于B数据集，且极高、高易发区的识别有所提高，考虑滑坡活动性可以有效提高滑坡易发性评价模型的准确率。滑坡活动性是滑坡易发性评价需要考虑的重要因素，提出的研究思路和评价方法为推进高山峡谷地区的滑坡易发性研究提供了重要参考。

关键词：滑坡活动性金沙江滑坡易发性加权信息量模型