文章目录
0 引言
1 研究方法
1.1 信息量模型
1.2 RBF神经网络模型
1.3 RBFNN-I模型及精度验证方法
2 研究区概况
2.1 研究区概况
2.2 滑坡灾害数据编录
3 建立评价指标体系
3.1 指标因子的选取与分级
3.1.1 地形地貌类指标因子
3.1.2 地质构造类指标因子
3.1.3 气象水文类指标因子
3.1.4 地表覆盖类指标因子
3.1.5 人类活动类指标因子
3.2 指标因子的检验与筛选
4 岷县滑坡易发性评价
4.1 基于RBFNN-I耦合模型
4.2 评价结果检验分析
4.2.1 评价结果合理性检验
4.2.2 评价模型精度检验
4.3 岷县滑坡易发性与指标因子分析
5 结论
文章摘要:滑坡易发性评价是滑坡灾害管理的基础工作,也是制定各项防灾减灾措施的重要依据。针对传统的信息量模型在评价过程中确定权重值存在准确性不高的缺点,文章提出RBF神经网络和信息量耦合模型。以甘肃省岷县为研究区,筛选坡度等9个指标因子构建了滑坡灾害易发性评价指标体系,应用RBF神经网络-信息量耦合模型（RBFNN-I）进行滑坡灾害易发性评价,利用合理性检验和ROC曲线对模型的评价结果进行精度检验。结果表明:（1）RBFNN-I模型的AUC值为0.853,相比单一的RBFNN和I模型分别提高了6.3%和9.7%,说明RBFNN-I模型具有更好的评价精度;（2）岷县滑坡灾害的极高易发区和高易发区主要分布在临潭—宕昌断裂带、洮河及其支流、闾井河和蒲麻河两侧河谷地带,距断层距离、降雨量、距道路距离和NDVI是影响岷县滑坡灾害分布的主控因子。
文章关键词:
