基于集成学习的地质灾害易发性评价研究 ——以云南省泸水县为例

论文摘要

滑坡等地质灾害严重威胁着生命财产安全,在世界范围内造成严重的人口伤亡和巨大的经济损失。伴随着人类社会发展和人类工程活动的增加,近几年地质灾害现象频发,并且仍然有加剧趋势。泸水县是云南省西北部怒江傈僳族自治州下属自治县,区内自然地理、气象水文及地质环境复杂多变,为滑坡崩塌泥石流等地质灾害的产生孕育了诸多不利条件,使其成为云南省最严重的灾害区之一。地质灾害易发性评价被认为是预测和防治灾害发生的有效方法,有利于当地政府以及各级单位进行及时可靠的预警和决策。因此,开发精确且高效的易发性评价模型成为一项非常关键性任务。随着计算机技术的提高,机器学习已经被广泛运用于地质灾害易发性评价中,为地质灾害空间预测做出巨大贡献。然而机器学习由于本身的算法特性往往限制了其性能表现,因此有必要探索泛化能力更强的评价模型。集成学习能够加强机器学习的分类能力,以其高性能的优点被成功运用于医药、计算机、遥感等领域。然而在地质灾害易发性评价领域中并未得到广泛运用。本文致力于使用集成学习方法,以云南省怒江州泸水县为研究区,在1:50000地质灾害详查的基础上获取各种数据来源,对研究区进行地质灾害易发性评价。本文主要获得如下成果:（1）系统分析研究区内自然地理、气象水文及地质环境条件,以这些自然条件为基础结合实地调查结果,通过分析地质灾害的发育特征、发育类型、时空分布特征及其成灾机制,总结地质灾害的分布发育规律。（2）在充分分析研究地质灾害的时空分布规律及孕育、诱发条件的基础上,从野外详查、二调数据、数字网站、遥感影像等来源提取研究区高程、坡度、坡向、平面曲率、剖面曲率、地貌类型、岩土体类型、土地利用、路网距离、路网密度、河网距离、河网密度、断裂距离、断裂密度、年均降雨、归一化差异植被指数等16个影响因素作为区内研究地质灾害空间预测的评价因子,分析这些因子的时空分布特征和与灾害发生的关系。（3）在初步选取影响因子后,采用有监督的方式对各个连续型因子进行离散化,统一数据格式。使用信息价值量法量化各个因子以及各个因子的区间对地质灾害发生的影响程度,从而对影响因子进行筛选,剔除相对不重要的因子。根据计算结果从16个影响因素中选取了9个最重要的因素作为模型计算的输入数据。这9个因素重要程度从大到小依次为路网距离、高程、路网密度、土地利用、归一化差异植被指数、地貌类型、断裂距离、断裂密度、岩土体类型。并根据信息价值量分析了这些因素的各个区间对地质灾害出现的贡献程度。（4）在充分分析地质灾害成灾规律和各因子对灾害的影响程度的基础上,将筛选后的因子输入到不同的单体机器学习模型中进行训练,对比各个单体学习器之间的性能。本文选取支持向量机（SVM）、人工神经网络（ANN）、分类与回归树（CART）三种经典的机器学习模型作为基学习器,用来构建集成框架,并比较由这三个基学习器组成的集成学习器与各个基学习器的性能,将AUC值作为衡量各个学习器性能的主要标准。验证结果显示集成后的模型（SVM-ANN-CART）性能优于单体模型。使用集成模型在GIS软件中完成研究区地质灾害易发性制图,将易发性划分为极低、较低、中等、较高、极高五个等级,并分区描述。集成学习能够强化空间预测能力,对于提升地质灾害易发性评价精度有重要作用,尤其是在识别灾害高危高发区方面。因此,本文所讨论的集成模型可被广泛用于地质灾害易发性评价中,以便更精确地识别高易发区,及时采取应对措施、有效减少地质灾害带来的损失。

论文目录

文章来源

类型: 硕士论文

作者: 胡旭东

导师: 梅红波

关键词: 集成学习,易发性评价,泸水县

来源: 中国地质大学

年度: 2019

分类: 基础科学

专业: 地质学

单位: 中国地质大学

基金: 云南省国土资源厅科研项目“地质环境数据仓库联机分析及数据挖掘系统(2016025007)

分类号: P694

DOI: 10.27492/d.cnki.gzdzu.2019.000205

总页数: 86

文件大小: 4604K

下载量: 159

相关论文文献

• [1].关于为《中国地质灾害与防治学报》征集照片的启事[J]. 中国地质灾害与防治学报 2019(06)
• [2].2019年度《中国地质灾害与防治学报》审稿专家[J]. 中国地质灾害与防治学报 2019(06)
• [3].中国地质灾害与防治学报2019年(第30卷)(总第119～124期)总目录[J]. 中国地质灾害与防治学报 2019(06)
• [4].《地质灾害与环境保护》2019年第30卷第1～4期总目次[J]. 地质灾害与环境保护 2019(04)
• [5].生态文明视阈下地质灾害文化培育路径思考[J]. 区域治理 2019(44)
• [6].威宁县高位隐蔽性地质灾害隐患特征与防治措施分析[J]. 世界有色金属 2019(23)
• [7].矿山水工环地质灾害风险预警评估技术研究[J]. 世界有色金属 2019(23)
• [8].数字[J]. 资源与人居环境 2020(01)
• [9].新疆工程学院地质灾害防治重点实验室[J]. 新疆地质 2019(04)
• [10].地质灾害区域“五度”评价理论体系及地质灾害成生规律研究——评《汶川地震区地质灾害成生规律研究》[J]. 新疆地质 2019(04)
• [11].四川省地质灾害多发地区旅游景区应急管理能力提升探索[J]. 旅游纵览(下半月) 2020(04)
• [12].复合型地质灾害综合治理方案分析[J]. 价值工程 2020(06)
• [13].常见地质灾害的危害及防治措施论述[J]. 科技经济导刊 2020(06)
• [14].浅谈丽水市开展“大搬快治”三年行动的措施及成效[J]. 浙江国土资源 2020(05)
• [15].矿山地质灾害类型、危险性与地质灾害勘查技术方法实践思考[J]. 世界有色金属 2020(05)
• [16].关于为《中国地质灾害与防治学报》征集照片的启事[J]. 中国地质灾害与防治学报 2020(03)
• [17].论档案管理对地质灾害工作的现实意义[J]. 兰台世界 2020(S1)
• [18].河南查明60个县(市、区)地质灾害隐患[J]. 资源导刊 2020(05)
• [19].乡村振兴战略下湖南农业地质灾害影响及治理研究[J]. 怀化学院学报 2020(02)
• [20].软弱岩土突发地质灾害风险评估模型[J]. 科技经济导刊 2020(15)
• [21].降雨对滑坡、崩塌地质灾害影响分析评价[J]. 城市建设理论研究(电子版) 2020(16)
• [22].以“六个一”防抗救体系建设为抓手 推动地质灾害从隐患管理向风险管控转变的浙江探索[J]. 浙江国土资源 2020(07)
• [23].勠力同心 综合施策 磐安县地质灾害隐患综合治理成效显著[J]. 浙江国土资源 2020(07)
• [24].贵州省仁怀市高位隐蔽性地质灾害隐患发育规律研究[J]. 山西建筑 2020(16)
• [25].贵州省赤水市高位隐蔽性地质灾害隐患发育特征研究及防治对策建议[J]. 西部资源 2020(05)
• [26].“梧州模式”的升级与蜕变——广西梧州市创新与推广地质灾害综合整治工作纪实[J]. 南方国土资源 2020(07)
• [27].地质灾害隐患点治理效率和效能模式优化研究[J]. 化工矿物与加工 2020(08)
• [28].基于“感、传、智、用”全业务链的智能地质灾害监测预警系统的工程应用[J]. 卫星应用 2020(06)
• [29].地质灾害防灾减灾[J]. 地质力学学报 2020(04)
• [30].论述1:50000地质灾害详细调查的工作方法和调查内容[J]. 西部资源 2020(06)

标签：集成学习论文;  易发性评价论文;  泸水县论文;