基于RF和SVM模型的灞桥区地质灾害易发性评价

基于RF和SVM模型的灞桥区地质灾害易发性评价

论文摘要

近年来,地质灾害发生频率加快,引发众多灾害事故,破坏房屋道路等基础设施,成为灾害区域人民安全发展的重大隐患,制约着社会经济的可持续发展,因此,地质灾害易发性评价越来越成为人们关注的重点。论文在分析灞桥区地质环境概况的基础上,对灞桥区地质灾害易发性进行评价研究,主要研究内容包括:(1)以灞桥区地质灾害调查资料为基础,从地质环境背景、地质灾害发育情况等方面入手,进行研究区地质灾害评价的分析;(2)基于研究区概况和灾害发育特征,选取了地貌、高程、坡度、坡向、曲率、降雨量、水系、地层岩性、岩土体类型、归一化植被指数(NDVI)、道路、断层12类影响因素作为地质灾害发生的主要评价因子,通过灾害点密度分析各因子与地质灾害的空间分布关系;通过Spearman相关性系数分析了各个因子间的相关性,建立了灞桥区地质灾害易发性评价指标体系;(3)分别采用随机森林(RF)和线性核函数(LN)、多项式核函数(PL)、径向基核函数(RBF)下的支持向量机模型对研究区开展易发性评价,得到不同模型下的易发性评价指数。根据易发性指数将整个研究区划分为极高易发性区、高易发性区、中易发性区和低易发性区四个易发等级,最终绘制区域易发性区划图;(4)分别采用ROC曲线和Kappa系数判断模型的精确度,结果表明随机森林模型预测精度最高,支持向量机下的径向基核函数和多项式函数预测精度次之;(5)通过极高易发区和高易发区灾害点密度验证随机森林模型的优越性,从而得出最终易发分区结果图。获取各模型下评价因子的权重,确定研究区的主要致灾因子。

论文目录

  • 摘要
  • abstract
  • 1 绪论
  •   1.1 选题背景及研究意义
  •     1.1.1 选题背景
  •     1.1.2 研究意义
  •   1.2 国内外研究现状
  •     1.2.1 国外研究现状
  •     1.2.2 国内研究现状
  •     1.2.3 研究现状评述
  •   1.3 研究内容、研究方法与技术路线
  •     1.3.1 研究内容
  •     1.3.2 研究方法
  •     1.3.3 技术路线
  • 2 研究区地质环境
  •   2.1 概况
  •   2.2 自然地理
  •     2.2.1 气候气象条件
  •     2.2.2 水文特征
  •   2.3 地质环境条件
  •     2.3.1 地形地貌
  •     2.3.2 地层岩性
  •   2.4 地质构造
  •     2.4.1 地质构造
  •     2.4.2 新构造运动与地震
  •   2.5 岩土体工程地质基本特征
  •   2.6 地下水
  •   2.7 植被类型及分布特征
  •   2.8 人类工程活动
  •   2.9 地质灾害主要类型
  •   2.10 地质灾害分布特征
  • 3 评价因子选取与分析
  •   3.1 评价因子的选取
  •   3.2 因子专题图层提取与分级
  •   3.3 因子分析
  •     3.3.1 地形地貌因子分析
  •     3.3.2 工程地质
  •     3.3.3 气象水文因子分析
  •     3.3.4 其它因子分析
  •   3.4 因子相关性分析
  •   3.5 本章小结
  • 4 评价模型选取
  •   4.1 随机森林模型
  •   4.2 线性可分支持向量机
  •     4.2.1 线性支持向量机与软间隔最大化
  •     4.2.2 非线性支持向最机与核函数
  • 5 研究区地质灾害易发性评价
  •   5.1 模型的建立
  •   5.2 评价模型的检验
  •   5.3 评价结果分析
  •   5.4 评价因子权重分析
  •   5.5 本章小结
  • 6 结论与展望
  •   6.1 结论
  •   6.2 展望
  • 致谢
  • 参考文献
  • 攻读学位期间承担的科研任务与主要成果
  • 文章来源

    类型: 硕士论文

    作者: 朱清华

    导师: 薛喜成,李文生

    关键词: 地质灾害,易发性评价,随机森林,支持向量机,核函数,曲线

    来源: 西安科技大学

    年度: 2019

    分类: 基础科学

    专业: 地质学

    单位: 西安科技大学

    分类号: P694

    总页数: 61

    文件大小: 4513K

    下载量: 349

    相关论文文献

    • [1].混合分类模型在滑坡易发性分区中的适用性研究——以延安市宝塔区为例[J]. 干旱区资源与环境 2020(01)
    • [2].基于信息量法的金沙江峡谷段滑坡易发性评价[J]. 四川建筑 2019(06)
    • [3].加权确定性系数模型的滑坡易发性评价[J]. 西安科技大学学报 2020(02)
    • [4].几种聚类优化的机器学习方法在灵台县滑坡易发性评价中的应用[J]. 西北地质 2020(01)
    • [5].地质灾害易发性评价方法对比研究:以京津冀地区为例[J]. 环境生态学 2020(04)
    • [6].采用多模型融合方法评价滑坡灾害易发性:以湖北省五峰县为例[J]. 地质科技通报 2020(03)
    • [7].频率比与信息量模型在黄土沟壑区滑坡易发性评价中的应用与比较[J]. 自然灾害学报 2020(04)
    • [8].基于信息量与神经网络模型的滑坡易发性评价[J]. 岩石力学与工程学报 2020(S1)
    • [9].雷电易发性区划及防范措施[J]. 现代建筑电气 2017(03)
    • [10].基于地貌单元的小区地质灾害易发性分区方法研究[J]. 世界有色金属 2017(11)
    • [11].可拓学在济南市地质灾害易发性评价中的应用[J]. 山东国土资源 2015(04)
    • [12].暴雨条件下地质灾害易发性评价体系研究[J]. 环球人文地理 2014(12)
    • [13].基于经验权重方法的舟曲县泥石流易发性评估[J]. 防灾科技学院学报 2013(04)
    • [14].利用深度信念网络进行滑坡易发性评价[J]. 武汉大学学报(信息科学版) 2020(11)
    • [15].基于径向基神经网络的思南县崩塌易发性评价[J]. 科学技术与工程 2019(35)
    • [16].基于空间多尺度分析的滑坡易发性评价——以三峡库区秭归-巴东段为例[J]. 大地测量与地球动力学 2020(02)
    • [17].基于信息量模型的盘州市地质灾害易发性评价[J]. 科学技术与工程 2020(14)
    • [18].基于样本与因子优化的黄冈南部地区地质灾害易发性评价[J]. 地质科技通报 2020(02)
    • [19].基于层次分析法的地质灾害易发性评价应用——以日照市为例[J]. 山东国土资源 2020(10)
    • [20].基于多模型的滑坡易发性评价[J]. 测绘与空间地理信息 2019(10)
    • [21].旋转森林模型在滑坡易发性评价中的应用研究[J]. 武汉大学学报(信息科学版) 2018(06)
    • [22].基于地貌单元的小区域地质灾害易发性分区方法研究[J]. 科技创新与应用 2016(35)
    • [23].重庆万州龙驹坝地区滑坡灾害易发性分析[J]. 人民长江 2017(10)
    • [24].定西市安定区地质灾害易发性评价及防治对策分析[J]. 地下水 2017(04)
    • [25].吉林永吉县地质灾害易发性区划[J]. 吉林地质 2017(03)
    • [26].厚黄土与煤炭采空区地质灾害易发性评价[J]. 煤田地质与勘探 2017(05)
    • [27].基于层次分析法的滑坡易发性评价[J]. 甘肃水利水电技术 2017(09)
    • [28].浙西梅雨滑坡易发性评价模型对比[J]. 地球科学 2016(03)
    • [29].证据权模型在泥石流灾害易发性评价中的应用[J]. 干旱区地理 2013(06)
    • [30].区域滑坡易发性评价的时间尺度特征分析[J]. 中国水土保持 2014(06)

    标签:;  ;  ;  ;  ;  ;  

    基于RF和SVM模型的灞桥区地质灾害易发性评价
    下载Doc文档

    猜你喜欢