Print

不确定密度聚类分析算法的滑坡危险性评价

论文摘要

针对雨量值无法有效刻画及聚类算法难以适用地质地貌较复杂的大范围滑坡危险程度评估模型建立等问题,采用UM-Chameleon算法建立区域滑坡危险性评估模型,并对延安宝塔区进行评估,试验结果表明,评估结果与实际一致,体现出区内滑坡灾害发育的整体特点,证明该模型的有效性及研究区适用范围的宽广性;其滑坡预测成功率比M-Chameleon算法高,证明该模型能有效刻画雨量值,从而能有效地提高滑坡危险性预测精度。

论文目录

  • 1 研究区域及影响因子
  •   1.1 区域概况
  •   1.2 指标变量
  • 2 研究方法
  •   2.1 不确定数值模型
  •   2.2 M-Chameleon聚类分析算法
  •   2.3 UM-Chameleon聚类分析算法
  • 3 区域滑坡危险性评价与检验
  •   3.1 数据来源
  •   3.2 聚类分析
  •     （1） 评价单元的划分
  •     （2） 聚类子集的划分
  •   3.3 聚类子集危险性等级分析
  •     （1） 聚类子集点密度与危险性等级划分的计算
  •     （2） 聚类子集危险性等级的确定
  •   3.4 区域滑坡危险性评价图的构建
  •   3.5 滑坡危险性评价有效性的比较
  • 4 结论

    • 文章来源

    类型: 期刊论文

    作者: 毛伊敏,张茂省,李林,王根龙,王嘉炜

    关键词: 危险性评价,滑坡,聚类算法

    来源: 自然灾害学报 2019年01期

    年度: 2019

    分类: 工程科技Ⅰ辑,基础科学,工程科技Ⅱ辑

    专业: 地质学,工业通用技术及设备

    单位: 江西理工大学信息工程学院,国土资源部黄土地质灾害重点实验室

    基金: 国家自然科学基金项目(41562019,41530640),江西省自然科学基金项目(20161BAB203093),江西省教育厅科技项目(GJJ151531)~~

    分类号: P642.22

    DOI: 10.13577/j.jnd.2019.0117

    页码: 139-148

    总页数: 10

    文件大小: 7483K

    下载量: 219

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/485052ded311142fcb3ff796.html