共查询到17条相似文献，搜索用时 140 毫秒
1.
基于Fisher判别分析法的潜在滑坡判识模型及其应用 总被引：3，自引：0，他引：3
针对古(老)滑坡,选取地貌特征(包括地形坡度、沟谷切割状况、洼地封闭状况、前缘临空状况)、滑面特征(包括滑面倾角、滑面形态、滑面阻抗比)、滑体结构和近期活动迹象4大类9个指标作为潜在滑坡的判识指标,然后依据Fisher判别分析的理论和方法,建立了潜在滑坡的Fisher判识模型.实例分析结果表明,Fisher判别方法预测准确率高达100%,回判估计的误判率仅为5%,是一种有效的潜在滑坡判识方法. 相似文献
2.
灰色关联度法和距离判别分析法在溪洛渡库区潜在滑坡判识中的应用 总被引：1，自引：0，他引：1
以溪洛渡库区深入研究的14个典型滑坡为研究对象,在初步建立潜在滑坡判识指标的基础上,运用灰色关联度理论优选确定了影响库区潜在滑坡孕育的8个关键主控因素:坡面平均坡度、滑体内冲沟切割程度、洼地封闭状况(或排水条件)、滑面平均倾角、滑面形态、下滑段长度与总滑面长度之比、滑体结构及近期活动迹象,并依据距离判别分析的理论和方法,建立了溪洛渡库区潜在滑坡的距离判识模型。该判识模型对库区5个待判滑坡样本和9个滑坡学习样本的判识准确率均达到了100%。 相似文献
3.
如何准确地判识和评价滑坡的稳定性一直是滑坡研究中的关键问题。基于多分类支持向量机的基本理论,利用三峡库区的37个典型滑坡（27个训练样本,10个测试样本）,建立了滑坡稳定性判识的多分类支持向量机模型,并与距离判别分析方法进行了比较。结果表明,SVM模型对测试样本和训练样本的判识准确率均达到100％,而距离判别法对测试样本和训练样本的判识准确率分别为80％和77.8％,前者的判识精度明显优于后者。在此基础上,将SVM模型运用于溪洛渡库区牛滚凼滑坡的稳定性判识中,结果与实际情况吻合较好。 相似文献
4.
金沙江结合带由于地质构造发育,地震活动频繁,河谷切割强烈,岸坡高陡狭窄, 岩体极为破碎,历史上发生过多起大型滑坡堵江事件。以白格滑坡两次堵江事件（2018年10月11日、2018年11月3日）为例,采用2009年12月4日至2020年10月16日多期、多源卫星遥感数据源,通过遥感判识、对比分析等方法对滑坡体滑前斜坡变形特征、滑后滑坡堆积特征、滑后斜坡残留体变形特征进行特大型堵江滑坡链式特征遥感动态分析。根据多期遥感影像,将白格滑坡变形特征划分为早期滑动变形阶段（2009—2011年）、稳定变形阶段（2011—2015年）、快速变形阶段（2015—2017年）、剧烈变形阶段（2017—2018年）、变形破坏阶段（2018年以后）等5个阶段。根据滑坡第一次滑后的变形破坏特征,将滑坡划分为滑源区、铲刮区、堆积区以及拉裂变形区。根据滑坡第二次滑后的变形破坏特征,将滑坡划分为二次滑坡滑源区、二次滑坡堆积区（堰塞体）、二次铲刮（堆积）区、二次铲刮区影响区以及拉裂变形区。基于上述研究成果,对白格滑坡灾害链式特征进行总结分析,为金沙江结合带高位远程滑坡灾害链式特征研究提供参考。 相似文献
5.
基于中国静止气象卫星FY-2C的多光谱数据,研究了由热红外亮温和可见光反照率拟合反演白天地面像素级逐时雨强分布的方法.利用降雨概率判识矩阵区分了降雨云和非降雨云,技术得分为0.5073,比简单利用阈值划分方法显著提高了雨区判识精度.对逐时降水率的分析,允许误差为±20%内,正确率为52.19%.对降水等级的分析,经1200多个实测有雨样本的检验,其对小雨、中雨、大雨和暴雨的实测命中率达62.79%.若将降水率小于0.5mm/h的微雨这种临界状态作无雨处理,则有雨样本的降水强度判识准确率达到88.17%. 相似文献
6.
7.
8.
9.
基于Bayes判别分析方法的地下工程岩爆发生及烈度分级预测 总被引：3，自引：0，他引：3
在岩爆发生和烈度分级预测的距离判别分析模型的基础上,结合地下工程岩爆的特点和Bayes判别分析理论,提出了地下工程岩爆发生及烈度分级预测的Bayes判别分析方法。综合分析影响岩爆主要因素,选取最大切向应力 、岩石抗压强度 、岩石抗拉强度 和弹性能量指数 作为判别因子建立岩爆预测的Bayes判别分析模型,并利用回代估计法对误判概率进行估计。利用国内外一些重大深部地下工程实例作为学习的样本进行训练建模,经过训练后的模型回判估计的误判率为0。利用该模型对国内3处典型的隧道岩爆情况进行预测,结果与实际情况符合得很好。研究结果表明,Bayes判别模型在岩爆发生可能性及烈度分级预测中具有良好的适用性和有效性。 相似文献
10.
青藏高原东缘是全球古滑坡最发育的地区之一。基于大量地面调查、遥感解译和年龄测试资料,总结了青藏高原东缘深切河谷区古滑坡的判识方法、主要发育特征、形成时代和分布规律。结果表明,古滑坡具有规模巨大、高位起动、物质组成和结构复杂等特征,其空间分布与地形地貌、岩性组合和活动构造等因素关系密切。古滑坡在区域上受气候变化影响较明显,一般形成于河流强烈下切阶段,与河流阶地具有较好的对应关系,多数已发现的古滑坡与T2阶地时代相当,时间跨度为40~10 ka,集中分布于30~20 ka。构造活动和地震造成古滑坡在不同区段的分布具有差异性,一般在活动断裂带附近密集发育,现今发现的古滑坡多为这种成因。这些认识对于科学认知古滑坡的形成演化过程和未来巨灾风险预测具有重要的指导作用。 相似文献
11.
岩体质量等级分类在实际的工程中有着很重要的作用。基于主成分分析（PCA）法和与Fisher判别分析法相结合建立岩体质量等级判别模型,选取单轴抗压强度、岩体体积节理数、声波纵波速度、节理面风化变异系数、节理面粗糙度系数和透水性系数6种指标作为岩体质量分级判别的判别因子。以永平铜矿露天矿区工程岩体特征资料中的20个样本为训练样本,10个为待判样本,对该模型进行检验和应用,并与传统的RMR法、Fisher判别分析模型的结果进行比较,相应正确率分别为87%、70%、77%,判断结果表明利用主成分分析法和Fisher判别分析法建立的模型判别能力更高。 相似文献
12.
影响砂土液化的因素有很多,建立多指标的液化预测模型非常有必要。目前所有的多指标砂土液化预测模型,均默认选取的判别因子之间相互独立,不存在相关性,可能导致各判别因子之间存在信息叠加而发生误判。以唐山地震砂土液化的25个案例为样本,选取8个影响因素作为砂土液化预测的初始判别指标,首先采用主成分分析（PCA）对各判别指标进行分析,对存在相关性比较高的指标进行了降维处理。基于降维后的4个主成分换算得到新的样本数据,以18个案例为学习样本,建立主成分分析与距离判别分析（DDA）相结合的砂土液化预测模型。利用建立的预测模型对18个案例进行回判,结果全部正确。对其他7个案例的液化情况进行了预测,并与规范法、Seed方法、BP法、DDA法的判别结果进行分析比较,结果表明基于主成分分析与距离判别方法的砂土液化判别模型预测准确率为100%。将模型应用于工程实例,判别结果也与实际情况一致,表明该模型具有良好的预测功能,可在实际工程中应用。 相似文献
13.
为克服马氏距离判别模型无法考虑指标权重的不足,引入粗糙集理论,通过分析评判方法对评价对象的支持度和重要性计算得到权重系数。将权重系数嵌入距离判别模型,构建了边坡稳定性预测的加权距离判别模型。根据边坡失稳破坏特点,选取合理的判别因子,以大量工程实例样本作为原始数据和训练样本,建立了边坡稳定性评价预测的粗糙集-距离判别模型。将边坡稳定性评价预测的粗糙集-距离判别模型评价预测结果与马氏距离判别法、支持向量机理论、Bayes判别分析等方法得到的预测结果进行了对比分析,验证了粗糙集-距离判别模型的有效性。将建立的粗糙集-距离判别模型应用于黄河中游地区某大型水利枢纽库区边坡工程,预测结果与实际情况吻合。研究结果表明,粗糙集-距离判别模型具有权重分析合理、预测准确性高等优点,是进行边坡稳定性分析预测的一种新的有效途径。 相似文献
14.
为了更准确地预测岩溶塌陷,基于Fisher判别分析法,首先选择内聚力、内摩擦角、覆盖层厚度、覆盖层厚度减高水位埋深、覆盖层厚度减低水位埋深5个最主要的影响因素作为判别因子;接着以桂林市20组岩溶塌陷案例为学习样本进行计算,建立相应的Fisher线性判别函数;然后利用回代估计法对上述20纽样本的预测结果进行逐一检验,其正确率为100％;随后将上述预测结果与前人运用逐步判别、神经网络判别等方法得到的结果进行比较分析,认为Fisher判别分析法具有不需进行模型和参数的选择以及不受人为因素的影响等优点;最后将建立的Fisher线性判别函数用于另外的10组实际案例进行预测分析,预测结果与实际情况完全吻合。结果表明：用Fisher判别分析法进行岩溶塌陷预测,简易方便,正确率高,实用性好;该方法是岩溶塌陷预测的一种新方法。 相似文献
15.
准确有效地判别突水水源是解决矿井水害的前提条件。基于淮北袁店二矿各含水层共59个水样水质化验资料,利用主成分分析法,计算各水样的因子得分,并进行系统聚类,剔除错误样本。利用剩余水样作为学习样本,检验Bayes判别函数的判定准确性,得出准确率为92.5%,并进行交叉验证。利用该判别函数对某工作面底板下一富水区水样进行判别,结果与实际情况吻合。结果指示基于主成分分析与Bayes判别法较单一Bayes判别法更加准确,能够消除样本变量之间的相互影响,实现对突水水源的快速有效判别。 相似文献
16.
《地学前缘(英文版)》2020,11(5):1681-1693
From a compilation of geochemical data for the discrimination of the tectonic settings of mid-ocean ridge(MOR;3730 samples) and oceanic plateau(OP;3656 samples),we present two new discriminant functions and diagrams obtained from censored multivariate discordant outlier-free datasets.Ten different sets of data(original concentrations as well as isometric log-ratio transformed(ilr) variables;all 10 major(M) elements as well as all 10 major and 6 trace elements MT) were used to evaluate the quality of discrimination from linear discriminant analysis(LDA) and canonical analysis.Two selected multidimensional models ilrM(9 ilr transformed variables of multi-normally distributed 10 major elements) and ilrMT(15 ilr transformed variables of multi-normally distributed combined 10 major and 6 trace elements),considered as the best or most representative(total of5650 samples for ilr_M and 2858 for ilrMT),provided percent success values,respectively,of 80.9% for the MOR and 81.1% for the OP(ilr_M) and 88.5% for the MOR and 90.1% for the OP(ilrMT).Both processes(log-ratio transformation and multi-normality) rendered the percent success values similar for both groups(MOR and OP).The respective discriminant functions were successfully used for four tests from known tectonic settings and four application cases(two for ophiolites and two for Precambrian rocks),documenting thus the utility of the new discrimination procedure for the MOR and OP tectonic settings.Furthermore,we showed that our multidimensional procedure is robust against analytical errors or uncertainties,as well as post-emplacement compositional changes caused by element mobility from both low or high temperature alteration.The robustness against the gain or loss of a single element at a time was also documented,from which the ilr_(MT) model was evaluated as more robust than the ilr_M model.A new online computer program MOROPdisc was written in Java Framework ZK,which is freely available for use at our web portal http://tlaloc.ier.unam.mx. 相似文献
17.
Global climate change has increased the frequency of abnormally high rainfall; such high rainfall events in recent years have occurred in the mountainous areas of Taiwan. This study identifies historical earthquake- and typhoon-induced landslide dam formations in Taiwan along with the geomorphic characteristics of the landslides. Two separate groups of landslides are examined which are classified as those that were dammed by river water and those that were not. Our methodology applies spatial analysis using geographic information system (GIS) and models the geomorphic features with 20?×?20 m digital terrain mapping. The Spot 6 satellite images after Typhoon Morakot were used for an interpretation of the landslide areas. The multivariate statistical analysis is also used to find which major factors contribute to the formation of a landslide dam. The objective is to identify the possible locations of landslide dams by the geomorphic features of landslide-prone slopes. The selected nine geomorphic features include landslide area, slope, aspect, length, width, elevation change, runout distance, average landslide elevation, and river width. Our four geomorphic indexes include stream power, form factor, topographic wetness, and elevation–relief ratio. The features of the 28 river-damming landslides and of the 59 non-damming landslides are used for multivariate statistical analysis by Fisher discriminant analysis and logistic regression analysis. The principal component analysis screened out eleven major geomorphic features for landslide area, slope, aspect, elevation change, length, width, runout distance, average elevation, form factor, river width, stream power, and topography wetness. Results show that the correctness by Fisher discriminant analysis was 68.0 % and was 70.8 % by logistic regression analysis. This study suggests that using logistic regression analysis as the assessment model for identifying the potential location of a landslide dam is beneficial. Landslide threshold equations applying the geomorphic features of slope angle, angle of landslide elevation change, and river width (H L/W R) to identify the potential formation of natural dams are proposed for analysis. Disaster prevention and mitigation measures are enhanced when the locations of potential landslide dams are identified; further, in order to benefit such measures, dam volume estimates responsible for breaches are key. 相似文献