共查询到20条相似文献，搜索用时 289 毫秒
1.
以三峡库区万州段为研究区,从多源空间数据中提取29个致灾因子作为区域滑坡易发性分析的评价指标,在数字高程模型基础上采用集水区重叠法划分斜坡单元,构建旋转森林集成学习模型,定量预测滑坡空间易发性,并生成滑坡易发性分区图。在易发性分区图中,高易发区占11.6%,主要分布在万州主城区和长江及支流两岸;不易发区占45.6%,主要分布在人类工程活动低、植被覆盖度高的区域。采用受访者工作特征曲线和曲线下面积对旋转森林模型的滑坡易发性进行评价,结果显示该模型的预测精度为90.7%,其预测能力优于C4.5决策树。研究表明,应用旋转森林进行滑坡易发性评价具有预测能力强、精度高等优点。 相似文献
2.
选取合适的评价单元是泥石流易发性评价的关键,为探索斜坡单元不同划分方法对泥石流易发性评价结果的影响,本文以泥石流多发地东川区为例,对比分析了水文分析法和曲率分水岭法两种斜坡单元划分方法在泥石流易发性评价中的效果。首先在解译泥石流点的基础上,采用不同划分方法的斜坡单元作为评价单元,然后对初步选取的指标因子进行多重共线性和贡献率分析,以完善指标因子体系,最后构建基于BP神经网络的泥石流易发性评价模型。结果表明,泥石流极高和高易发区主要集中分布于研究区小江河谷和金沙江南岸,该地区地质环境脆弱,危险性较高。基于曲率分水岭法的易发性模型AUC值为0.865 8,高于水文分析法的0.815 3,表明采用曲率分水岭法划分的斜坡单元更适用于研究区泥石流易发性评价。 相似文献
3.
针对滑坡灾害易发性难以定量评价的问题,提出了以汇水域为基本统计单元,层次分析法与信息量法相结合的滑坡易发性评价模型。该模型是在综合分析已有监测数据的基础上,建立了坡度、黄土分布、土地表覆被、水系、断层、高程、地表粗糙度、坡向等8类要素与滑坡稳定性的相关性,根据评价结果将滑坡易发性划分为5个不同的等级。基于新疆新源县滑坡易发性评价的实验结果表明,该模型评价结果与滑坡实际分布情况相符,能够准确对不同汇水域灾害易发性进行分级评价,可以为相关部门进行防灾、预警提供一定的数据支持。提出了一种主观判断与客观分析相结合的方法,回答了"什么地方最容易发生地质灾害"的问题。 相似文献
4.
针对黄河上游龙羊峡至积石峡段滑坡灾害分布易发性评价与区划成图问题,该文以ArcGIS为平台,联系评价区的实际特点,选取地貌类型、地层岩性、降雨、断层、坡度为评价因子,运用层次分析法(AHP)确定各评价因子的权重,建立研究区滑坡易发性评价模型,结合GIS的空间分析功能实现研究区内滑坡灾害的易发性区划。结果表明,滑坡灾害主要集中在龙羊峡库区右岸和群科-尖扎盆地。区划结果与野外实际调查基本吻合,为今后GIS应用于地质灾害区划提供了思路,同时可为区内地质单位进行灾害监测提供基础数据和依据。 相似文献
5.
滑坡灾害易发性分析评价对地质灾害的防治与管理具有重要意义。针对滑坡灾害样本选择策略,单核支持向量机多特征映射不合理的问题,本文提出顾及样本优化选择的多核支持向量机(multiple kernel support vector machine,MKSVM)滑坡灾害易发性分析评价方法。为了保证样本平衡性并提高负样本的合理性,采用相对频率比(relative frequency,RF)综合评价各状态对于滑坡灾害易发性影响的重要程度,实现各评价因子状态的合理划分;利用确定性系数法(certainty factor,CF)计算各评价因子各状态分级影响滑坡灾害的敏感性,并在此基础上进行加权求和得到各栅格单元的滑坡灾害易发性指数,在滑坡灾害易发性指数极低和低易发区内随机选择与滑坡灾害点数目一致的非滑坡灾害点作为负样本数据。利用MKSVM对各特征空间最优核函数进行线性组合,解决了单一核函数映射不合理的问题,提高了模型的分类准确率和预测精度。以湖南省湘西土家族苗族自治州为研究区,从滑坡灾害易发性分区图、分区统计及评价模型精度3个方面对CF样本策略的MKSVM模型、CF样本策略的单核SVM模型、随机样本策略的MKSVM模型、随机样本策略的单核SVM模型进行了对比分析。结果表明,4种模型的受试者工作特征曲线(receiver operating characteristic,ROC)下的面积(area under curve,AUC)分别为0.859、0.809、0.798、0.766,验证了CF样本策略的合理性、有效性及MKSVM模型的可靠性。 相似文献
6.
DEM坡向提取的向量场模板匹配方法 总被引：1，自引：1，他引：0
利用几何代数的多维统一性与运动表达的简明性特征,设计了用几何代数向量场拟合进行地表坡向表达和提取的新算法。基于高斯合成曲面模型模拟的多尺度格网DEM数据,对坡向计算的正确性、抗噪性及空间整体性进行验证和统计分析,显示几何代数向量场拟合方法能正确提取地表坡向,且较之三阶反距离平方权算法具有更强的抗噪性;选取5类典型的不同地貌类型数据进行最优窗口和坡向提取试验,黄土丘陵,梁、峁、塬和风沙地貌的最优窗口大小分别为13、11、11、11、17,所提取的坡向可以较好地反映不同地貌类型的结构特征。 相似文献
7.
熵指数融入支持向量机的滑坡灾害易发性评价方法——以陕西省为例 总被引：1，自引：0，他引：1
《武汉大学学报(信息科学版)》2020,(8)
滑坡灾害易发性评价可为滑坡灾害风险管理、国土空间规划及滑坡监测提供科学依据。针对现有滑坡灾害易发性评价模型无法消除易发性评价指标因子在量纲、性质等方面的差异,尚未考虑易发性评价指标因子与滑坡灾害相关性,以及精度较高的经典机器学习模型训练效率较低、参数选取困难等问题,引入熵指数(index of entropy,IOE)和粒子群优化(particle swarm optimization,PSO)算法,提出IOE融入支持向量机(support vector machine, SVM)的滑坡灾害易发性评价方法。首先,基于滑坡灾害易发性评价指标因子,利用IOE模型计算SVM的调节因子;然后,采用PSO算法迭代求解SVM最优解,根据SVM二分类得到的隶属度来区分滑坡灾害易发性;最后,以陕西省作为实验区,从滑坡灾害易发性分区图、分区统计及评价模型精度3个方面将所提方法与SVM方法进行了对比,实验结果表明所提方法的准确性、可靠性优于SVM方法。 相似文献
8.
以30 m空间分辨率的DEM为试验数据源,借助Python地理建模技术深入研究坡度提取的不确定性。以平均坡度来代表坡度的一般水平,将研究区划分为7种地貌类型,将30 m分辨率的DEM数据重采样成30~120 m分辨率的10组DEM数据,使用以Arc GIS平台和Python开发语言为基础的地理建模技术,定量分析平均坡度与DEM空间分辨率、区域地貌特征的关系,研究坡度提取的不确定性。结果表明:研究区内不同地貌区域提取的平均坡度都随DEM分辨率的减小而减小,衰减速率基本不变;其回归方程的常数项与所在地貌单元的沟壑密度呈二次函数变化特征;坡度提取的精度与DEM的分辨率呈正相关的关系;基于Python的地理建模技术有效地整合了坡度提取分析方法,极大地提高了分析效率;研究结果进一步验证了现有坡度提取方法的不确定性。 相似文献
9.
基于地性线分级的DEM信息量计算方法研究 总被引：1，自引：0，他引：1
主要对基于DEM提取的地性线进行信息量的定量分析,探讨地性线的信息量与分辨率、地形单元的关系。这个过程中首先利用河网的自相似理论研究与当前DEM所代表的地貌详细程度相适宜的地性线提取的阈值区间,并讨论此阈值下地性线的分级,以此为基础通过以该分级为权重进行DEM地形信息量的计算。实践证明,这种顾及地性线等级的DEM信息量计算方法能较准确地反映地性线的分布规律和不同等级的要素造成的信息量度量差异。 相似文献
10.
针对滑坡易发性评价中编录样本受限、特征信息利用不足，导致预测效果不理想的问题，该文提出融合栈式自编码与密集残差网络的滑坡易发性评价方法。将传统自编码网络进行栈化，重构原始数据以强化特征表达；在卷积神经网络中引入跳层连接，通过密集连接的方式构建一种密集残差网络模型提取数据的深层特征。该文以四川省雅安市为研究区开展滑坡易发性评价，将所提模型与逻辑回归模型、CPCNN-RF模型、U-net模型进行了对比分析。实验结果表明：该方法取得最佳精度，受试者工作特征曲线下的面积为0.883,在一定程度上能够较好地适应小样本预测，易发性制图结果更为准确可靠。 相似文献
11.
开展区域滑坡易发性评价是滑坡气象预警与风险评价的关键。针对目前诸多易发性研究未考虑滑坡发生与邻接环境有关的情况,本文提出了一种基于卷积神经网络(CNN)的区域滑坡易发性建模框架。以三峡库区万州区为例,选取坡度、坡向等12个因子构建评价指标体系,通过信息量法分析因子对滑坡发育的影响程度,采用二维矩阵构建数据集,运用CNN进行易发性建模,得到易发性评价图,同时探究构建样本时二维矩阵的大小对精度的影响。研究结果表明,越靠近水库带越易发生滑坡,水系和人类工程活动对于滑坡发育具有较大影响;CNN模型精度为0.925,相比机器学习模型精度明显提升;增大构建样本时的二维矩阵可提高精度。CNN模型在多维空间数据处理方面具有优势,它考虑了滑坡位置及其邻接环境的影响,是一种准确可靠的区域滑坡易发性评价方法。 相似文献
12.
我国区域地貌数字地形分析研究进展 总被引：1，自引：0，他引：1
区域地貌研究是区域地理研究不可分割的重要组成部分。传统的基于DEM的数字地形分析方法,虽能较好提取各种地形定量因子,但由于分析算法的局限,很难实现对一个特定区域地貌的宏观形态特征与成因机理进行定量的分析。为此,近年来我国学者在该领域进行了系统的探索与创新实践,基于国家基础地形数据库多尺度、高精度的DEM数据,开展了基于DEM的区域地貌形态特征、地貌发育演化特征的研究。通过宏观形态指标分析法、地形特征要素分析法、地形信息图谱分析法等一系列方法,实现了对区域的地貌形态特征提取与分类、分区制图,取得了一批有重要国际影响的研究成果。在全国尺度以及黄土高原、青藏高原、西南喀斯特地区和月表月貌的区域数字地形分析方面,更彰显出研究的特色和优势。 相似文献
13.
在比较和分析了目前国内外研究和应用较多的几种地质灾害评价理论和方法的基础上,对汶川县2014年landsat8遥感影像解译并提取了地质灾害信息,利用DEM数据对20014年地质灾害的面积在高程、坡度、坡向等致灾因子进行了统计。采用信息量法、层次分析法、加权信息量对汶川地区地质灾害易发性进行了评价。通过这3种评价方法的结果对比表明:采用单一的信息量法、层次分析法做地质灾害易发性评价时各有优势和不足,将多种易发性评价方法进行合理的综合应用是地质灾害易发性评价的优选方法。 相似文献
14.
15.
耕地是丘陵山区稀缺的土地资源,具有地形条件复杂、种植结构多样的特点,导致了山地耕地信息难以快速、准确获取,并且基于传统的遥感数据及遥感监测方法开展山区耕地信息快速自动提取比较困难。针对这一问题,本文以西南山区贵州省息烽县作为试验区,根据地理空间异质性特征,提出分区控制、分层提取的耕地形态信息提取思路,构建了一种地貌单元约束条件下的分区分层耕地形态信息的提取方法。该方法首先根据地貌-植被特征将试验区划分为平坝区、山坡区、林草区3类地理分区;然后在每类分区基础上,根据耕地所呈现的视觉特征划分为不同的类型,对不同类型的耕地分别设计不同的深度学习模型进行分层提取。试验结果证明,该方法对山区复杂地形背景噪声具有较好的抑制作用,所提取的耕地地块信息相比于传统方法更符合实际耕地的实际分布形态,有效地减少了漏提率和错提率。 相似文献
16.
为了有效地提取大范围地形复杂区域的土地利用/土地覆盖遥感信息,以位居青藏高原与黄土高原过渡地带的青海东部地区为研究区,研究基于蚁群智能优化算法(ant colony intelligent optimization algorithm,ACIOA)的土地利用/土地覆盖遥感智能分类。首先选用TM图像、DEM、坡度和坡向数据作为分类的特征波段;然后利用归一化植被指数NDVI对实验区数据进行植被分区;最后利用ACIOA算法进行分类规则挖掘,并依据分类规则进行土地利用/覆盖信息的提取。研究表明,基于植被分区的多特征蚁群智能分类的总体精度为88.85%,Kappa=0.86,优于传统的遥感图像分类方法,为大范围地形复杂区域的土地利用/土地覆盖遥感信息提取提供了有效的方法。 相似文献
17.
18.
一种结合SMOTE和卷积神经网络的滑坡易发性评价方法 总被引：1，自引：0，他引：1
《武汉大学学报(信息科学版)》2020,(8)
大规模的人类工程活动诱发和加剧了滑坡灾害的致灾情况,严重威胁工程安全和环境安全。滑坡易发性评价是滑坡监测预警的关键技术。针对传统滑坡监测手段数据源有限、缺乏挖掘滑坡灾害空间分布特征及其诱发因素的有效方法等问题,以位于三峡库区的中国重庆市万州区为研究区,基于地形、地质和遥感影像等多源数据,首先提取了22个滑坡易发性评价因子,并对这些因子进行多重共线性检验;然后采用合成少数类过采样技术(synthetic minority oversampling technique, SMOTE)解决滑坡和非滑坡样本比例不平衡问题,建立输入训练集;最后构建卷积神经网络(convolutional neural networks,CNN)模型,定量预测滑坡易发性,生成滑坡易发性分区图。采用受试者工作特征曲线分析评价结果,测试数据集模型精度达89.50%,说明该模型是一种高性能的滑坡易发性评价方法。 相似文献
19.
GIS支持下应用PSO-SVM模型预测滑坡易发性 总被引：1，自引：0，他引：1
《武汉大学学报(信息科学版)》2016,(5)
滑坡灾害易发性预测是滑坡监测、预警与评估的关键技术。如何有效地选取评价因子和构建预测模型是滑坡灾害定量预测研究中的难题。本文以三峡库区长江干流岸坡作为研究区,通过地形、地质和遥感等多源数据融合,提取滑坡孕灾环境和诱发因素的信息作为评价因子。在此基础上,针对滑坡灾害的非线性和不确定性特征,采用粒子群算法对支持向量机模型参数进行全局寻优,构建粒子群算法(particle swarm optimization,PSO)-支持向量机(support vector machine,SVM)模型,定量预测滑坡易发性。最后通过分类精度比较分析基于格网单元和对象单元的滑坡易发性预测精度,结果表明,基于对象单元的PSO-SVM预测精度较高,其曲线下面积为0.841 5,Kappa系数为0.849 0,预测结果与野外实际调查情况较为一致,可为三峡库区滑坡防灾减灾工作提供参考。 相似文献
20.
地貌数据集是实现地貌自动分类和加深对地貌形态学认识的重要支撑数据之一。当前缺乏高精度地貌成因类数据集,制约了地貌遥感自动解译的发展。本文在中国东北地区以沟—弧—盆体系为主的天山—兴蒙造山系中,针对强烈的构造运动和新生代以来的火山作用、流水作用形成的地貌成因类型,制作了构造地貌、火山熔岩地貌和流水地貌3类场景数据集（GOS10m）。数据集覆盖面积约5000 km2,包括哨兵2号可见光遥感影像、SRTM1 DEM及基于DEM提取的7个地貌形态参数（山体晕渲图、坡度、DEM局部平均中值、标准偏差、坡向—向北方向偏移量、坡向—向东方向偏移量和相对偏离平均值）。单张样本图为64像素×64像素,空间分辨率为10 m。采用多模态深度学习神经网络对数据进行训练并分类,平均测试精度可达到82.63%,表明构建的数据集具有较高的质量。可为地貌成因遥感自动分类研究以及推动遥感地貌智能解译的向前发展,提供数据集支撑。 相似文献