亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于信息量法和支持向量機(jī)的蘆山縣滑坡危險(xiǎn)性評(píng)價(jià)

        2022-03-24 12:17:36陳建華甘先霞謝華偉
        物探化探計(jì)算技術(shù) 2022年1期
        關(guān)鍵詞:蘆山信息量危險(xiǎn)性

        趙 錚, 陳建華, 甘先霞, 謝華偉

        (成都理工大學(xué) 地球物理學(xué)院,成都 610059)

        0 引言

        滑坡是造成我國(guó)經(jīng)濟(jì)損失,人員傷亡最嚴(yán)重的地質(zhì)災(zāi)害之一,因此有效開展滑坡危險(xiǎn)性評(píng)價(jià)工作對(duì)于防災(zāi)減災(zāi)具有重要的意義[1]。

        滑坡危險(xiǎn)性是指滑坡在特定時(shí)間內(nèi)發(fā)生的概率,其危險(xiǎn)性表現(xiàn)有特定空間位置和規(guī)模強(qiáng)度信息[2]。滑坡危險(xiǎn)性評(píng)價(jià)方法通常分為定性評(píng)價(jià)和定量評(píng)價(jià)。常見的定量評(píng)價(jià)方法有信息量法[3]、隨機(jī)森林[4]、神經(jīng)網(wǎng)絡(luò)[5]等。而定性方法是基于知識(shí)驅(qū)動(dòng),主要包括專家打分法、層次分析法[4]、加權(quán)線性組合法等,但上述方法受人為因素的影響較大。近年來,統(tǒng)計(jì)學(xué)習(xí)方法被認(rèn)為更適合于大、中、小滑坡危險(xiǎn)性評(píng)價(jià)中,而機(jī)器學(xué)習(xí)方法在滑坡危險(xiǎn)性評(píng)價(jià)上也能有效地預(yù)測(cè)。如基于粒子群優(yōu)化的支持向量機(jī)模型被應(yīng)用于延長(zhǎng)縣滑坡危險(xiǎn)性評(píng)價(jià)[6-7]、基于集成學(xué)習(xí)和徑向基神經(jīng)網(wǎng)絡(luò)耦合模型應(yīng)用于三峽庫(kù)區(qū)滑坡易發(fā)性評(píng)價(jià)[8]、基于改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)方法應(yīng)用于滑坡危險(xiǎn)性評(píng)價(jià)中[9]等。以往研究結(jié)果表明,采用支持向量機(jī)和信息量模型進(jìn)行滑坡易發(fā)性評(píng)價(jià)效果較理想,應(yīng)用相對(duì)普遍,因此,筆者選擇蘆山縣為研究區(qū),應(yīng)用支持向量機(jī)與信息量模型進(jìn)行對(duì)比研究,以期得到與實(shí)際情況更加接近的滑坡危險(xiǎn)性區(qū)劃圖,為未來防災(zāi)減災(zāi)工作提供參考。

        1 研究方法

        1.1 支持向量機(jī)模型

        支持向量機(jī)(Support Vector Machine,SVM)是一種二分類監(jiān)督分類器,是建立在統(tǒng)計(jì)學(xué)原理基礎(chǔ)上發(fā)展起來的分類預(yù)測(cè)模型。支持向量機(jī)在解決小樣本、高維度、非線性問題是比其他機(jī)器學(xué)習(xí)方法更有效更合理[10],并且支持向量機(jī)通過引入不同核函數(shù),從而為非線性問題提供良好的解決方案。

        線性支持向量機(jī)的基本原理是假設(shè)給定一個(gè)特征空間下的訓(xùn)練數(shù)據(jù)集:數(shù)據(jù)集線性可分時(shí),存在無窮多個(gè)分離超平面可將兩類數(shù)據(jù)正確分開。線性可分支持向量機(jī)就是尋求能使間隔最大化的分離超平面,該平面成為最優(yōu)超平面。求解最優(yōu)超平面可以等同為求解一個(gè)凸二次規(guī)劃問題(圖1)。

        圖1 線性二分類

        1.2 信息量模型

        信息量法(Information Value Model,IVM)是由信息論創(chuàng)始人Shannon提出的[11],在20世紀(jì)80年代被引入滑坡災(zāi)害預(yù)測(cè)中。信息量法認(rèn)為,滑坡的發(fā)生與諸多因子有關(guān)。單因子信息量計(jì)算公式為[12]:

        (1)

        其中:I為評(píng)價(jià)因子xi對(duì)滑坡發(fā)生的信息量;Ni為第i個(gè)因子區(qū)域內(nèi)包含的滑坡點(diǎn)數(shù);Si為第i個(gè)因子所占面積;N為總滑坡個(gè)數(shù);S為研究區(qū)總面積。

        而不同因子對(duì)滑坡發(fā)生有不同“貢獻(xiàn)”,這個(gè)“貢獻(xiàn)”用該因子權(quán)重衡量,亦即加權(quán)信息量模型。為了充分考慮不同因子對(duì)滑坡發(fā)生的影響程度,用層次分析法計(jì)算每個(gè)因子的權(quán)重。最終的信息量表達(dá)式為式(2)[11]。

        (2)

        其中:wi為每個(gè)因子的權(quán)重。

        層次分析法是一種解決多目標(biāo)復(fù)雜問題定性與定量相結(jié)合的決策分析方法[13]。通過判斷各目標(biāo)之間的相對(duì)重要程度,合理地給出各個(gè)目標(biāo)的權(quán)數(shù),最終得到每個(gè)目標(biāo)的權(quán)重。

        1.3 模型性能評(píng)價(jià)指標(biāo)

        為了驗(yàn)證模型的性能,實(shí)驗(yàn)采用受試者工作特征曲線(Receiver Operating Characteristic Curve,ROC)和總體精度,對(duì)支持向量機(jī)模型及信息量模型進(jìn)行對(duì)比分析。ROC曲線是衡量模型可用性的常用方法[14],通常用線下面積(Area under the Curve,AUC)來定量描述模型的精確度。對(duì)評(píng)價(jià)結(jié)果建立ROC曲線,橫軸是危險(xiǎn)性面積累積百分比,縱軸是滑坡分布累積百分比。

        2 研究區(qū)概況與數(shù)據(jù)

        2.1 研究區(qū)概況

        蘆山縣隸屬于雅安市,位于四川盆地西緣,雅安市東北部,位于長(zhǎng)江上游,四川盆地西緣,東鄰成都,西連甘孜。縣域地質(zhì)環(huán)境復(fù)雜,降雨量充沛,最高海拔5 289 m,最低海拔557 m,相對(duì)高差大;縣域內(nèi)溝谷縱橫,地形切割強(qiáng)烈(圖2)。此外,受2013年蘆山地震影響,蘆山區(qū)域內(nèi)滑坡頻發(fā),給人民群眾生命財(cái)產(chǎn)安全造成極大損失。對(duì)蘆山區(qū)域進(jìn)行滑坡危險(xiǎn)性評(píng)價(jià)、分區(qū),能有效為蘆山區(qū)域防災(zāi)減災(zāi)提供輔助決策支持。

        圖2 研究區(qū)概況

        2.2 評(píng)價(jià)因子

        影響滑坡的影響因子有上百種之多,合理地選擇影響因子對(duì)于構(gòu)建滑坡評(píng)價(jià)模型至關(guān)重要。經(jīng)調(diào)查顯示2015年蘆山縣共有346個(gè)歷史滑坡點(diǎn),最大滑坡面積為16 000 m2,最小滑坡面積為200 m2,滑坡多發(fā)生于路網(wǎng)、水系兩側(cè)。為了開展實(shí)驗(yàn),通過各種途徑獲取了基礎(chǔ)數(shù)據(jù)集(從雅安公共氣象服務(wù)中心獲取了蘆山縣2015年降水量數(shù)據(jù),由雅安市公安局提供了人口數(shù)據(jù)、從地理空間數(shù)據(jù)云獲取了30 m數(shù)字高程模型數(shù)據(jù)等)。

        滑坡影響因子隱式或顯式地影響著滑坡發(fā)生的概率,如植被指數(shù)是反映滑坡的植被覆蓋程度,能體現(xiàn)出地質(zhì)體的穩(wěn)定性,而降雨量是與滑坡災(zāi)害密切相關(guān)的影響因素[15]。曲率反映了斜坡的坡型,坡型一定程度上影響滑坡的發(fā)生。距斷層距離使得研究區(qū)內(nèi)的地質(zhì)體破碎,進(jìn)而降低巖石體的力學(xué)強(qiáng)度,同時(shí)為滑坡災(zāi)害的發(fā)生提供了大量的物質(zhì)來源。因此,通過對(duì)蘆山區(qū)域環(huán)境條件的分析,選擇了坡度、坡向、巖性、土地利用、植被覆蓋度、降雨量、高程、人口密度、距斷層距離、距路網(wǎng)距離、距水系距離、距震中距離共計(jì)12個(gè)滑坡影響因子。

        2.3 評(píng)價(jià)因子分級(jí)

        滑坡評(píng)價(jià)因子數(shù)據(jù)的類型包括離散型、連續(xù)性、描述性數(shù)據(jù),其多類型數(shù)據(jù)不利于實(shí)驗(yàn)的開展分析,因此需要對(duì)數(shù)據(jù)類型進(jìn)行統(tǒng)一的分級(jí)處理。根據(jù)數(shù)據(jù)分布特征,描述范圍等相關(guān)內(nèi)容,將滑坡評(píng)價(jià)因子數(shù)據(jù)進(jìn)行分級(jí)處理,分級(jí)類型如圖3所示。

        圖3 滑坡影響因子分級(jí)圖

        3 實(shí)驗(yàn)結(jié)果

        3.1 實(shí)驗(yàn)方案

        在實(shí)驗(yàn)中采用SVM和IVM模型開展滑坡危險(xiǎn)性評(píng)價(jià),選擇12個(gè)評(píng)價(jià)因子作為屬性特征,選取706個(gè)滑坡點(diǎn)和非滑坡點(diǎn)作為滑坡樣本,采用分層隨機(jī)抽樣的方式將樣本集按照比例分為70%和30%。70%的樣本集用于模型的訓(xùn)練,30%的樣本集用于模型的驗(yàn)證。不同研究區(qū)地質(zhì)環(huán)境以及災(zāi)害發(fā)育特征的差異及其復(fù)雜性,因子的相關(guān)性導(dǎo)致模型的復(fù)雜化和運(yùn)行速率,不利于模型的構(gòu)建,因此對(duì)因子進(jìn)行相關(guān)性檢驗(yàn)防止避免數(shù)據(jù)導(dǎo)致模型的復(fù)雜化。實(shí)驗(yàn)采用最常用的劃分規(guī)則柵格單元的方式按照30 m×30 m的劃分規(guī)則,將全區(qū)劃分為1 323 696個(gè)規(guī)則格網(wǎng)單元。對(duì)這些規(guī)則格網(wǎng)單元進(jìn)行預(yù)測(cè),采用ArcGIS對(duì)滑坡預(yù)測(cè)結(jié)果進(jìn)行柵格制圖,運(yùn)用自然斷點(diǎn)法進(jìn)行危險(xiǎn)性評(píng)價(jià),將評(píng)價(jià)結(jié)果分為高危險(xiǎn)、中危險(xiǎn)、低危險(xiǎn)區(qū)域。通過采用ROC曲線和總體進(jìn)度對(duì)模型進(jìn)行綜合評(píng)價(jià)。

        3.2 結(jié)果討論

        研究采用SVM和IVM模型進(jìn)行滑坡危險(xiǎn)性評(píng)價(jià)實(shí)驗(yàn),通過模型來評(píng)價(jià)全區(qū)1 323 696個(gè)格網(wǎng)單元的滑坡危險(xiǎn)性概率,并在GIS軟件中繪制滑坡危險(xiǎn)性評(píng)價(jià)圖。從圖4(b)中可知,滑坡點(diǎn)主要分布在高危險(xiǎn)區(qū)域,中、低危險(xiǎn)區(qū)域滑坡點(diǎn)分布遠(yuǎn)小于高危險(xiǎn)區(qū)域。統(tǒng)計(jì)結(jié)果表明,高危險(xiǎn)區(qū)域格網(wǎng)數(shù)為243 857,占全區(qū)18.5%,其內(nèi)分布滑坡點(diǎn)250個(gè),占總滑坡點(diǎn)數(shù)目的70.8%;中危險(xiǎn)區(qū)域格網(wǎng)數(shù)423 664,占總研究區(qū)32.2%,其內(nèi)滑坡點(diǎn)數(shù)目為93,占比為26.3%;低危險(xiǎn)區(qū)域格網(wǎng)數(shù)目為648 166,占全區(qū)面積的49.3%,其內(nèi)分布的滑坡點(diǎn)數(shù)目為10個(gè),占比為2.8%;其中高危險(xiǎn)區(qū)域在路網(wǎng)、水系沿線分布較多。高危險(xiǎn)區(qū)域主要分布在蘆山縣域中下部,而北部鮮有分布,這是由于蘆山人類活動(dòng)主要聚集在中下部,對(duì)該范圍內(nèi)巖土結(jié)構(gòu)影響較大。從圖4(a)中可知,滑坡主要集中在路網(wǎng)、斷層、水系附近,呈帶狀和面狀分布,高危險(xiǎn)性占整個(gè)區(qū)域的24%,中危險(xiǎn)性區(qū)域占整個(gè)區(qū)域的35%,空間分布成面狀分布,低危險(xiǎn)區(qū)域表示滑坡可能性較小,屬于較安全區(qū)域,占整個(gè)面積的41%。從圖4可知,IVM模型的滑坡危險(xiǎn)性圖呈現(xiàn)大面積高危險(xiǎn)性區(qū)域,并且覆蓋范圍廣,不符合人員居住。而SVM模型呈現(xiàn)少量高危險(xiǎn)性區(qū)域,高中低危險(xiǎn)性區(qū)域符合現(xiàn)實(shí)情況,從圖4可知,SVM的評(píng)價(jià)效果優(yōu)于IVM。

        圖4 蘆山地區(qū)滑坡危險(xiǎn)性評(píng)價(jià)分級(jí)圖

        實(shí)驗(yàn)采用AUC和總體精度綜合評(píng)價(jià)SVM、IVM的總體性能,其SVM的滑坡危險(xiǎn)性區(qū)域評(píng)價(jià)預(yù)測(cè)精度和成功率曲線為86%和0.84,而IVM的AUC值為0.822(圖5)。從上述指標(biāo)上看,SVM的模型性能優(yōu)于IVM。

        圖5 ROC曲線

        4 結(jié)論

        以蘆山區(qū)域?yàn)檠芯繀^(qū),選擇12個(gè)評(píng)價(jià)因子指標(biāo),對(duì)因子進(jìn)行相關(guān)性分析,采用SVM和IVM對(duì)研究區(qū)域開展滑坡危險(xiǎn)性評(píng)價(jià)。采用AUC曲線對(duì)模型的預(yù)測(cè)精度進(jìn)行評(píng)價(jià)。其結(jié)論如下:

        1)采用SVM的滑坡危險(xiǎn)性評(píng)價(jià)結(jié)果高中低占比符合滑坡所在高危險(xiǎn)區(qū)域最多,低危險(xiǎn)性區(qū)域最少。

        2)蘆山區(qū)域滑坡發(fā)生受路網(wǎng)、水系、人類、地震活動(dòng)影響較大。

        3)將蘆山區(qū)域評(píng)價(jià)結(jié)果劃分為低、中、高三個(gè)級(jí)別,高危險(xiǎn)區(qū)域面積占比最小而其內(nèi)分布滑坡點(diǎn)最多,低危險(xiǎn)區(qū)域面積最大而分布滑坡點(diǎn)數(shù)目較少,說明評(píng)價(jià)結(jié)果與實(shí)驗(yàn)預(yù)期一致。

        4)支持向量機(jī)模型的評(píng)價(jià)成果與研究區(qū)滑坡實(shí)際分布情況更加接近,能為滑坡災(zāi)害防治和未來城市發(fā)展規(guī)劃提供借鑒。

        猜你喜歡
        蘆山信息量危險(xiǎn)性
        O-3-氯-2-丙烯基羥胺熱危險(xiǎn)性及其淬滅研究
        危險(xiǎn)性感
        輸氣站場(chǎng)危險(xiǎn)性分析
        基于AHP對(duì)電站鍋爐進(jìn)行危險(xiǎn)性分析
        基于信息理論的交通信息量度量
        如何增加地方電視臺(tái)時(shí)政新聞的信息量
        新聞傳播(2016年11期)2016-07-10 12:04:01
        基于多尺度互信息量的數(shù)字視頻幀篡改檢測(cè)
        春回蘆山
        基于聯(lián)合熵和交互信息量的視頻篡改檢測(cè)
        蘆山地震公路地質(zhì)災(zāi)害調(diào)查及評(píng)估
        一区二区三区字幕中文| 无码国产精品色午夜| 国产黑色丝袜在线观看网站91| 国产传媒精品成人自拍| 亚洲日韩国产av无码无码精品| 国产zzjjzzjj视频全免费| 亚洲av无码成人精品区狼人影院 | 日韩电影一区二区三区| 国产日韩精品一区二区在线观看播放 | 亚洲一区二区精品久久岳| 蜜桃一区二区三区自拍视频| 久久久熟女一区二区三区| 久久久久久久久毛片精品| 欲妇荡岳丰满少妇岳| 久久91精品国产91久| 国产精品女主播在线播放| 亚洲精品久久7777777| 天天做天天爱天天综合网| 亚洲无码a∨在线视频| 久久精品一区二区三区夜夜| 国产人成视频在线视频| 成人区人妻精品一熟女| 国产精品每日更新在线观看| 一区二区三区在线日本视频 | 中文字幕你懂的一区二区| 中文字幕亚洲精品一区二区三区| 高清偷自拍第1页| 久久狠色噜噜狠狠狠狠97| 亚洲国产精品成人一区二区在线| 久久久久亚洲av成人网人人软件| 国产成人精品成人a在线观看| 永久免费的拍拍拍网站| 亚洲国产精品国自产拍性色 | 亚洲熟妇无码av另类vr影视| 欧美熟妇与小伙性欧美交| 久久伊人亚洲精品视频| 国产成人精品无码一区二区老年人| 亚洲熟女综合一区二区三区| 国产av专区一区二区三区| 熟女一区二区国产精品| 国产免费爽爽视频在线观看 |