论文部分内容阅读
筠连县地处四川盆地南部,该区地貌上由四川盆地过渡至云贵高原,区内地质构造复杂,滑坡灾害发育,这对本区居民生活生产及生命安全造成严重威胁。开展滑坡易发性评价能在宏观上了解该区发生滑坡可能性的大小,从而减轻人民生命财产损失,同时也为政府决策,防灾减灾提供科学的参考。论文以粗糙集和支持向量机模型为理论基础,以GIS、概率统计、计算机编程为技术手段,以筠连县滑坡为研究对象,以探讨支持向量机模型和粗糙集与支持向量机耦合模型在滑坡易发性评价中的效果为目的,借助滑坡野外详细调查数据,开展了滑坡发育规律分析、敏感性分析、滑坡影响因子选择、易发程度分区和易发性评价方法对比等方面的研究。本文主要工作如下:(1)滑坡发育规律分析。从规模类型、物质组成、形态特征等方面对研究区内历史滑坡做出了深入分析,研究表明,区内滑坡以浅层土质滑坡为主,滑坡体规模小。(2)滑坡敏感性分析。开展历史滑坡及其影响因子空间分析,明确了每一个滑坡对应的18个影响因子的属性值,根据属性值的统计特征,进行了影响因子分级,用确定性系数(CF)方法探讨各个影响因子及其分级的滑坡敏感性,查明了工程岩组、高程、地形起伏度、距离断层距离等因子具有较高的滑坡敏感性。(3)滑坡易发性空间预测。运用粗糙集理论对影响因子做筛选,去除了不重要或者冗余的Melton强度、水文距离、坡长和坡度四个因子,建立了高质量的属性特征集作为支持向量机的输入集。通过多次试算构建了优秀的训练样本和测试样本,运用网格法寻找到最优参数并用交叉验证法进行了验证,根据最优参数构建了支持向量机(SVM)、粗糙集与支持向量机耦合模型(RS-SVM)。SVM模型计算得到的滑坡易发性指数在-2.0025~2.0826之间,RS-SVM模型的易发性指数在-2.1630~2.0816之间,二者预测的空间易发性趋势大体一致,其中高易发性主要分布在人类活动集中,构造复杂,降雨量大的区域,不易发区主要在海拔高,植被覆盖度大的区域。(4)滑坡易发性结果验证。分别用ROC曲线和易发性分区两种方法比较了SVM、RS-SVM模型的易发性结果,得到RS-SVM模型曲线下面积为0.7953,不易发区和高易发区的面积为17.38%和19.24%,分区内灾害点的比例为0.77%和65.38%,优于SVM模型的滑坡易发性评价结果。最后,再次用典型滑坡对RS-SVM的预测结果进行了实例验证。