地质灾害易发性是以地质环境条件为基础结合地质灾害孕灾因子和诱发因子预测其在一定区域内发生的可能性大小。常用的易发性评价方法有统计学方法,概率学方法,数据挖掘方法。统计学方法包括逻辑回归法和多元线性回归法等。概率学方法有信息量法、熵指数法、确定性系数法等。数据挖掘法有人工神经网络法、支持向量积法、...
地质灾害易发性评价常用方法 A.1 信息量模型方法 地质灾害的形成受多种因素影响，信息量模型反映了一定地质环境下最易致灾因素及其细分区间的组合；具体是通过特定评价单元内某种因素作用下地质灾害发生频率与区域地质灾害发生频率相比较实现的。对应某种因素特定状态下的地质灾害信息量公式可表示为（A.1）：I A j →...
信息量模型通过统计学的方法，计算出各评价因子中不同子类的信息量值，并以此来表示其对灾害发育的促进程度。该方法客观高效，应用广泛。在滑坡灾害易发性评价中，信息量模型以各评价因子所贡献的信息量值大小与综合水平为标准，进行区域滑坡易发性分区，计算各评价因子对滑坡灾害信息量贡献值是该模型的核心[12]。 2 ...
入门篇,ArcGIS软件的快速入门与GIS数据源的获取与理解;方法篇,致灾因子提取方法、灾害危险性因子分析指标体系的建立方法和灾害危险性评价模型构建方法;拓展篇,GIS在灾害重建中的应用方法;高阶篇:Python环境中利用机器学习进行灾害易发性评价模型的建立与优化方法。 进一步理解地质灾害形成机理与成灾模式;从空间数据处理、...
本发明公开了一种滑坡易发性评价方法,包括获取已有的滑坡数据信息;筛选滑坡灾害影响因子;构建样本集;构建滑坡易发性评价模型并训练得到训练后的滑坡易发性评价模型;采用训练后的评价模型对待分析区域的滑坡易发性进行评价。本发明提供的这种滑坡易发性评价方法,通过强化负样本策略得到可靠的负样本集,通过构建的滑坡易发性...
该方法首先使用AGNES聚类(agglomerative nesting)将研究区全局栅格单元分成若干个局部子区,然后采用一种特征优选策略为每个子区选择最优致灾因子组合,最后采用Stacking集成技术耦合多种机器学习算法实现滑坡易发性评价。以宜宾市为研究区,基于...
传统的泥石流易发性评价方法主要是基于历史灾害数据和统计模型建立的,这种方法主要考虑了地形等因素,而没有考虑到斜坡破坏是泥石流灾害发生的主要成因之一。因此,基于斜坡破坏的泥石流易发性评价方法是解决现有问题的关键之一。 二、研究内容 该研究主要从斜坡稳定性、降雨条件和物质特性三个方面,提出了基于斜坡破坏的泥石流...
地质灾害易发性评价是地质灾害调查评价和建设项目地质灾害危险性评估的重要任务,制定一个地区的地质灾害防治规范,必须根据实际情况划定地质灾害易发区。地质灾害易发区,也可称为地质灾害多发区,是指容易或经常产生地质灾害的地区。由于评价方法、评价理论、评价指标的不同,在同一地区,不同的单位和不同的技术人员可能将某...
本发明公开了一种随机森林的滑坡易发性评价方法,属于滑坡预测领域,解决了现有技术中机器学习技术在滑坡预测容易出现过拟合现象的问题;本发明首先获取滑坡灾害研究区域的多源数据,提取评价因子,生成评价因子图层;然后计算各评价因子的CF值及信息量,利用CF值求出各因子权重,将求出的权重与对应信息量值相乘,打包构建实验数据...