基于卷积神经网络和综合指数模型的吕梁市滑坡灾害易发性评价

发布时间：2020-07-25 10:34

【摘要】：吕梁市地处晋西黄土高原,境内地质环境复杂,地形起伏剧烈,自然地理环境脆弱,人类工程活动强烈,频发的滑坡灾害已经严重影响着地区的经济发展和人民的生命财产安全。开展区域滑坡灾害易发性研究,对于吕梁市经济发展有着重要意义,可为今后城市地质灾害防治规划工作提供参考。本研究在山西省1:20万地质资料基础上,整理统计出226处现有滑坡灾害数据,对研究区域滑坡发育特征和孕育背景进行综合分析,并借助MapGIS、ArcGIS、Keras平台构建综合指数模型和卷积神经网络模型分别对吕梁区域滑坡灾害易发程度进行评估,旨在探讨卷积神经网络模型用于吕梁市滑坡易发性评价的有效性,并得到吕梁市滑坡易发性分区图。本文主要工作如下:(1)简要阐述了吕梁区域地质背景概况,并对研究区滑坡灾害的发育及分布特征进行了总结。通过对研究区历史滑坡灾害进行调查分析,并结合前人经验,选取地形坡度、地貌、岩土体、活动性断裂、降雨量、地震动峰值加速度等六个影响因子作为滑坡易发性评价指标,确定了合理大小的规则格网作为研究的制图单元。(2)构建研究区滑坡灾害综合指数评价模型。通过建立三级指标的层次分析法获取各致灾因子的权重,对各因子进行分级赋值,利用综合指数模型计算吕梁市各格网单元的滑坡易发性指数,并采用自然断点法在ArcGIS上制作吕梁市滑坡易发性分区图。(3)探讨利用卷积神经网络进行滑坡易发性分析的可能性。本研究利用ENVI对因子图层叠加进行数据预处理,基于Keras平台构建合适的AlexNet-2模型进行吕梁市滑坡易发性评价,随机选取70%的历史滑坡数据输入至模型中进行训练,其中所有的参数设置都通过试错法的训练过程进行优化;再利用余下30%的滑坡数据在训练好的模型中执行测试。在CNN模型训练出结果后,利用自然断点法对每个格网内的滑坡易发性权重指数进行分级,并在ArcGIS上制作吕梁市滑坡易发性分区图。(4)通过接受者操作特性曲线与总体精度对两种模型的结果对比分析,验证论文所用方法的合理性。结果显示综合指数模型与卷积神经网络模型结果中的滑坡易发性分区在整幅图中所占比例比较相似,所使用的卷积神经网络模型得到了比综合指数模型更高的精度。具体来说,在曲线下面积值和总体精度方面,本文的卷积神经网络模型比综合指数模型结果分别高0.024和2.47%。
【学位授予单位】：太原理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：P642.22
【图文】：

图 1-1（a）离石区彩家庄山体滑坡 图 1-1（b）离石区上安村山体滑坡Fig 1-1 (a) Mountain landslide Fig 1-1 (b) Mountain landslidein Caijiazhuang, Lishi district in Shang'an Village, Lishi district.1.2 选题意义近年来，频发的地质灾害早已引起了社会的关注和重视，面对愈来愈严峻的灾害，防灾减灾工作能够很好地降低地质灾害带来的威胁。为了安全有效地对城市进行建设，以及防灾减灾工作的顺利开展，需要将区域地质灾害易发性作为一项重要的因素。区域滑坡灾害易发性评价首先收集已发生滑坡灾害以及灾害隐患点的发育和分征，结合研究区域的自然地质环境背景，从自然环境和外部诱发环境中筛选致灾因子后借助定性或定量的方法，分析致灾因子与灾害易发程度的线性或非线性映射关系

图 2-2 吕梁市地形地貌（DEM）图Fig 2-2 Topographic and landform (DEM) map of Lvliang city源区覆盖范围广泛，森林总面积为 111.86 万公顷，森林覆盖梁境内的野生植物资源丰富，分属 129 科 945 种；森林资源分布栎类、杨桦阔叶杂木林，中北部以侧柏、针叶混合林为树，黄河丘陵地带分布刺槐、榆树。吕梁山上的植被资源分常绿针叶林、亚高山草甸等多种类型，几乎囊括了华北地区程活动

图 2-3 吕梁市滑坡灾害分布图Fig 2-3 Distribution map of landslide hazard of Lvliang city图 2-4 吕梁市各区县滑坡灾害点数量及体积统计图ics of the number and volume of landslide disaster sites in each distriLvliang city县 交口县 兴县 岚县 临县 离石区 交城县 石楼县 方山县 中阳县 孝义市 文水县 汾阳地区滑坡灾害点数 滑坡总体积

【相似文献】

相关期刊论文 前10条

1 曾勇;张淑霞;吴安坤;陈春;杨群;;雷电易发性区划及防范措施[J];现代建筑电气;2017年03期

2 王星荟;孟凡奇;;可拓学在济南市地质灾害易发性评价中的应用[J];山东国土资源;2015年04期

3 陈伟;;暴雨条件下地质灾害易发性评价体系研究[J];环球人文地理;2014年12期

4 朱吉祥;张礼中;周小元;王乾;陆琰;;区域滑坡易发性评价的时间尺度特征分析[J];中国水土保持;2014年06期

5 陈玉;;基于经验权重方法的舟曲县泥石流易发性评估[J];防灾科技学院学报;2013年04期

6 牛瑞卿;彭令;叶润青;武雪玲;;基于粗糙集的支持向量机滑坡易发性评价[J];吉林大学学报(地球科学版);2012年02期

7 王哲;易发成;;基于层次分析法的绵阳市地质灾害易发性评价[J];水文地质工程地质;2007年03期

8 邵洪海;中老年易发性肩周炎的体育疗法[J];松辽学刊(自然科学版);1988年02期

9 刘渊博;牛瑞卿;于宪煜;张凯翔;;旋转森林模型在滑坡易发性评价中的应用研究[J];武汉大学学报(信息科学版);2018年06期

10 皆红富;杨晓玲;;基于地貌单元的小区域地质灾害易发性分区方法研究[J];科技创新与应用;2016年35期

相关会议论文 前10条

1 邓小龙;李丽慧;李星星;谭玉芳;;北京市平谷区地质灾害易发性评价研究[A];中国科学院地质与地球物理研究所2015年度（第15届）学术论文汇编——工程地质与水资源研究室[C];2016年

2 邓小龙;李丽慧;李星星;谭玉芳;;北京市平谷区地质灾害易发性评价研究[A];2015年全国工程地质学术年会论文集[C];2015年

3 胡凯衡;崔鹏;韩用顺;游勇;;基于聚类和最大似然法的汶川灾区泥石流滑坡易发性评价[A];第八届海峡两岸山地灾害与环境保育学术研讨会论文集[C];2011年

4 吴安坤;黄钰;陈春;张建军;;雷电易发性等级划分研究[A];第35届中国气象学会年会 S19 雷电物理和防雷新技术——第十六届防雷减灾论坛[C];2018年

5 韩振华;李淑珍;王学良;张路青;周剑;赵盛;赵婷婷;;编目图数据形式对区域崩塌易发性评价结果的影响[A];中国科学院地质与地球物理研究所2015年度（第15届）学术论文汇编——工程地质与水资源研究室[C];2016年

6 邱维蓉;吴帮玉;贾骏雄;;基于正例和未标记样本的半监督集成学习方法在滑坡易发性预测中的应用[A];中国石油学会2019年物探技术研讨会论文集[C];2019年

7 蔡怀恩;张继文;秦广平;唐浩;;延安黄土丘陵沟壑区地质灾害易发性浅析[A];中国土木工程学会第十二届全国土力学及岩土工程学术大会论文摘要集[C];2015年

8 陈涛;朱丽;牛瑞卿;;基于GBDT模型的滑坡易发性评价[A];第五届高分辨率对地观测学术年会论文集[C];2018年

9 胡俊杰;邓清海;耿许可;;基于GIS和权重信息量法的小江流域滑坡灾害易发性评价[A];防治地灾 除险安居——浙江省地质学会2017年学术年会论文集[C];2017年

10 朱浩o

本文编号：2769715