基于聚类-信息量耦合模型下的广元市滑坡灾害易发性评价

发布时间：2021-04-25 21:16

　　四川省位于我国西南地区,复杂地形导致近年来西南山区地质灾害频发。这对当地居民生活及生命安全造成了严重的威胁。对滑坡进行易发性评价,能在宏观上了解一个区域滑坡发生的可能性大小,为防灾减灾提供科学参考,也能减轻人民生命财产的损失。本文以四川省广元市为研究区,以2015—2017年广元市滑坡灾害点作为模型训练数据,以2018年的滑坡数据作为验证数据,选取并分析DEM、坡度、坡向、曲率、道路、水系、植被指数和地层岩性等8个评价因子。首先采用K-Means聚类算法对DEM、坡度、坡向和曲率等地形因子进行等级划分;而对于道路、水系、植被覆盖指数和地层岩性等区域连续性较强的因子,采用自然断点法划分等级。然后将信息模型与K-Means聚类算法进行耦合,统计并分析各个评价等级的信息量,最终利用频率比法对广元市的滑坡灾害易发性划分为5个等级。本文采用K-Means聚类因子分级方法,充分考虑了单个评价单元内DEM、坡度、坡向和曲率这4个地形因子的内在联系,比传统的断点法具有更高的客观性和系统性。通过对评价模型进行验证发现,在验证集上,95.4%的灾害点落在中度及以上区域,其中61.3%的灾害点位于高易发性区... 

【文章来源】：测绘与空间地理信息. 2020,43(12)

【文章页数】：7 页

【文章目录】：
0 引言
1 聚类分析支撑下的评价模型
    1.1 技术路线
    1.2 信息量模型
    1.3 K-Means聚类模型
    1.4 聚类-信息量耦合模型
    1.5 频率比模型
2 评价因子计算与分析
    2.1 研究区概况
    2.2 数据处理步骤
    2.3 基于K-Means聚类的因子信息量计算
        2.3.1 高程
        2.3.2 坡度
        2.3.3 坡向
        2.3.4 曲率
    2.4 基于Arc GIS分析工具的因子信息量计算
        2.4.1 水系距离
        2.4.2 道路距离
        2.4.3 岩性
        2.4.4 植被指数
3 滑坡信息量计算与易发性评价
    3.1 滑坡信息量计算
    3.2 滑坡易发性等级划分
    3.3 滑坡易发性评价结果分析及验证
4 结束语


【参考文献】：
期刊论文
[1]基于滑坡分类和加权频率比模型的滑坡易发性评价[J]. 郭子正,殷坤龙,黄发明,付圣,张文.  岩石力学与工程学报. 2019(02)
[2]基于信息量模型和数据标准化的滑坡易发性评价[J]. 杨根云,周伟,方教勇.  地球信息科学学报. 2018(05)
[3]基于GIS和信息量模型的京张高铁滑坡易发性评价[J]. 张向营,张春山,孟华君,王鹏,李焕彬.  地质力学学报. 2018(01)
[4]基于聚类分析和支持向量机的滑坡易发性评价[J]. 黄发明,殷坤龙,蒋水华,黄劲松,曹中山.  岩石力学与工程学报. 2018(01)
[5]基于GIS的白龙江流域甘肃段滑坡易发性评价[J]. 杜国梁,张永双,高金川,孙於春,郭长宝.  地质力学学报. 2016(01)
[6]延河流域加权信息量法地质灾害分区研究[J]. 郑苗苗,牛树轩,郑泓.  灾害学. 2016(01)
[7]三峡库区万州区滑坡灾害易发性评价研究[J]. 张俊,殷坤龙,王佳佳,刘磊,黄发明.  岩石力学与工程学报. 2016(02)
[8]基于斜坡单元与信息量法结合的宝塔区黄土滑坡易发性评价[J]. 薛强,张茂省,李林.  地质通报. 2015(11)
[9]汶川县地震滑坡易发性LR与NN评价比较研究[J]. 文海家,胡东萍,王桂林.  土木工程学报. 2014(S1)
[10]信息量模型在山地环境地质灾害危险性评价中的应用——以四川泸定县为例[J]. 邓辉,何政伟,陈晔,蔡宏,李璇琼.  自然灾害学报. 2014(02)



本文编号：3160110