基于机器学习的汶川震区滑坡灾害气象预警模型研究

发布时间：2022-01-06 01:59

　　<正>近年来,降雨诱发的滑坡灾害日益频繁,给人民生命财产安全造成了严重的威胁。因此,深入开展滑坡灾害气象预警研究具有重要的理论意义和实用价值。为了解决传统滑坡灾害气象预警方法在计算性能和预警精度等方面的不足,本文立足于滑坡灾害气象预警工作,选取汶川Ms8.0级强烈地震重灾区的62县市为研究区,深入分析研究区滑坡灾害与地质环境、降雨之间的关联关系,构建适用于研究区的滑坡因子指标体系,运用机器学习理论和方法,建立了基于机器学习的滑坡灾害气象预警模型,并利用研究区历史监测数据进行试验,验证了该方法的准确性和可靠性。本文取得的主要研究成果如下:（1）分析了研究区地质环境基本情况。 

【文章来源】：测绘学报. 2020,49(02)北大核心EICSCD

【文章页数】：1 页

【文章目录】：
(1) 分析了研究区地质环境基本情况。
(2) 构建了研究区滑坡灾害因子指标体系,提出了指标量化表达的方法。
(3) 建立了基于改进BP神经网络的滑坡灾害气象预警模型。
(4) 建立了基于动态粒子群优化BP神经网络(BP neural network based on dynamic particle swarm optimization,DPSO-BP)的滑坡灾害气象预警模型。
(5) 建立了基于深度信念网络(deep belief network,DBN)的滑坡灾害气象预警模型。


【参考文献】：
期刊论文
[1]Artificial Neural Network-based prediction of glacial debris flows in the ParlungZangbo Basin, southeastern Tibetan Plateau, China[J]. TANG Wang,DING Hai-tao,CHEN Ning-sheng,MA Shang-Chang,LIU Li-hong,WU Kang-lin,TIAN Shu-feng.  Journal of Mountain Science. 2021(01)

硕士论文
[1]机器学习方法在滑坡灾害易发性区划中的应用[D]. 张阳.东华理工大学 2021
[2]基于大数据分析与挖掘的铁路滑坡灾害监测预警模型研究[D]. 金劭南.电子科技大学 2021
[3]基于地基DInSAR的滑坡预警方法和模型研究[D]. 齐麟.内蒙古工业大学 2020
[4]基于文本大数据的地震应急的知识发现[D]. 张晓辉.兰州交通大学 2020



本文编号：3571493