基于加权信息量模型的滑坡灾害易发性评价——以灞桥区为例

发布时间：2022-07-08 11:04

　　以灞桥区作为研究区,在查阅大量相关文献以及对区域地质环境条件、滑坡特征分析的基础上,选取坡度、坡向、高程、曲率、地形起伏度、地貌类型、地层岩性、断层距离、水系距离、降雨量、归一化植被指数（normalized difference vegetation index, NDVI）、道路距离12类影响因素作为评价因子。基于熵指数模型（index of entropy, IOE）与信息量模型（IV）,提出一种新的加权信息量模型（WIV）,分别将三种模型用于研究区滑坡灾害易发性评价中。借助ArcGIS软件计算得到整个研究区滑坡易发性指数,根据自然间断点法划分为5个易发等级区,分别为极低、低、中、高、极高易发区,生成最终的滑坡易发性区划图。最后采用ROC曲线对三种评价模型进行检验与比较,结果表明:IOE、IV、WIV三种模型的成功率曲线的训练精度分别为76%、84%、88%;预测率曲线的预测能力分别为72%、86%、90%,由此得出WIV模型较IOE、IV模型预测准确率更高。同时,对三种模型之间的独立性进行了检验,结果表明IOE模型与IV、WIV模型呈低相关度,IV模型与WIV模型呈显著相关。研... 

【文章页数】：9 页

【文章目录】：
1 研究区概况
2 评价模型的选择
    2.1 熵指数模型
    2.2 信息量模型
3 评价因子的选取与分级
    3.1 数据准备
    3.2 评价因子选取
    3.3 评价因子图层制作
    3.4 评价因子分级
4 滑坡灾害易发性评价结果
    4.1 评价单元的划分
    4.2 熵指数模型的评价结果
    4.3 信息量模型的评价结果
    4.4 加权信息量模型的评价结果
5 评价模型的检验与对比
6 评价模型的独立性检验
7 结论


【参考文献】：
期刊论文
[1]江西省龙南县滑坡易发性评价[J]. 苏晨旭,田钦,刘本朝,杨光照,黄宽,黄发明.  科学技术与工程. 2019(17)
[2]汶川地震滑坡危险性评价——以武都区和文县为例[J]. 孙艳萍,张苏平,陈文凯,周中红.  地震工程学报. 2018(05)
[3]基于SVM-ANN模型的滑坡易发性评价——以三峡库区巫山县为例[J]. 夏辉,殷坤龙,梁鑫,马飞.  中国地质灾害与防治学报. 2018(05)
[4]基于优化随机森林模型的滑坡易发性评价[J]. 刘坚,李树林,陈涛.  武汉大学学报(信息科学版). 2018(07)
[5]证据权法在区域滑坡危险性评价中的应用——以贵州省为例[J]. 范强,巨能攀,向喜琼,黄健.  工程地质学报. 2014(03)
[6]中高山地区滑坡发育地形地貌因子敏感性研究[J]. 汪旭涛,谢昭宇,胡凯锋.  地震工程学报. 2013(03)
[7]利用证据权法实现滑坡易发性区划[J]. 张艳玲,南征兵,周平根.  水文地质工程地质. 2012(02)
[8]基于逻辑回归法的滑坡危险度区划研究[J]. 王志旺,廖勇龙,李端有.  地下空间与工程学报. 2006(S2)
[9]不同比例尺DEM提取地面坡度的精度研究——以在黄土丘陵沟壑区的试验为例[J]. 汤国安,杨勤科,张勇,刘咏梅,刘新华.  水土保持通报. 2001(01)
[10]基于GIS的信息量法模型在地质灾害危险性区划中的应用[J]. 阮沈勇,黄润秋.  成都理工学院学报. 2001(01)



本文编号：3656910