公共文化服务平台

搜索到798篇“ 滑坡危险性“的相关文章

信息量支持下SVM-GBDT模型的滑坡危险性评价: 2025年; 采用机器学习方法在长阳土家族自治县研究区进行滑坡危险性评价,能够为地质灾害防治工作提供科学合理的依据。通过历史滑坡点选取研究区12个评价指标(平面曲率、地形起伏度、地表粗糙度、坡度、植被覆盖度、工程岩组、距断裂带距离、距水系距离、降雨量、土地利用类型、距房屋距离和距道路距离)相关性分析后均被选用。计算因子信息量,联合支持向量机(support vector machine,SVM)和梯度提升决策树(gradient boosting decision tree,GBDT)模型构建研究区的评价模型,将研究区危险性分为极高、高、中和低四个等级,生成危险性分区,并对评价模型进行评估。结果表明:极高危险区主要分布于研究区的西南部、中部和东部;I-SVM和I-GBDT模型预测的极高危险区、高危险区、中危险区和低危险区的分区占比分别为15.86%、21.29%、33.51%、28.68%和30.08%、7.41%、13.28%、49.22%,I-SVM和I-GBDT模型AUC(area under curve)值分别0.859、0.829。结果表明I-SVM模型的预测危险性分区结果更合理可靠。; 邢昭孟小军袁晶晶张迪刘力陈彦美; 关键词：滑坡支持向量机

基于耦合模型的九寨沟地震滑坡危险性对比研究: 2025年; 以九寨沟地震极震区为研究区,基于4834处地震滑坡数据,选择坡度、坡向、起伏度、高程、发震断层距、震中距、地层岩性、河流距和道路距9个因子作为地震滑坡危险性评价因子,采用确定性系数-逻辑回归模型(CF-LR)、信息量-逻辑回归模型(I-LR)、确定性系数-随机森林模型(CF-RF)和信息量-随机森林模型(I-RF)4种耦合模型开展地震滑坡危险性评价,利用频率比和接受者操作特性曲线(ROC)对4种耦合模型精度进行对比分析。结果表明,4种耦合模型的地震滑坡危险性等级频率比值随着滑坡危险性等级的提高而明显增大,极高危险性和高危险区频率比占总频率比均超过85%,CF-LR模型、I-LR模型、CF-RF模型和I-RF模型的AUC值分别为0.877、0.879、0.903和0.905,表明4种组合模型均能准确地评价九寨沟地震滑坡危险性。将CF模型或I模型分别与LR模型及RF模型耦合,RF耦合模型比LR耦合模型精度提高了2.6%,表明RF模型在解决非线性关系的问题上更具优势,这一成果可为该地区灾害风险评价和防灾减灾规划提供参考。; 郑志成郭红梅赵真张莹; 关键词：滑坡危险性逻辑回归模型

基于确定性系数、逻辑回归及其耦合模型的滑坡危险性评价——以云南溪洛渡水库为例: 2025年; 为精确评价滑坡危险性,本文采用地理信息系统(GIS)、确定性系数(CF)、逻辑回归(LR)及其耦合模型,结合坡度、坡向、高程等10个关键指标,对云南溪洛渡水库及库周进行滑坡危险性分区,并将其划分为极高、高、中、低和极低危险5个等级。研究发现:土壤岩性、坡度及与道路和河流的距离是滑坡风险的主要影响因素。水库库周特别是碎屑岩、页岩软质岩区、坡度在30~40°、距离断层0~800 m、河流601~900 m范围内,滑坡风险尤为显著;极高和高危险区主要分布在金沙江两岸大坝核心区、右岸25~35 km范围以及库区末端左岸20 km的人口密集区;而低和极低危险区主要位于水库中心远离主河道的区域。CF-LR耦合模型在极高和高危险区识别及分区合理性和精度上显著优于单一的CF和LR模型。; 凡净钱洪伟邓昌宏严佩升马殿妍李飞; 关键词：滑坡逻辑回归模型

基于改进型Stacking融合模型的滑坡危险性结果评价方法: 本发明公开了一种基于改进型Stacking融合模型的滑坡危险性结果评价方法，其方法包括：S1、构建滑坡特征样本数据集，提取滑坡影响因子集并与滑坡危险性结果关联存储；S2、构建滑坡危险性评价模型，滑坡危险性评价模型包括初级...; 李军杜守航冉文艳毛海涛随欣欣陈理邱宇航楚天阔张如文

基于集成深度学习重现期降雨下的滑坡危险性评价方法: 本发明涉及坡危险性评价技术领域，尤其涉及基于集成深度学习重现期降雨下的滑坡危险性评价方法，包括采集滑坡易发性评价因子数据，并进行预处理和频率比分级系数划分；构建Stacking集成算法，利用滑坡易发性评价因子对Stack...; 周浩朱平华蒋宏伟吴佳易

甘肃积石山M_(s)6.2级地震区滑坡危险性评价与区划: 2025年; 2023年12月18日23时59分,甘肃省积石山县发生M_(s)6.2级地震,造成大量人员伤亡及崩塌和滑坡等地震次生灾害。基于震前震后高分辨率卫星影像,利用目视解译的灾害点和影响因子特征集构建MaxEnt模型进行地震后滑坡灾害危险性评价,研究认为:(1)地震诱发滑坡灾害点主要分布在1700~2250 m高程带、坡度20°~25°的阳坡范围内,在距道路距离1.5 km、距断裂带距离1.7 km、距地震中心距离5 km区间广布;(2)由影响因子的贡献率和置换重要性、测试效益值、AUC值和正则化训练增益值综合得到地震诱发滑坡的主要影响因子为距断裂带的距离、海拔和人口分布;(3)基于构建的MaxEnt模型,得出极高和高危险区主要分布于地震烈度为Ⅷ度区,其面积为5.368 km2,占极高和高危险区总面积的77.82%,而低和极低危险区主要分布于Ⅵ和Ⅶ度区,面积百分比分别为75.33%和97.55%。文章在影响因子重要性分析基础上构建MaxEnt模型进行震区滑坡灾害危险性评价,研究结果将为震区灾后重建提供参考。; 王秀琴牛全福王浩程西安李克恭牛虎林; 关键词：滑坡

一种地震滑坡危险性评估最优斜坡单元提取方法及系统: 本发明公开了一种地震滑坡危险性评估最优斜坡单元提取方法及系统，涉及地质灾害评价领域，包括获取待测区域DEM栅格数据和用于斜坡单元划分的圆标准差、最小划分面积以及初始汇流累积量；基于斜坡坡向均一性的斜坡单元划分方法，确定斜...; 高泽民蔡晓光罗浩丁明涛李佩段磊高山

基于CNN和CA的区域滑坡危险性评价预测方法、装置及设备: 本申请公开了一种基于CNN和CA的区域滑坡危险性评价预测方法、装置及设备，涉及滑坡危险性评价与预测技术领域。所述方法是先基于滑坡影响因子数据，结合卷积神经网络提出了一种区域滑坡危险性静态评价方式，然后构建元胞自动机，以及...; 甘先霞罗勇陈建华张洪吉陈青松谭小琴张鑫

信息量法与随机森林耦合模型和临界月平均降雨阈值的区域滑坡危险性评价与区划——以重庆市涪陵区为例: 2025年; 提高降雨型滑坡易发性预测精度和构建合适的降雨阈值模型对区域滑坡危险性评价具有重要意义。以重庆市涪陵区为例,采用信息量模型、BP神经网络模型、随机森林模型、信息量-BP神经网络耦合模型和信息量-随机森林耦合模型进行区域滑坡易发性评价,对比不同模型下的接受者操作特征曲线、曲线下方面积和易发性分布规律。提出滑坡临界月平均降雨阈值模型,反演出不同时间概率下的临界月平均降雨阈值。将易发性结果与时间概率等级进行耦合得到区域滑坡危险性评价结果并随机选取30次滑坡事件与4次典型滑坡事件进一步验证了评价精度。研究结果表明:信息量和机器学习模型进行耦合,弥补了机器学习在前期数据输入和非样本选择的缺点,提升了单一机器学习模型的预测精度,其中信息量-随机森林耦合模型预测精度最高;随机选取的30例滑坡样本中,有20例滑坡(占67%)位于发生时间概率50%以上区域,验证了临界月平均降雨阈值模型的精度;随机选取的4例典型滑坡样本中,时间概率等级基本为P4或P5,且位置均位于高危险区与极高危险区中,与现场调查结果基本一致,说明基于信息量-随机森林耦合模型和临界月平均降雨阈值的区域滑坡危险性评价结果准确且可靠。; 彭双庆刘朋飞陈刚王丽萍张伟罗文文景熙亮; 关键词：滑坡灾害防灾减灾

一种复杂艰险山区滑坡危险性评估方法: 本发明公开了一种复杂艰险山区滑坡危险性评估方法，该方法通过中高分辨率遥感判释和实地调绘获取评价区域滑坡地质现象分布情况，综合分析影响因素，选取评估模型影响因子，构建各因子图层栅格；接着应用概率统计模型计算各个影响因子对滑...; 谭衢霖夏宇杨敬周嘉琦廖骜杰白明洲胡俊

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈