滑坡敏感性评价中因子分类方法的研究

被引量 : 0次 | 上传用户:marriamirror
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文以嘉陵江燕子河流域为例,研究因子分类对滑坡敏感评价效果的影响。选取的影响因子有高程、坡度、坡向、平面曲率、剖面曲率、地层岩性、到断层距离、到道路距离、归一化植被覆盖指数、地形湿度指数和标准化降水指数。因子分类所依据的数据不同会导致分类结果不同,从而影响敏感性制图的效果,因此本文分别以滑坡点和研究区所有点为分类依据对连续型因子进行分类并对比其性能。连续型影响因子的最优分类数目采用拐点法确定,对应的分类间隔采用自然间断法确定。离散型影响因子按实际情况进行分类。因子分类之后,本文采用支持向量机构建敏感性评价模型,并用受试者工作特征曲线评价模型性能。结果显示,拐点法和自然间断法可以很好地应用于滑坡敏感性评价的连续型影响因子分类之中。相比于采用整个研究区数据进行因子分类,利用滑坡点确定的分级标准更好,得到的敏感性图也更优。两种方法对应的曲线下面积分别是0.82(以研究区所有点作为分类数据)和0.87(以滑坡点作为分类数据)。本文绘制的嘉陵江燕子河流域滑坡敏感性图与滑坡的分布符合较好,对研究区的防灾减灾工作有参考作用。
其他文献
教师的教学行为对教学效果会产生直接影响,教学行为改进是一个动态的过程并且具有群体性特征。本研究基于经验学习圈理论,对71名教师在2年持续教学行为改进过程中的350节视频
任何事物的发展都要经过由否定到肯定的过程。否定自己的一些错误的思想和行为,就是为了使自己的生意和事业有更好的发展。所以经销商要善于反思,善于发现自己生意中的问题、
以鼠标加工为实例,介绍了MasterCAM9.0软件造型、编程的基本思路和步骤,重点介绍其加工工艺和加工参数等关键问题。运用该软件,可避免繁琐的手工编程,提高加工效率,保证零件
针对高光谱图像信息冗余、标签样本有限、难以提取光谱和空间信息导致分类困难的问题,提出一种基于深度学习的高光谱图像分类算法。通过生成对抗网络进行数据增强,解决样本受限情况下分类精度不高的问题,也避免训练样本过少导致分类网络出现过拟合;设计高效的三维多通道卷积神经网络以提取高光谱图像的空谱联合信息,并挖掘深层特征实现分类。实验表明:提出的算法能自适应提取高光谱图像的空谱联合特征,具有更高的分类精度,并