手机知网 App
24小时专家级知识服务
打 开
地质学
径向基神经网络耦合确定性指数的滑坡易发性分区研究
滑坡易发性分区是预测滑坡的有效手段。本文利用径向基神经网络模型(RBFNN)耦合确定性指数(CF)构建混合模型(RBFNN-CF)开展陕西省汉中市城固县滑坡易发性分区研究。首先选取坡度、坡向、平面曲率、剖面曲率、高程、年平均降雨量、道路缓冲区、水系缓冲区、断层缓冲区、NDVI和地层岩组作为滑坡诱发因子,计算对应的CF指数并数量化诱发因子。其次将野外调查的184个滑坡数据按照7/3的比例划分为训练数据和测试数据,分别利用RBFNN-CF和RBFNN模型绘制滑坡易发性分区图。最后利用ROC曲线下的面积评估和对比分区的结果和模型的分类能力。结果表明RBFNN-CF模型的分类能力和泛化性均强于原始模型,值得在研究区推广,并且得到的滑坡易发性分区图也可为当地的滑坡防治工作提供参考。
0 124
手机阅读本文
下载APP 手机查看本文
长江科学院院报
网络首发
相似文献
相关工具书
图书推荐

搜 索