基于BP神经网络模型的滑坡易发性评价方法

作     者：李成林 刘严松 赖思翰 王地 何星慧 刘琦 何博宇 LI Cheng-lin;LIU Yan-song;LAI Si-han;WANG Di;HE Xing-hui;LIU Qi;HE Bo-yu

作者机构：成都理工大学地球科学学院成都610059 中节能建设工程设计院有限公司成都610059 中国地质调查局成都地质调查中心成都610081 中国地质大学地球科学与资源学院北京100083 四川三合空间科技有限公司成都610094 

基　　金：四川省教育厅基金(18ZB0065) 四川省自然资源厅基金(KJ2016-16) 国家自然科学基金(41402159) 中国地质调查局地调项目(DD20221697) 

出 版 物：《科学技术与工程》 (Science Technology and Engineering)

年 卷 期：2023年第23卷第13期

页      码：5481-5492页

摘      要：滑坡是中国频发的地质灾害,滑坡的易发性评价涉及多种影响因素,如何利用多影响因素进行精确、有效的滑坡易发性评价是滑坡减灾防灾工作的重点和前提。为探讨基于反向传播(back propagation,BP)神经网络模型的不同滑坡易发性评价方法的适用性,以川西蒲江县为研究区,通过实地调查与编录,筛选地质、地貌、环境等12类影响因子,分析各影响因子与滑坡的相关性,确定影响因子的权重大小,构建BP神经网络模型,完成因子权重法和栅格赋值法的滑坡易发性评价图编制和精度评价。结果显示:研究区筛选的12类滑坡影响因子不存在线性相关,坡度、地形湿度指数(topographic wetness index,TWI)和距道路距离对区内滑坡发育影响明显,利用滑坡影响因子构建的BP神经网络模型可对滑坡易发性进行有效的定量评价。综合现场调查与接收者操作特征(receiver operating characteristic,ROC)曲线精度分析,结果表明:基于BP神经网络模型的栅格赋值法和因子权重法曲线下面积(area under curve,AUC)分别为0.86和0.798,栅格赋值法评价精度优于因子权重法,基于BP神经网络模型的栅格赋值法更适用于研究区的滑坡易发性评价。

主 题 词：滑坡易发性评价 BP神经网络模型 栅格赋值法 因子权重法 蒲江县 

学科分类：081803[081803] 08[工学] 0818[工学-交通运输类] 

D　O　I：10.3969/j.issn.1671-1815.2023.13.010

馆 藏 号：203122193...