基于深度信念网络的滑坡敏感性评价

滑坡敏感性评价中各致灾因子之间存在复杂非线性关系,传统的评价模型难以揭示该类复杂关系,以致评价结果精度受限.基于文献调查与实地调研,选取高程、地貌类型、岩性、坡度、与构造线距离、与水系距离和年均降雨量为主要致灾因素,在地理信息系统(GIS)中建立了基于深度信念网络(DBN)模型的区域滑坡敏感性区划模型,并以四川区域为例进行了实例分析.最后通过ROC曲线特征将评价结果与逻辑回归(LR)和人工神经网络(BPNN)模型评价结果进行了对比分析,并探讨了各评价模型对不同致灾因子的响应.研究表明DBN模型具有更高精度以及较低的假阳性率和假阴性率,更适合于大区域、复杂致灾因素的区划滑坡敏感性评价工作.