基于贝叶斯-粒子群算法的溜砂坡稳定性评价

溜砂坡具有突发、不易预测,且产生危害大的特点。文章对拉萨市周边实地调研测量收集数据,采集了12组具有代表性的溜砂坡灾害点数据集合,运用贝叶斯网络与粒子群算法相结合,并利用算法更新公式弥补单一算法的不足,引入信息熵分析了降雨量、坡度、坡高和植被覆盖率在算法中的权重,以及各因素对溜砂坡稳定性的影响,并对溜砂坡的稳定性进行了等级划分,实验证明该方法有效,对溜砂坡稳定性评价具有一定参考价值。

C4.5算法和GIS技术在波密县滑坡灾害风险评估中的应用

波密县地处西藏东南部,地貌地质环境特殊,滑坡灾害频发。本文选取地层岩性、边坡高度、边坡角度、坡面走向、水系距离和植被覆盖度作为评价因子,通过ArcGIS提取滑坡灾害评价因子相关数据,并利用C4.5算法建立的决策树分类模型对研究区域滑坡灾害的风险性进行了定量评估。结果表明:该模型总体预测精度达到89.7%,有效预测精度高达96.2%。表明该模型具有较高的精度和置信度,为波密县滑坡灾害的预测性分析提供参考。

基于模糊概率-AHP的边坡落石灾害风险评估

西藏岩体节理多发育,破碎严重且山高坡陡,极易发生崩塌落石而对其下方道路铁道工程和建筑物构成威胁。文章综合考虑灾害的可能性和严重性,对边坡落石灾害风险性进行评估。通过模糊概率法对危岩崩落可能性进行评判,同时通过层次分析法对落石到达边坡道路的可能性进行定性分析,进而结合灾害的严重性,建立公路沿线落石灾害风险等级评估体系。该体系从灾害发生可能性到严重性进行综合考虑,提高了落石灾害风险评估的准确性,较一般的单独评价方法更准确,两种方法的结合降低了误差率。该评价体系可为落石灾害的发生提供预警及治理提供依据。