基于IOE-IV耦合模型的地质灾害易发性评价——以陕西省城固县为例

地质灾害易发性评价是地质灾害排查、风险性调查评价及预警预报工作的基础,其成果可以作为建设工程是否进行地质灾害危险性评估工作的依据。因此,进行区域地质灾害易发性评价研究显得尤为重要。本文以城固县为研究区,以气象水文类、地形地貌类、基础地质类、植被覆盖类共4类12种诱发因素为评价指标。分别采用K-means算法、FCM算法、层次聚类算法、DBSCAN密度算法对区内126处地质灾害样本数据进行分析提纯,剔除13处样本噪声点。利用提纯后的113处样本点建立IOE-IV耦合模型,并对城固县地质灾害易发性进行分区评价,评价结果表明:(1)地质灾害极高—高易发区、中易发区、极低—低易发区的占比分别为92.04%、4.42%与3.54%,预测结果较合理准确;(2)地质灾害发育主要受高程、水系的控制,在高程412~500 m、距水系小于500 m范围内主要为极高—高易发区,地质灾害呈线状发育。研究成果可以为地质灾害易发性评价样本优化、模型选择提供一定的理论依据。

基于聚类算法优化样本的地质灾害易发性评价

区域地质灾害易发性评价样本数据的可靠性是影响最终评价结果的关键因素之一。以陕西省白河县236处地质灾害为研究对象,分别采用层次聚类算法与动态K-means聚类算法对地质灾害样本数据进行聚类分析并获得其样本纯度。分析结果表明:层次聚类算法与K-means聚类算法得到样本纯度分别为91.53%与92.80%;结合两种算法结果,剔除样本噪声点20个,确定有效样本点216个,得到最终样本纯度为91.53%。利用样本提纯前后数据分别建立信息量模型(Ⅳ前、Ⅳ后),开展区域地质灾害易发性评价。评价结果表明:Ⅳ前模型与Ⅳ后模型得到的区域易发性区划图中,地质灾害落入极高-高易发区的数量分别为149个与167个,分别占灾害总数的63.13%与70.77%,灾害密度分别为0.508个/km 2与0.584个/km 2,较初始样本条件,样本提纯后极高-高易发区内灾害点数增加18个,灾害密度增加0.076个/km 2,地质灾害分布更集中,预测结果准确度更高。研究结果可为地质灾害易发性评价研究中的初始样本数据提纯提供一定的理论与科学依据。

机载指控系统仿真环境与评估研究

机载指控系统是一类复杂大系统,如何有效地分析和评估机载指控系统一直是研究领域里的一个难点,基于HLA的分布式仿真技术的发展为这一问题的解决提供了一个新途径.采用了一种基于HLA的通用机载指控系统仿真环境框架,该框架的实现将大大促进机载指控系统的研制开发和作战使用研究.

基于加权信息量模型的临潼区滑坡易发性评价

为提高滑坡易发性评价的准确性和精度,结合随机森林(FR)模型和信息量(IV)模型2种方法,提出一种新的加权信息量(WIV)模型。以西安市临潼区为研究区,基于野外调查和因素相关性分析,选取坡度、坡向、高程、曲率、地形起伏、岩土体类型、降雨量、断层、水系和道路10个影响因子,以全区72个滑坡灾害点为样本数据,分别采用FR模型、IV模型和WIV模型对研究区开展滑坡易发性评价。结果表明:WIV模型训练样本的成功率和预测率比FR模型分别高4.9%和1.9%,比IV模型分别高17.80%和4.70%;滑坡灾害点高易发区和极高易发区多分布在断层、河流及道路集中区域,且其滑坡灾害点比例WIV模型比IV模型、FR模型分别提高6.37%和4.45%;WIV模型易发性评价分区结果与研究区实际情况相近。研究成果可为防灾减灾工程提供科学依据。

城镇化与地质环境耦合协调时空演化分析--以临潼区为例

基于2010、2013、2017年临潼区23个街办面板数据,利用组合赋权法,构建城镇化与地质环境综合评价体系,首次提出城镇化-地质环境耦合协调度概念模型,并对其耦合协调的时空演化规律进行了分析。结果表明:2010-2017年,临潼区城镇化发展水平提升了5.9%,呈现出以骊山、秦陵、代王、斜口街办向北辐射的发展格局,地质环境承载力提高了6.9%,地质环境承载力依次为北部>中部>南部,位于东南部基岩山区的街办地质环境承载力最差;城镇化发展水平起点高的骊山、代王、秦陵街办发展速率较慢,但地质环境承载力提升空间较大;城镇化与地质环境的耦合协调水平整体有较大提升,良好协调以上由48%提升至78%,濒临失调的街办于2017年降至0个,两者耦合协调水平的空间集聚效应较明显。

基于支持向量机模型的滑坡危险性评价

以长安区为研究区,在分析研究区地质环境条件以及滑坡发育特征的基础上,选取12类因子作为评价指标,通过Spearman对各因子之间的相关性进行分析;分别采用线性核函数(LN)、多项式核函数(PL)、径向基核函数(RBF)、Sigmoid核函数下的支持向量机模型对研究区地质灾害危险性进行评价,利用ArcGIS软件生成最终的危险性评价结果图,将评价结果图划分为四个危险等级,分别为极高危险区、高危险区、中危险区、低危险区;不同核函数下的支持向量机模型经ROC曲线验证得到:RBF-SVM模型的预测精度最高,此核函数下的支持向量机模型更适应于该研究区滑坡灾害危险性评价中。研究结论可以为类似地质环境条件下区域地质灾害危险性评价模型的选取提供参考。

基于PSO-SVM模型的滑坡易发性评价

滑坡易发性评价是区域滑坡预警和评估工作的前期准备。滑坡致灾因子的有效选取以及评价模型的构建成为当前滑坡预测研究中的难点问题。以府谷县作为研究区,借助多种技术手段将数字高程模型(DEM)、地质图、路网图、遥感影像图等多源数据进行融合,提取了地形地貌、地层岩性以及地表覆盖等滑坡孕灾环境因子和降雨量、人类工程活动等诱发因素的特征属性作为评价指标。在此基础上,对提取的各因子的相关性进行分析,剔除了地形起伏度因子。采用粒子群优化(PSO)算法对支持向量机(SVM)模型的参数进行优化,得到最佳参数组合为惩罚因子c=1.42,核参数σ=1.15,将最优参数组合代入支持向量机模型中,构建出粒子群优化算法-支持向量机模型(PSO-SVM),并将其用于研究区滑坡易发性定量评价中。最后分别采用ROC曲线与Kappa系数对PSO-SVM模型性能的优越性进行检验,结果表明,PSO-SVM模型成功率与预测率分别为0.931和0.917,训练集与测试集的预测精度分别为79.17%、76.67%。研究结果可以为从事滑坡预测评价工作者提供决策参考。

基于频率比-随机森林模型的滑坡易发性评价

以陕西省洋县为研究区,通过搜集资料、实地调查获得研究区滑坡分布状况。结合研究区地质环境特征与前人研究经验,初步选取高程、坡度、坡向、地形起伏度、曲率、距水系距离、距道路距离、降雨量及岩土体类型,共9种滑坡影响因子展开滑坡易发性研究。首先,采用皮尔森相关系数法对各因子间的相关性进行分析。其次,按照70∶30的比例将滑坡数据随机划分为模型训练集与模型验证集。然后,采用模型训练集对频率比模型(FR)、随机森林模型(RF)及两者的耦合模型(FR-RF)进行训练,利用模型验证集对模型训练结果进行检验,并绘制ROC曲线。最后,利用验证后的模型绘制研究区滑坡易发性分区图。结果表明:①所选取的9个滑坡影响因子是相互独立的;②采用的三个模型均表现良好,其中FR-RF模型预测准确度最高(0.901),其次为RF模型(0.863),最后为FR模型(0.833);③绘制的滑坡易发性分区图可为当地政府制定土地利用规划、预防滑坡等方案提供参考借鉴。

基于SVM-LR模型的滑坡易发性评价——以临潼区为例

以临潼区作为研究区,在收集资料的基础上,选取12类影响因素作为评价因子,采用滑坡相对点密度分析滑坡点与评价因子的空间分布关系,通过Spearman对因子相关性进行分析,剔除地形起伏度因子;分别采用支持向量机模型(support vector machine,SVM)与逻辑回归模型(logistic regression,LR)对区内滑坡易发性进行评价,评价结果表明:SVM、LR模型的预测准确率分别为81.8%、86.4%。在此基础上,通过建立max{LSI(SVM)、LSI(LR)}函数,提出SVM-LR模型并用于研究区滑坡灾害易发性评价中。最后采用受试者特性曲线(receiver operate curve,ROC)对3种模型的预测精度进行检验与对比,检验结果表明:SVM-LR模型的成功率与预测率均高于SVM、LR模型,在极高易发区—高易发区内,滑坡灾害点所占百分率提高了2.8%。研究结果可以为滑坡易发性评价提供一种新的思路。

加权确定性系数模型的滑坡易发性评价

针对传统的滑坡灾害易发性评价中仅考虑评价因子间的一级指标权重或者因子各分级状态的二级指标权重,未能考虑各评价因子各分级状态的综合权重,从而导致评价结果缺乏一定适应性问题。文中提出了将随机森林模型(Random Forest,RF)和确定性系数模型(Certainty Factor,CF)相耦合的加权确定性系数评价模型(Weighted Certainty Factor,WCF)。该模型通过CF模型计算二级指标因子权重,并利用RF模型计算出一级指标因子权重,然后通过将所有指标因子的易发性指数进行加权求和,获得多种因素耦合下的滑坡灾害易发性程度。以陕西省西安市周至县为研究区,在对研究区的地质环境、人类活动情况、滑坡分布特征及形成条件进行了综合分析的基础上,选取了14类与滑坡发生相关的指示因子,结合GIS的空间分析功能,分别采用CF,RF和WCF模型对研究区内滑坡灾害易发性进行区划,各模型的评价结果采用Kappa系数进行对比验证。研究结果表明:研究区内的滑坡主要受高程、地貌类型、与断层距离因子的影响,各因子所占权重分别为0.27,0.12,0.11;改进后的WCF模型区划结果的准确性相对于RF和CF模型提高了5.2%和9.9%.由此表明,WCF模型更适用于研究区的滑坡易发性评价,评价结果可为研究区的滑坡灾害防治规划提供重要的参考价值。

基于主元分析和信息量模型的滑坡易发性评价——以丹凤县为例

以陕西省丹凤县滑坡为研究对象,通过搜集地质资料与野外调查获取区域基础地质信息,借助ArcGIS技术手段提取地质信息,建立信息量模型揭示地质信息与滑坡发生概率之间的内在联系,开展丹凤县滑坡易发性评价研究。通过野外实地考察,将区内滑坡划分为历史滑坡与滑坡隐患,建立各自的滑坡属性数据库;分别采用主成分分析法与皮尔森相关系数法对历史滑坡影响因素进行遴选,建立研究区滑坡评价因子指标分级体系;以历史滑坡数据为基础,建立信息量模型,绘制研究区滑坡易发性评价区划图,并采用滑坡隐患数据检验评价结果的准确性。研究对丹凤县滑坡的综合防控具有一定的参考价值。