不确定贝叶斯算法在滑坡危险性预测的应用

为了解决传统的贝叶斯分类技术在构建滑坡危险性分类和预测的模型的过程中难以有效地获取预测模型所需的参数及滑坡诱发因素定量刻画技术难题等问题,引入不确定贝叶斯算法,将不确定数据的可能世界模型与朴素贝叶斯分类模型结合起来,构建了不确定贝叶斯分类模型,从而有效刻画降雨量这一属性级不确定的属性,达到提高滑坡危险性预测精度的目的。通过实例验证了运用该方法进行滑坡危险评价的可行性和高效性。

基于不确定贝叶斯分类技术的滑坡危险性评价

由于引起滑坡的诱发因素(降雨)值无法准确获取,应用概率统计思想,刻画雨量值;依据延安黄土滑坡成灾机理研究,确定坡高、坡度、坡向、坡型、岩土体结构和植被覆盖为滑坡成灾基本因素;提出了不确定贝叶斯分类挖掘技术构建区域滑坡危险性评价模型方法,达到提高区域滑坡危险性预测精度的目的.以延安市宝塔区为例,验证了运用该方法进行区域滑坡危险评价的可行性.结果表明:采用不确定贝叶斯分类模型对研究区进行危险性划分,评价结果和实际滑坡发育情况吻合,合理地反映区内滑坡灾害发育的总体特征;不确定贝叶斯分类方法的零阶矩曲线下面积值比朴素贝叶斯方法有所提高,证明该方法科学合理.