基于信息量-随机森林耦合模型的山地丘陵县滑坡灾害易发性空间预测

为解决传统评价模型中精度不高、容易出现过拟合问题,提出基于信息量-随机森林(IV-RF)耦合模型对山地丘陵县滑坡灾害进行易发性评价。在关联性分析基础上,构建含有高程、坡向、坡度、工程地质岩组、距道路距离、平面曲率6个指标在内的评价体系,借助ArcGIS的空间分析功能,建立基于信息量-随机森林耦合模型进行滑坡灾害易发性分区评价,并通过信息量模型进行对比分析与验证,最后以新干县为研究区进行实例分析。结果表明:影响滑坡的6个评价指标中,距道路距离这一指标对其影响最大;滑坡高易发区和较高易发区呈线性分布在道路附近;信息量-随机森林耦合模型较信息量模型的预测精度高了20.7%,说明信息量-随机森林耦合模型更适用于山地丘陵区的滑坡易发性评价。

基于信息量-随机森林模型的地震带地质灾害易发性评价:以松潘-较场地震带为例

地震会引起地表振动及破坏,同时加大滑坡、崩塌、泥石流等次生灾害的发生概率,对位于地震带区域城市进行地质灾害易发性预测,是地质灾害防治的有效措施。为了探究地震带区域地质发育程度对地质灾害的影响,以松潘-较场典型地震带的平武县为例,从地形地貌特征、地层地质条件、气象水文、地震带发育特征、土壤植被、人类工程活动影响6个方面选取地质灾害的诱发因子,采用信息量模型、信息量-层次分析法(analytic hierarchy process,AHP)和信息量-随机森林(random forest,RF)3种评价模型对平武县地质灾害进行易发性评价,结果表明信息量-RF模型的对比分析结果优于其他两种模型,接受者操作特征(receiver operating characteristics,ROC)曲线精度评估信息量-RF模型的曲线下的面积(area under curve,AUC)(0.991)高于信息量-AHP模型(0.931)和信息量模型(0.920),说明基于信息量耦合随机森林的综合易发性评价模型更适用于地震带地区的地质灾害易发性评价,具有良好的预测精度。

随机复合材料结构非线性热-力耦合模拟的统计高阶多尺度方法

对于具有复杂随机细观构造的复合材料结构的非线性热-力耦合问题的随机多尺度建模和计算仍是一个具有挑战性的问题。本文发展了一个新的统计高阶多尺度方法,克服了随机多尺度问题直接模拟时巨大的计算量,实现了具有随机复合材料结构非线性热-力耦合问题的数值模拟。借助统计多尺度渐近分析和泰勒级数方法,本文严格推导了可以精确分析随机复合材料结构宏-细观尺度非线性热-力耦合响应的统计高阶多尺度计算模型。然后,通过局部误差分析证明了统计高阶多尺度计算模型中高阶校正项在保持计算模型局部能量和动量守恒的重要意义。进一步,建立了可以高效模拟随机复合材料结构非线性热-力耦合行为的具有离线和在线两阶段的时空多尺度算法。最后,通过数值实验验证了统计高阶多尺度方法的计算高效率和高精度。

基于信息量和逻辑回归耦合模型的黄土地震滑坡危险性分析

黄土地震滑坡危险性分析对黄土地区城镇化、工程建设的规划和地震灾害预防具有重要意义。以甘肃省定西市岷县—漳县交界处为研究区域,通过统计分析该区历史地震滑坡灾害数据,归纳并建立包含地震、坡度、坡高、坡向、地层岩性、年平均降雨量、河流流域和地貌类型等8个影响因子的评价指标体系,采用信息量模型、逻辑回归模型和信息量-逻辑回归耦合模型分别分析该区域黄土地震滑坡危险性。结果表明:(1)地震、河流和降雨是诱发黄土滑坡灾害发生的主要因素,其中地震因子贡献率最大;(2)研究区可划分为高、较高、中、低和极低危险区五个等级,其中高危险区主要集中于岷县、漳县与陇西县等地;(3)根据受试者工作特性(ROC)曲线精度检验结果,三种模型的AUC值分别为0.889、0.617和0.898,信息量-逻辑回归耦合模型结果的精确性相比其他两个模型更高。

基于粒子群-随机森林模型的采样布局优化

采样设计是获取土壤有机质空间分布信息的关键环节,直接影响有机质预测空间分布的精度。目前常用的采样设计方法大多存在样本量大、效率低的问题。因此采用最少数量和最优空间布局的采样方案对于长时序准确监测土壤有机质的时空变化至关重要。以北京市延庆区耕层土壤有机质为研究对象,基于525个原始样点采用变异系数和相对偏差计算确定合理样本数量。通过植被指数、土壤质地类型、土壤母质类型、地形湿度指数、坡度、年均降水量等辅助变量建立随机森林模型,利用粒子群算法收敛随机森林预测误差,对各样点的空间布局进行优化,确定监测点最小数据集的最优空间分布格局。结果表明,利用粒子群-随机森林模型制定的土壤采样方案是可行的。优化后的样本数量减少至37个,减幅达92.95%;粒子群-随机森林均方根误差和模型拟合效果均优于随机抽样和粒子群-地统计抽样方法,R^(2)为0.51,RMSE达到10.66g·kg^(-1);优化后生成的空间分布图与原始数据接近,相对误差为4.71%,估计较为准确。采用的粒子群-随机森林模型较为准确的反映区域耕层土壤有机质的空间格局,且兼顾抽样精度和抽样成本,能为后续采样方案提供科学建议。

基于信息量、加权信息量与逻辑回归耦合模型的云南罗平县崩滑灾害易发性评价对比分析

以罗平县崩滑地质灾害为研究对象,选取工程岩组、坡度、坡向、高程、起伏度、曲率、地貌类型、距河流距离、距断裂距离9个评价因子,基于共线性诊断和相关性分析对其进行独立性检验。然后采用信息量法计算各评价因子分类分级的信息量值,采用层次分析法和逻辑回归法对各评价因子进行权重的定量计算,从而构建信息量、加权信息量和信息量-逻辑回归耦合易发性评价模型并进行对比分析。基于GIS的自然断点法将评价结果划分为非、低、中和高4个等级,并采用ROC曲线对其精度进行检验。结果表明:3种评价模型的AUC值分别为0.757、0.723和0.852,信息量-逻辑回归耦合模型的精度最高,模型结果分区与崩滑地质灾害点的分布较吻合,其非、低、中和高的面积(分级比)分别为771.1 km^(2)(25.55%)、836.6 km^(2)(27.73%)、864.36 km^(2)(28.64%)和545.94 km^(2)(18.08%)。

信息量支持下的随机森林模型的崩塌易发性评价

地质灾害易发性评价作为预测地质灾害发生概率的重要手段被中外学者广泛应用。以陕西省神木市为研究区,在分析了研究区地质环境、人类活动与崩塌形成条件的基础上选取了高程、坡度、坡向、降雨量、距水系距离、距道路距离、岩性、地貌、曲率、归一化植被指数(normalized vegetation index,NDVI)10个影响因子。采用皮尔森相关系数对各因子进行独立性检验。结果表明:各因子间相关系数较低,认为各因子独立;为确保所选非崩塌点为高概率的非崩塌点,利用从信息量模型(information value model,IV)形成的较低及低易发区选取非崩塌点,结合随机森林模型(random forests,RF)进行研究区崩塌易发性分析,并将得到的易发性分析结果与随机选取非崩塌点的RF模型进行对比。最后利用受试者特征曲线(receiver operate curve,ROC)曲线进行两种模型的精度对比,得到RF的成功率和预测率分别为94.5%、89.9%,IV支持下的RF的成功率和预测率分别为96.9%、96.5%。综上IV支持下的RF模型比单一模型具有更好的预测精度。

基于信息量模型与随机森林模型的崩岗风险对比评估

崩岗是发生在我国南部地区一种典型的水土流失现象,对其进行风险评估有利于崩岗防控。建立崩岗风险评估体系和崩岗评估模型是崩岗风险评估的基础,而不同的评估模型对崩岗风险的评估结果存在差异。探究不同模型在崩岗风险评估中的应用差异,提高预测精度是目前亟需解决的问题。本研究以福建省安溪县龙门镇小流域为例,根据风险因子与崩岗发生之间的关系选择出主要因子,分别运用信息量模型与随机森林模型对崩岗进行风险评估,对比两种方法的优缺点,进一步探究较优的崩岗风险评估方法。结果表明:(1)信息量模型与随机森林模型均适用于研究区的崩岗发生风险评估,基于随机森林模型对崩岗发生风险的预测精度高于信息量模型(AUC值分别为0.89和0.81),混淆矩阵准确率达到84.09%,且泛化能力较好;(2)高程、地形起伏度、坡度和河网缓冲距离因子是崩岗发生的重要风险因子;(3)2个模型预测的崩岗风险空间分布大致相同,约83%的风险区等级面积趋于一致,且以中、高风险为主。研究结果表明随机森林模型的预测性能总体较信息量模型优,可用于未来崩岗发生的风险评估,为崩岗的防治工作提供参考。

基于随机森林模型的陆地卫星-8遥感影像森林植被分类

以黑龙江省漠河县为研究区域,采用陆地卫星-8遥感影像为数据源,结合影像的光谱信息和数字高程模型辅助数据,分别采用最大似然分类法(MLC)和随机森林模型法(RFM)对研究区森林植被进行分类,并分析和评价光谱特征变量对模型的重要性、2种分类方法对森林植被类型分类的适用性。结果表明:随机森林分类方法的总体分类精度为81.65%、卡帕(Kappa)系数为0.812。与传统的MLC方法相比,RFM法均提高了3种森林类型的生产者精度和使用者精度,其中针阔混交林精度提高最多。通过分析特征变量的重要性,发现高程、归一化植被指数、红光波段、近红外波段、短波红外波段对模型分类精度有较重要的影响。说明随机森林模型方法结合多源信息是森林植被类型遥感分类的一种有效手段。

基于Timoshenko梁模型的车辆-轨道耦合系统垂向随机振动分析

将钢轨视为无限长Timoshenko梁,由两层弹簧阻尼系统连续支撑,在频域建立车辆-轨道垂向耦合动力学模型。提出采用格林函数法求解钢轨运动偏微分方程,可在较宽频域内得到轨道动力响应避免模态截断频率限制,结合车辆方程求解点导纳及传递导纳,运用虚拟激励法将真实轨道谱激励作为系统输入,求解车辆-轨道系统随机振动响应,并将该弹性轨道与传统刚性轨道、简化弹簧轨道模型结果进行对比。研究结果表明,采用格林函数法求解无限长Timoshenko梁弹性轨道模型可快速实现全频域计算,得到轨道系统频率响应特性。利用虚拟激励法及叠加法,可得到轮轨多点接触工况下的车辆与轨道结构随机振动响应。采用刚性轨道结构模型会导致过高估计车辆结构在高频的振动,整个耦合系统振动响应均对速度较敏感。考虑轨道弹性影响的弹性轨道模型更符合实际,采用格林函数法求解轨道模型较为快速精确。

基于RSIV-RF模型的凉山州泥石流易发性评价

针对随机森林(RF)模型进行泥石流易发性评价过程中存在连续型因子依靠主观意识分级、随机选取的非泥石流样本准确度较低等问题,以位于四川西南部的凉山彝族自治州为研究区,提出基于统计学先验模型抽样的随机森林对研究区进行泥石流易发性评价分区。利用累计灾害频率等曲线的相对变化对连续型因子进行分级处理;采用粗糙集理论(RS)和信息量法(IV)计算加权信息量值,划定极低和低易发性区并从中选择负样本数据。通过袋外误差(OOB)变化曲线确定RF模型的最佳树棵数n_estimators和分裂特征数max_features,随后构建加权信息量-随机森林(RSIV-RF)模型预测凉山州泥石流易发性。进一步地,与从全区随机选择非泥石流样本的RF模型开展对比研究。结果表明,训练集和测试集下RSIV-RF模型的准确度分别为0.89,0.83,且对应的ROC曲线的AUC值分别为0.920,0.895,均高于单独的RF模型;RSIV-RF绘制的泥石流易发性评价图与历史灾害分布较为一致,较高和高易发性等级区域占研究区面积比为18.625%,包含了78.57%的泥石流点。性能评估和易发性统计结果均表明基于RSIV-RF能够解决单独模型存在的非泥石样本采样不准确的问题,其泥石流易发性预测精度更高,在凉山州地区泥石流易发性评价研究中具有较好的适应性。

基于扣件FVMP模型的车-轨耦合随机振动分析

针对高速铁路钢轨扣件,结合其动态力学性能试验,基于高阶分数阶导数理论建立扣件动参数频变FVMP模型,并将该模型应用于车辆-轨道随机振动模型中,采用格林函数法及虚拟激励法分析扣件动参数频变对车辆及钢轨结构振动的影响。计算结果表明:扣件的动参数对频率和温度具有明显的依赖性,而高阶分数阶导数FVMP模型能准确表征这种力学行为;扣件动参数的频变特性对车体的垂向振动无较大影响,但对频率在20~70Hz范围内的转向架随机振动有一定影响;考虑扣件动参数频变特性后轮对与钢轨振动所受影响较大,轮对加速度功率谱密度在中频段的峰值相差64.2%,钢轨加速度功率谱密度在中频段的峰值相差55.2%;扣件FVMP模型得到的轮轨随机振动频域分布向高频偏移,且中高频段内轮轨振动响应减小;忽视扣件动参数随频率变化的特性将难以准确表征轮轨中高频段内的振动响应。

基于不同耦合模型的区域地质灾害易发性评价——以河南商城县为例

为探索效果最优的地质灾害易发性评价模型,以商城县为研究区,结合其孕灾地质条件与地质灾害发育特征,分析地质灾害影响因素,从地理环境、地质环境、人类活动3个方面选取高程、坡度、坡向、剖面曲率、植被覆盖率、工程地质岩组、断层、道路、水系9个因子构建评价指标体系,运用证据权(weights of evidence,WofE)模型、信息量(information value,IV)模型、层次分析-信息量(analytic hierarchy process-information value,AHP-IV)耦合模型分别进行了地质灾害易发性分析。研究表明:AHP-IV耦合模型下的受试者工作特征(receiver operating characteristic,ROC)曲线的线下面积(area under curve,AUC)值最大,评价效果更为准确,更适用于商城县地质灾害易发性评价。通过评价可知,商城县地质灾害极高易发区沿沟谷、道路呈条带状分布,高易发区呈团状包围在极高易发区边缘,中、低易发区多分布在地势平坦、岩性较单一的北部平原地区。研究成果可为当地的地质灾害防治管控工作提供科学依据,也可为类似区域的地质灾害易发性分区提供参考。

基于Seed-PCG法的列车-轨道-地基土三维随机振动GPU并行计算方法

为了解决列车-轨道-地基土三维有限元模型随机多样本计算效率低的问题,本文提出了一种基于Seed-PCG法的高效并行计算方法。基于有限元法和虚拟激励法建立轨道不平顺激励下的三维列车-轨道-地基土耦合随机振动分析模型;针对车致地基土随机振动分析产生的多右端项线性方程组求解问题,采用Seed-PCG方法进行求解。通过PCG方法求解种子系统得到的Krylov子空间进行投影,以改进其余线性方程组的初始解和对应的初始残量,有效提高了PCG法的收敛速度,最后,在MATLABCUDA混合平台上开发了并行计算程序。数值算例表明:相同计算平台下的该方法相比多点同步算法获得了104.2倍的加速;相比PCG法逐个求解方案减少了18%的迭代次数,获得了1.21倍的加速。

不确定声-固耦合模型高频分析的随机统计能量方法

为了解决汽车统计能量分析的不确定性问题,提出了汽车声-固耦合模型的随机不确定性统计能量算法。该方法以结构和声腔材料参数为不确定变量,建立了声-固腔耦合模型的统计能量方程,计算了模型的自损耗因子和耦合损耗因子,对材料参数的偏导数进行了分析,并根据随机算法理论推导了材料参数不确定状况下的噪声均值、标准差的求解公式。将该方法分别应用于简单平板声腔模型和汽车防火墙声腔模型,成功求解了不确定条件下的模型噪声波动特性。

模型集群分析-随机森林方法在烟叶分类中的应用

为了解决烟叶外观质量检验和烟叶品质等级评估中主观因素影响过大的问题,首次采用模型集群分析-随机森林方法(MPA-RF)结合近红外光谱建立的烟叶采收成熟度和烤后烟叶等级划分判别模型对烟叶进行了品质分类。结果表明:MPA-RF模型对采收成熟度烟叶样本(数据集A)和不同等级烟叶样本(数据集B)的训练集分类精度分别为96.67%、99.02%,预测模型分类精度分别为100%、96.15%;MPA-RF模型对烟叶的分类准确率明显高于常用的PCA、SVM和RF分类方法。

基于数据驱动加速的随机车流-桥梁耦合振动分析方法

面向随机车流的公路桥梁安全评估往往需要大量的车-桥耦合振动分析,然而,目前相关既有模拟方法运算效率有限,致使完成评估所需的分析耗时过久,无法及时提供评估结果。为此,该文以传统车-桥耦合振动分析理论为基础,提出了一种基于双向长短期记忆(Bi-directional Long Short-Term Memory,BiLSTM)算法加速的随机车流-桥梁耦合振动分析方法。该方法可以从初期桥梁响应时程快速映射出对应的后序响应,相较传统方法压缩了部分迭代求解周期,从而提高整体计算效率。随后,选取四座常见的桥梁作为分析对象,同时针对性地提出加权平均绝对百分比误差(WMAPE)、加权决定系数(WR^(2))等改进评价指标,并以传统迭代法为参照,分析了该方法的精度、鲁棒性以及计算效率。分析结果显示:该文提出的方法有较好的鲁棒性,在不同随机车流密度、不同路面粗糙度等工况下对桥梁的弯矩、剪力、挠度等响应都具有较高的分析精度;与传统方法相比,该方法可以在WMAPE小于3.2%、峰值绝对误差(PAE)小于2.9%以及WR^(2)大于0.98的情况下,将随机车流下车-桥耦合振动响应的计算效率平均提高37.98%。这表明该方法可以在保证精度的前提下,有效提升随机车流-桥梁耦合振动分析效率,具备应用于桥梁结构快速分析、评估的潜力。

列车-轨道-地基土耦合系统三维随机振动的多GPU并行计算方法

针对列车-轨道-地基土耦合系统随机计算效率低的问题,本文提出了基于多GPU的列车-轨道-地基土随机振动方程的高效并行计算方法。基于OpenMP-CUDA混编技术将虚拟激励法不同频点下的多个线性方程组求解任务分配给多个GPU并行执行;在每块GPU上,采用基于CUDA的预处理共轭梯度法(PCG)并行求解对称正定的等效静力平衡方程。针对耦合系统等效刚度矩阵的稀疏特性,采用行压缩(CSR)格式存储大型稀疏矩阵以节省内存空间。最终通过MATLAB-CUDA混合平台开发并行计算程序,解决了随机振动分析中多个线性方程组串行求解效率低的难题。数值算例表明,基于四GPU节点的多GPU并行算法和单GPU加速PCG算法的计算效率是串行多点同步算法(MPSA)计算效率的22.59倍和3.75倍。

基于信息量和逻辑回归耦合模型的滑坡易发性评价

目前,滑坡易发性评价大多只采用单一模型进行研究,而单一模型存在缺陷,如只采用信息量模型则不能反映各因子对滑坡发生的权重。通过将两个模型进行耦合分析可以很好地发挥各模型的优点和弥补各模型的不足,从而达到模型优化的目的。针对滑坡易发性常用的信息量模型和逻辑回归模型,提出信息量-逻辑回归耦合模型。以江西省宁都地区为例,获取研究区共297个滑坡,提取高程、坡向、坡度、平面曲率、剖面曲率、地形起伏度、距水系距离、岩性、植被覆盖率、地表建筑物指数共10个因子建立评价指标体系,再分别采用上述3个模型开展易发性评价,最后采用预测率曲线(the prediction rate curve,ROC)评价各模型精度。结果表明:信息量模型、逻辑回归模型和信息量-逻辑回归耦合模型预测率曲线与坐标轴围成的面积(area under ROC,AUC)值分别为0.838、0.864和0.876,可见信息量-逻辑回归耦合模型的评价精度更高,建模更为合理。研究区内滑坡主要沿水系两侧分布,高程和岩性对滑坡的发生起主要作用。

基于信息量-逻辑回归模型的泥石流易发性评价——以四川省石棉县为例

泥石流是中国西南地区常见的地质灾害,通常会造成巨大破坏和人员伤亡,泥石流易发性评价可以为地区防灾减灾及工程选址规划提供理论依据。以四川省石棉县为研究区,获取该县288个历史泥石流作为泥石流数据集,选取高程、坡度、坡向、水系密度、地层岩性等13个评价因子,使用信息量模型、逻辑回归模型和信息量-逻辑回归耦合模型对石棉县进行泥石流易发性评价,并利用受试者工作特征曲线(ROC)对模型进行对比和评估。结果表明:四川省石棉县泥石流高易发区集中分布在该县纵向中部地区,多处于河流、道路及断层附近;信息量模型、逻辑回归模型和信息量-逻辑回归耦合模型的ROC曲线下面积(AUC)分别为0.917,0.928和0.931,可见耦合模型的精度最高,分区结果更加合理可靠。因此,信息量-逻辑回归耦合模型在泥石流易发性评价上具有优越性,其分区结果对泥石流防治具有实践意义。