人工神经网络在滑坡敏感性评价中的应用

• 作者: 孟兴民 曾润强 熊木齐 谭龙 陈冠
• 来源期刊: 兰州大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 人工神经网络 滑坡 敏感性评价 白龙江流域
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: ? 西部资源与环境 ?
• 页码范围: 15-20
• 页数: 6页
• 分类号: P642.22
• 字数: 5083字
• 语种: 中文

摘要

以边坡为基本研究单元,经过主成分分析和独立性检验得到白龙江流域对滑坡形成贡献最大的6个因子：人口密度、坡度、坡向、断裂距离、岩性和高程.使用人工神经网络对白龙江流域进行滑坡敏感性评价,采用ROC曲线对模型精度进行验证.研究结果表明,人工神经网络能有效地对该区域进行滑坡敏感性评价,且能将研究区划分成5个区：极低危险区、低危险区、中等危险区、高危险区、极高危险区,各区面积占研究区面积的比例分别为9.53%,41.46%,12.12%,25.33%,11.58%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟兴民	兰州大学西部环境教育部重点实验室	31	329	11.0	17.0
2	陈冠	兰州大学西部环境教育部重点实验室	13	186	7.0	13.0
3	谭龙	兰州大学西部环境教育部重点实验室	4	96	3.0	4.0
4	曾润强	兰州大学西部环境教育部重点实验室	9	136	6.0	9.0
5	熊木齐	兰州大学西部环境教育部重点实验室	7	115	5.0	7.0