信息量支持下 SVM 模型滑坡灾害易发性评价

• 作者: 安凯强 牛瑞卿
• 来源期刊: 长江科学院院报
• 学科: 地球科学
• 关键词: 滑坡灾害 信息量 支持向量机 易发性评价 三峡库区
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 工程安全与灾害防治
• 页码范围: 47-51,58
• 页数: 6页
• 分类号: P642-23
• 字数: 5506字
• 语种: 中文
• DOI: 10.11988/ckyyb.20150311

摘要

三峡库区是我国滑坡灾害广泛发育的地区之一，滑坡灾害易发性评价对库区的防灾减灾有重要意义。在滑坡灾害易发性指标信息量的基础上，构建了信息量支持下的SVM模型，并对滑坡灾害易发性进行了评价。该模型根据地层岩性、地质构造、坡度、坡向、坡型结构、土地利用类型、水、归一化植被指数，以及上述指标的总信息量，共9类指标组成的数据集进行SVM训练，得到评价模型；运用该评价模型对研究区全区滑坡灾害易发性进行评价，并以模型决策值的零点和突变点确定易发性等级划分标准。并以三峡库区万州主城区为研究区验证模型，研究表明：信息量支持下SVM模型的训练样本精度为81．41％，验证样本精度为91．11％，优于常用的信息量模型，滑坡的高易发区和较高易发区占研究区总面积的47．05％，主要集中在人类工程活动强烈的长江干支流两侧，结果与已知滑坡分布基本一致，表明该模型在研究区具备较好的适用性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛瑞卿	中国地质大学武汉地球物理与空间信息学院	50	652	14.0	24.0
2	安凯强	武汉大学测绘遥感信息工程国家重点实验室	1	13	1.0	1.0