融合权重因子模型和深度学习方法的城市地面沉降危险性分析

• 作者: 伊尧国 刘慧平 刘湘平 张洋华 齐建超
• 来源期刊: 灾害学
• 学科: 地球科学
• 关键词: 城市地面沉降 危险性分析 建筑物荷载 权重因子模型 深度学习 危险性指数
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 理论?思路与争鸣
• 页码范围: 50-59
• 页数: 10页
• 分类号: X43|P642.2
• 字数: 8636字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-811X.2017.01.010

摘要

以天津市东南部沉降区为例，结合权重因子模型和深度学习的方法对城市建筑群荷载作用下的地面沉降危险性进行了分析和研究。基于权重因子模型分析了研究区内建筑容积率、建筑结构和基础形式、地形坡度变化、土壤压缩模量、地下水的埋深和地下水渗透性七个方面的诱发因子对沉降危险性的影响大小，再根据WOE-DBM模型绘制了地面沉降与其诱发因子的危险性指数图。通过ROC检验表明，基于WOE-DBM模型生成的沉降危险性指数对研究区内已发生的沉降具有较好的“诊断”作用，AUC值达到了0.83，预测结果与实测结果也具有很好的一致性，从而证明该方法对于建筑物荷载引发沉降的评价和预测是非常有效的，其分析结果可以广泛应用于城市密集建筑区的地面沉降危害性预警、建筑形式选择以及城市规划的分析决策当中。