基于粗糙集和BP神经网络的滑坡易发性评价

• 作者: 唐睿旋 唐薇 晏鄂川
• 来源期刊: 煤田地质与勘探
• 学科: 地球科学
• 关键词: 滑坡易发性评价 因子筛选 粗糙集 遗传算法 BP神经网络
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 水文地质工程地质
• 页码范围: 129-138
• 页数: 10页
• 分类号: P642.22
• 字数: 7472字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1986.2017.06.021

摘要

区域滑坡易发性评价是国土规划和滑坡中长期防治的重要依据.为进一步提高滑坡易发性评价的准确性,以恩施市龙凤镇为研究区,运用地理信息系统GIS技术,获取了包括工程岩组、坡度、地质构造等在内的13个初始评价因子,利用基于遗传约简算法的粗糙集理论对初始评价因子进行属性约简,去掉冗余属性后获得最小约简,即8个核评价因子:工程岩组、高程、地形曲率、道路、水系、坡度、坡向、径流强度指数,并以此作为BP神经网络的输入层,构建RS-BPNN预测模型,获得滑坡易发性指数LSI及滑坡易发性等级分区图.其中高易发区面积占总面积的12.82％,该区包含的滑坡面积占总滑坡面积的78.11％,通过ROC曲线测试,模型预测精度为90.9％.结果表明,RS-BPNN模型预测性能良好,进一步提高了滑坡易发性评价的精度和准确性,有较高的工程实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐薇		6	15	1.0	3.0