2008年汶川地震滑坡易发性评价模型对比研究

• 作者: A.K.Saraf C.Xu F.C.Dai X.W.Xu 许冲
• 来源期刊: 世界地震译丛
• 关键词: 地震触发滑坡 滑坡易发性评价 二元统计 逻辑回归 人工神经网络 支持向量机
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 论文
• 页码范围: 268-286
• 页数: 19页
• 字数: 9700字
• 语种: 中文
• DOI: 10.16738/j.cnki.issn.1003-3238.201803006

摘要

对比了6个基于地理信息系统(GIS)的地震滑坡易发性评价模型,包括二元统计(BS)、逻辑回归(LR)、人工神经网络(ANN),以及基于线性、多项式和径向基三种核函数类型的支持向量机(SVM)模型.这些模型被应用于嘉陵江的支流——涪江的一个支流流域,该区域是2008年5月12日汶川地震影响区的一部分.滑坡编录图、坡度、坡向、高程、斜坡曲率、到水系距离、地形湿度指数(TWI)、到公路距离、到地表破裂距离、峰值地动加速度(PGA)和岩性共11个专题图层被应用到该研究中.根据上述6类地震滑坡易发性评价模型与应用同样的输入,得到6个地震滑坡易发性索引图.利用2个曲线下面积(AUC)指标分别表示模型正确率和预测率,来检验这6类模型的性能.结果表明逻辑回归模型的结果成功率和预测率均为最高,为80.34％和80.27％.其次为基于径向基函数的支持向量机模型,其成功率和预测率分别为80.302％和80.151％,与逻辑回归模型的结果接近.结果最差的是基于线性函数的支持向量机模型,成功率和预测率分别仅为72.52％和72.533％.此外,结果表明径向基核函数是该区域地震滑坡易发性评价工作的3种核函数中最合适的核函数.一直以来,研究人员认为软计算技术(如人工神经网络和支持向量机)的性能要好于逻辑回归和二元统计模型,本研究提供了一个反例.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许冲		55	871	18.0	27.0
2	X.W.Xu		4	3	1.0	1.0
3	C.Xu		3	3	1.0	1.0
4	F.C.Dai		1	2	1.0	1.0
5	A.K.Saraf		1	2	1.0	1.0