基于SVM-ANN模型的滑坡易发性评价——以三峡库区巫山县为例

• 作者: 夏辉 梁鑫 殷坤龙 马飞
• 来源期刊: 中国地质灾害与防治学报
• 关键词: 滑坡易发性评价 SVM ANN ROC曲线
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 地质灾害分析与评价
• 页码范围: 13-19
• 页数: 7页
• 分类号: P642.22
• 语种: 中文
• DOI: 10.16031/j.cnki.issn.1003-8035.2018.05.03

摘要

本文以三峡库区巫山县为研究区,利用收集的资料,提取出9类指标因子(高程、坡度、坡向、地形湿度指数TWI、地表粗糙度指数TRI、地层岩性、水系距离、构造距离、植被覆盖指数NDVI),利用相关性分析剔除高程因子.将灾害点和指标因子数据带入支持向量机(SVM)和人工神经网络(ANN)模型,得到研究区滑坡易发性区划图.根据ROC曲线对模型的精确度进行评价,得到SVM模型的成功率和预测率曲线的AUC值分别为0.919和0.862,ANN模型分别为0.86和0.837,表明两个模型均适用于研究区滑坡易发性评价.根据以上工作,本文提出了基于Max{ LSI(sVM);LSI(ANN)}函数的SVM-ANN模型,并将其应用到该区的滑坡易发性评价中.SVM、ANN和SVM-ANN模型中,历史滑坡灾害点分布在高-极高易发区的比例分别为90.06％、83.18％和94.01％,表明SVM-ANN模型更适用于滑坡灾害风险分析的实际应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马飞		4	21	3.0	4.0