基于IOE和SVM模型的府谷镇滑坡易发性分区

• 作者: 张庭瑜 张恒 韩玲
• 来源期刊: 水土保持研究
• 关键词: 地质学 易发性分区 熵权 支持向量机 滑坡
• 年，卷（期）: 2019,（3）
• 页码范围: 367-372
• 页数: 6页
• 分类号: P642.2|P208
• 语种: 中文

摘要

将陕西省府谷县府谷镇作为研究区,通过野外实地调查,圈定了47个滑坡点,制作了研究区滑坡编录图.以GIS软件和统计分析模型为基础,开展研究区滑坡易发性分区研究.首先通过GIS软件将滑坡点随机分成训练样本(70％)和测试样本(30％)两组.然后选择坡度、坡向、高程、距断层的距离、距道路的距离、距河流的距离、岩性、土地利用、NDVI、降雨量作为影响因子,提取因子图层.分别应用熵权模型(IOE)和支持向量机模型(SVM)计算滑坡易发性指数,利用自然间断点法将研究区划分为低易发区、中易发区、高易发区和极高易发区.最后利用ROC敏感度曲线下的面积(AUC)分别检验两种模型所得到的分区结果,结果表明,成功率曲线和预测度曲线的AUC值均在0.70～0.90,表明两种模型所得到的分区结果具有较高的精度,都可以为研究区的滑坡防治提供参考.在训练样本和测试样本中SVM模型的AUC值均最高,说明SVM模型比IOE模型适合在研究区开展滑坡预测研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩玲		2	1	1.0	1.0
2	张庭瑜		1	0	0.0	0.0
3	张恒		1	0	0.0	0.0