基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对山地城市滑坡灾害影响区域的不确定性,选择重庆市中心城区典型滑坡作为研究对象,利用最邻近指数、空间热点探测与核密度估计方法分析了历史滑坡灾害点的空间分布特征;并选择高程、坡度、坡向、地貌类型、土壤类型、土壤侵蚀、降雨、水系、地表覆盖、归一化植被指数(NDVI)、人口密度和道路等12个影响因素建立滑坡因子数据库,利用神经网络模型分析滑坡灾害空间分布特征的驱动因素,并定量计算各影响因子的贡献权重.利用受试者工作特征曲线(ROC)对模型进行准确性评估.最邻近指数结果表明研究区历史滑坡灾害点呈聚集型分布特征,空间热点探测与核密度估计均显示渝中区、沙坪坝区和巴南区北部是滑坡聚集程度最大的地区;在所有的影响因子中,人口密度、地貌类型和降雨对研究区滑坡灾害的空间分布影响最大,而坡向和道路影响最低.ROC曲线下面积AUC值达到0.917,表明该神经网络模型能准确反映出该地区滑坡影响因子的影响程度.
推荐文章
凉山州山地灾害空间分布特征及人为驱动力分析
山地灾害
危险度
GIS
人为驱动力分析
凉山州
基于关联维数的地质灾害空间分布特征分析
关联维数
地质灾害
空间分布
肯尼亚滑坡灾害分布特征及敏感性区划
肯尼亚
地质灾害敏感性
一带一路
模糊层次分析法
地理信息系统
基于分形理论的浙江省地质灾害分布特征与影响因素分析
地质灾害
分形理论
分维值
分布特征
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 山地城市滑坡灾害空间分布特征及影响因素分析
来源期刊 重庆大学学报 学科 地球科学
关键词 滑坡灾害 空间分布 滑坡因子 神经网络
年,卷(期) 2020,(8) 所属期刊栏目
研究方向 页码范围 87-96
页数 10页 分类号 P954
字数 语种 中文
DOI 10.11835/j.issn.1000-582X.2020.08.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 滕德贵 10 51 5.0 7.0
2 王新胜 7 54 4.0 7.0
3 聂闻 西南石油大学地球科学与技术学院 3 0 0.0 0.0
6 谢伟 西南石油大学地球科学与技术学院 9 52 4.0 7.0
16 于鑫 福州大学环境与资源学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (8)
参考文献  (32)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(10)
  • 参考文献(1)
  • 二级参考文献(9)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(6)
  • 参考文献(2)
  • 二级参考文献(4)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(6)
  • 参考文献(3)
  • 二级参考文献(3)
2016(5)
  • 参考文献(5)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(9)
  • 参考文献(9)
  • 二级参考文献(0)
2019(8)
  • 参考文献(5)
  • 二级参考文献(3)
2020(2)
  • 参考文献(0)
  • 二级参考文献(2)
2020(2)
  • 参考文献(0)
  • 二级参考文献(2)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
滑坡灾害
空间分布
滑坡因子
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆大学学报
月刊
1000-582X
50-1044/N
大16开
重庆市沙坪坝正街174号
78-16
1960
chi
出版文献量(篇)
6349
总下载数(次)
8
总被引数(次)
85737
论文1v1指导