基于聚类-信息量耦合模型下的广元市滑坡灾害易发性评价

• 作者: 何静 刘乾坤 刘强 毛宇昆 王潇 王超 许丁友
• 来源期刊: 测绘与空间地理信息
• 学科: 地球科学
• 关键词: 滑坡 易发性评价 K-Means聚类 信息量模型
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 基金项目专栏
• 页码范围: 25-31
• 页数: 7页
• 分类号: P208
• 语种: 中文

摘要

四川省位于我国西南地区,复杂地形导致近年来西南山区地质灾害频发.这对当地居民生活及生命安全造成了严重的威胁.对滑坡进行易发性评价,能在宏观上了解一个区域滑坡发生的可能性大小,为防灾减灾提供科学参考,也能减轻人民生命财产的损失.本文以四川省广元市为研究区,以2015—2017年广元市滑坡灾害点作为模型训练数据,以2018年的滑坡数据作为验证数据,选取并分析DEM、坡度、坡向、曲率、道路、水系、植被指数和地层岩性等8个评价因子.首先采用K-Means聚类算法对DEM、坡度、坡向和曲率等地形因子进行等级划分;而对于道路、水系、植被覆盖指数和地层岩性等区域连续性较强的因子,采用自然断点法划分等级.然后将信息模型与K-Means聚类算法进行耦合,统计并分析各个评价等级的信息量,最终利用频率比法对广元市的滑坡灾害易发性划分为5个等级.本文采用K-Means聚类因子分级方法,充分考虑了单个评价单元内DEM、坡度、坡向和曲率这4个地形因子的内在联系,比传统的断点法具有更高的客观性和系统性.通过对评价模型进行验证发现,在验证集上,95.4％的灾害点落在中度及以上区域,其中61.3％的灾害点位于高易发性区域.从结果可以看出,该方法精度较高,可以作为灾害预防以及灾害治理的依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘强		71	465	11.0	18.0
2	王超		19	63	4.0	6.0
3	王潇		4	0	0.0	0.0
4	许丁友		2	0	0.0	0.0
5	何静		2	0	0.0	0.0
6	刘乾坤		2	0	0.0	0.0
7	毛宇昆		2	0	0.0	0.0