基于SSA-BP的泥石流敏感性分析

• 作者: 高原 李英娜
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 敏感性分析 泥石流灾害 支持向量机(SVM) BP神经网络 麻雀搜索算法(SSA)
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 视频应用与工程|VIDEO APPLICATION & PROJECT
• 页码范围: 21-28
• 页数: 8页
• 分类号: TP311.5
• 语种: 中文
• DOI: 10.16280/j.videoe.2022.03.006

摘要

选择坡度、坡向、曲率、年降雨量、归一化植被指数、地层岩性、距构造距离、土地利用、居民密度以及路网密度这10个泥石流灾害的主控因素作为评价因子,采用麻雀搜索算法(Sparrow Search Algorithm,SSA)优化BP神经网络,并用SVM,SSA-SVM,BP,SSA-BP这4种机器学习模型评价云南省昆明市东川区的泥石流敏感性.结果表明:SSA-BP神经网络模型对东川区泥石流的预测成功率可以达到85.9％,相较于SVM,SSA-SVM,BP神经网络模型的预测准确率分别提高了3.9％,1.6％和3.3％.本文用泥石流灾害点对所生成的泥石流敏感性图进行验证,表明大部分的泥石流灾害点落在了敏感性为高和极高的区域内,证明了所生成的敏感性图对东川区的城乡规划、道路规划、防灾减灾等方面具有实际指导意义.