首页|期刊导航|安全与环境工程|考虑年平均降雨量空间差异的奉节县滑坡易发性评价

考虑年平均降雨量空间差异的奉节县滑坡易发性评价OA

中文摘要

滑坡灾害是我国西南山区最为频发的自然灾害之一,其形成机制复杂且受多重因素控制。为提高滑坡易发性预测精度,以重庆市奉节县为研究区,将基于1960—2015年气象站资料构建的年平均降雨量作为影响因子,开展考虑其空间差异的滑坡易发性评价。首先,选取11个滑坡影响因子(高程、坡度、坡向、平面曲率、剖面曲率、地层岩性、年平均降雨量、距河流距离、距道路距离、土地利用类型、归一化植被指数);然后,剔除冗余因子,引入长短期记忆网络(long short-term memory,LSTM)、循环神经网络(recurrent neural network,RNN)、卷积神经网络(convolutional neural network,CNN)和深度神经网络(deep neural network,DNN)4种典型深度学习模型,构建滑坡易发性评价模型;最后,将上述一级学习器集成为Stacking集成模型,并基于自然断点法生成滑坡易发性分区图。结果表明:Stacking模型在精度和空间识别能力上均优于单一模型,受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC)达到0.891,滑坡比率为5.06。研究结果可为融合深度学习与年平均降雨量空间信息的区域滑坡易发性评价提供参考。

蒋宏伟;吴佳易;刘梦杰;李世豪;周浩;吴月旭;李小双

常州大学城市建设学院,江苏常州213164 河南理工大学能源科学与工程学院,河南焦作454003 中国地质大学(武汉)湖北巴东地质灾害国家野外科学观测研究站,湖北武汉430074常州大学城市建设学院,江苏常州213164常州大学城市建设学院,江苏常州213164常州大学城市建设学院,江苏常州213164常州大学城市建设学院,江苏常州213164巫山县地质灾害防治中心(巫山县地质环境监测站),重庆404700常州大学城市建设学院,江苏常州213164

资源环境

滑坡易发性评价Stacking集成模型年平均降雨量深度学习

《安全与环境工程》 2026 (4)

P.54-65,12

国家自然科学基金项目(52404113、42477142、42277154)常州市科技计划项目(CJ20240042)湖北巴东地质灾害国家野外科学观测研究站开放基金项目(BNORSG-202408)。

10.13578/j.cnki.issn.1671-1556.20251112

评论