文档名：基于大数据挖掘的山区公路沿线滑坡易发性小区划
本文目的是基于滑坡灾害因子地理空间数据、历史滑坡大数据分析,构建山区公路沿线滑坡易发性精细化评价的逻辑回归模型.选取高程、坡度、坡向、坡位、微地貌、曲率、顺逆向坡、归一化植被指数、岩性、距水系距离、距断层距离、距道路距离、多年平均降雨13个因子作为滑坡易发性影响因子,以30m精度栅格建立影响因子地理空间数据库.在研究区域441个历史滑坡数据的基础上,将地理空间分划分为滑坡区与非滑坡区,分别随机选取70％的滑坡区域与非滑坡区作为训练数据集,剩下的30％作为验证数据集.通过样本数据集的训练,建立逻辑回归分析模型.利用训练好的逻辑回归模型,对整个研究区滑坡易发性进行仿真预测.结果显示,滑坡极低、低、中、高、极高易发区面积分别占42.24％、18.42％、17.57％、16.37％、5.41％,高、极高易发区与历史滑坡位置吻合度高;训练数据集、验证数据集以及区域仿真的ROC曲线AUC值分别为0.89、0.83、0.87,评价模型具有较高的稳定性与可靠性;新近发生的3个典型滑坡均处于高或极高易发区,模型具有良好的预测功能.
作者：文海家 李洋 薛靖元 谢朋
作者单位：山地城镇建设与新技术教育部重点实验室,重庆400045;库区环境地质灾害防治国家地方联合工程研究中心,重庆400044;重庆大学土木工程学院,重庆400045山地城镇建设与新技术教育部重点实验室,重庆400045
母体文献：第五届全国工程风险与保险研究学术研讨会论文集
会议名称：第五届全国工程风险与保险研究学术研讨会
会议时间：2018年8月1日
会议地点：哈尔滨
主办单位：中国土木工程学会
语种：chi
分类号：
关键词：山区公路 滑坡易发性 区域分化 大数据挖掘 逻辑回归模型
在线出版日期：2020年11月30日
基金项目：
相似文献
相关博文
|
|
