基于IOE和SVM模型的府谷镇滑坡易发性分区

摘要：

将陕西省府谷县府谷镇作为研究区,通过野外实地调查,圈定了47个滑坡点,制作了研究区滑坡编录图.以GIS软件和统计分析模型为基础,开展研究区滑坡易发性分区研究.首先通过GIS软件将滑坡点随机分成训练样本(70％)和测试样本(30％)两组.然后选择坡度、坡向、高程、距断层的距离、距道路的距离、距河流的距离、岩性、土地利用、NDVI、降雨量作为影响因子,提取因子图层.分别应用熵权模型(IOE)和支持向量机模型(SVM)计算滑坡易发性指数,利用自然间断点法将研究区划分为低易发区、中易发区、高易发区和极高易发区.最后利用ROC敏感度曲线下的面积(AUC)分别检验两种模型所得到的分区结果,结果表明,成功率曲线和预测度曲线的AUC值均在0.70～0.90,表明两种模型所得到的分区结果具有较高的精度,都可以为研究区的滑坡防治提供参考.在训练样本和测试样本中SVM模型的AUC值均最高,说明SVM模型比IOE模型适合在研究区开展滑坡预测研究.

关键词：地质学、易发性分区、熵权、支持向量机、滑坡

所属期刊栏目：26

分类号：P642.2;P208(水文地质学与工程地质学)

资助基金：国家重点研发计划项目“黄土丘陵沟壑区沟道及坡面治理工程的生态安全保障技术与示范”2017YFC0504700

在线出版日期：2019-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：367-372