基于信息量与多模型耦合的碎屑岩区滑坡易发性分区评价
滑坡是一种典型的地质灾害,在我国南部湿热条件下,碎屑岩区滑坡的形成机制有别于其他地区.因此,碎屑岩区滑坡的识别及预警较为复杂,需有系统性及针对性.以碎屑岩区的广西来宾金秀瑶族自治县范围内的滑坡为研究对象,选取岩性、坡度、坡向、地形起伏度等10个致灾影响因子,通过信息量模型(I)与逻辑回归模型(LR)、随机森林(RF)、BP神经网络(BP)、卷积神经网络(CNN)等4种模型的耦合,以此构建出相应的易发性评价模型,同时对其精准性进行有效评价,进而在研究区范围内进行滑坡易发性分区.研究表明,信息量与BP神经网络耦合模型的ROC曲线AUC值最大(0.94),因此,可用此方法进行碎屑岩区的滑坡易发性分区.最后,通过评价可知,研究区的滑坡高易发区主要集中在路网和水系两侧.文中针对碎屑岩区的滑坡易发性分区进行了一次有效探索,可为当地防灾工作提供一定依据,也可为类似区域的滑坡防治提供一种思路.
滑坡易发性评价、信息量模型、多模型耦合、金秀瑶族自治县、碎屑岩区
32
P642.22;X43(水文地质学与工程地质学)
国家自然科学基金;广西自然科学基金项目
2023-03-20(万方平台首次上网日期,不代表论文的发表时间)
共9页
236-244