首页> 中文会议>2015全国博士生学术论坛(测绘科学与技术) >基于RS-SVM模型的滑坡易发性评价因子选择方法研究

基于RS-SVM模型的滑坡易发性评价因子选择方法研究

摘要

区域滑坡易发性评价对于滑坡灾害的中长期预测预报具有十分重要的意义,而评价结果能否符合实际情况,取决于能否科学、合理地确定评价因子.本文以三峡库区秭归到巴东段为研究区,首先利用ArcGIS、SAGA GIS以及ENVI软件从遥感影像和数字高程模型中获得初始58个滑坡评价因子,在相关性分析和主成分变换对因子进行筛减和合并后,将剩余的滑坡评价因子分为控制因素和影响因素两大类,并采用粗糙集(Rough Set,RS)理论对其分别属性约简,生成由20个滑坡评价因子组成的核因子集,最后运用支持向量机模型(Support Vector Machine,SVM)对筛选出来的核因子集进行训练和预测,得到区域滑坡易发性评价结果,并将本文提出的环境因素筛选方法与传统的将所有环境因素一同进行筛选的方法进行了比较.研究结果表明,本文提出的方法在预测精度(76.9%)和准确性(曲线下面积为0.939)方面均优于传统方法(53.6%,0.912以及72.8%,0.932).

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号