首页|基于不同斜坡单元划分方法和BP神经网络的泥石流易发性评价

基于不同斜坡单元划分方法和BP神经网络的泥石流易发性评价

Assessment of debris flow susceptibility based on different slope unit division methods and BP neural network

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
选取合适的评价单元是泥石流易发性评价的关键,为探索斜坡单元不同划分方法对泥石流易发性评价结果的影响,本文以泥石流多发地东川区为例,对比分析了水文分析法和曲率分水岭法两种斜坡单元划分方法在泥石流易发性评价中的效果.首先在解译泥石流点的基础上,采用不同划分方法的斜坡单元作为评价单元,然后对初步选取的指标因子进行多重共线性和贡献率分析,以完善指标因子体系,最后构建基于BP神经网络的泥石流易发性评价模型.结果表明,泥石流极高和高易发区主要集中分布于研究区小江河谷和金沙江南岸,该地区地质环境脆弱,危险性较高.基于曲率分水岭法的易发性模型AUC值为0.8658,高于水文分析法的0.8153,表明采用曲率分水岭法划分的斜坡单元更适用于研究区泥石流易发性评价.

李坤、赵俊三、林伊琳、周豹

展开 >

昆明理工大学国土资源工程学院,云南 昆明650093

智慧矿山地理空间信息集成创新重点实验室,云南 昆明650093

云南省高校自然资源空间信息集成与应用科技创新团队,云南 昆明650211

泥石流 易发性评价 斜坡单元划分 BP神经网络 指标因子

国家自然科学基金昆明理工大学引进人才科研启动基金

41761081KKZ3202021055

2022

测绘通报
测绘出版社

测绘通报

CSTPCDCSCD北大核心
影响因子：1.027
ISSN：0494-0911
年,卷(期)：2022.(8)
  • 6
  • 12