[发明专利]一种基于数据模型的浅层滑坡易感性评估方法在审

专利信息
申请号: 202210657462.5 申请日: 2022-06-10
公开(公告)号: CN114818547A 公开(公告)日: 2022-07-29
发明(设计)人: 梁丹;杨海清;陈立川;李卓航;康燕飞;陈念;邓兴波;魏来 申请(专利权)人: 重庆地质矿产研究院;重庆大学
主分类号: G06F30/28 分类号: G06F30/28;G06F17/16;G06F113/08;G06F119/14
代理公司: 重庆萃智邦成专利代理事务所(普通合伙) 50231 代理人: 竺栋;文怡然
地址: 401120 重庆*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 数据模型 滑坡 感性 评估 方法
【权利要求书】:

1.一种基于数据模型的浅层滑坡易感性评估方法,其特征在于,包括如下步骤:

S1:滑坡数据采集;将收集到的滑坡资料分为建模组和验证组;

S2:诱发因素选择;所述诱发因素包括坡角、坡向、地形湿度指数、平面曲率、剖面曲率、土地利用情况、地层岩性和土壤厚度;

S3:多重共线性诊断;通过估计R2和方差膨胀因子来评估诱发因素之间的相关性,其中VIF=1/(1-R2);

S4:逻辑回归模型构建;在模型中是否存在滑坡与诱发因素之间的关系由公式(1)表示:

Pr=1/(1+e-z) (1)

其中,Pr发生浅层滑坡的空间概率,Z是由公式(2)表示的线形组合;

Z=Bo+B1X1+B2X2+...+BnXn (2)

其中Bo是一个常数,Bi是估计的系数,n是诱发因素的数量,Xi是诱发因素;由于Z在-∞到+∞之间变化,因此S形曲线的概率范围在0到1之间;

S5:滑坡滑动的易感性评价;

S6:验证模型;

S7:通过结合逻辑回归模型,对浅层滑坡破坏和滑动进行易感性评估。

2.根据权利要求1所述的一种基于数据模型的浅层滑坡易感性评估方法,其特征在于:步骤S1中滑坡数据采集包括已有的文献资料、实地调查、识别1:10000比例的数字地形特征图获取。

3.根据权利要求1所述的一种基于数据模型的浅层滑坡易感性评估方法,其特征在于:步骤S2中诱发因素来自数字地形模型、官方土地利用图、官方地质图。

4.根据权利要求1所述的一种基于数据模型的浅层滑坡易感性评估方法,其特征在于:步骤S5滑坡滑动的易感性评价包括如下步骤:

S501:过渡规则的预处理和建立:包括创建具有建模输入的数据库,所述数据库包括浅层滑坡多时相库存的二进制栅格文件和DTM,从中提取坡向和坡角;

S502:对过渡规则的集成;采用了算法路径距离,对于网格上的每个像元,确定了到最近源的最小累积移动成本,对路径距离的应用成本面、HF、VF三个分量;

S503:时间索引和模拟;所述时间索引采用马尔可夫链分析来估计一个过渡区域矩阵,所述过渡区域矩阵记录了在指定时间内预期会改变位置的像元数量。

5.根据权利要求4所述的一种基于数据模型的浅层滑坡易感性评估方法,其特征在于:所述步骤S502中:坡向为水平方向的水平因子表示,所述坡角为垂直方向的垂直因子表示。

6.根据权利要求4所述的一种基于数据模型的浅层滑坡易感性评估方法,其特征在于:所述步骤S503中:模拟滑坡位移的空间分布,模拟在IDRISISELVA软件通过CA_MARKOV模块运行,算法在转换地图上迭代运行,选择最多10次迭代的结果,总共执行了10次模拟。

7.根据权利要求1所述的一种基于数据模型的浅层滑坡易感性评估方法,其特征在于:步骤S6验证模型包括如下步骤:

S601:逻辑回归模型的验证;通过ROC曲线和曲线下面积的量化评估LR模型的预测能力,计算50个LR模型的平均概率得到最终的易感性图,此外该图将混淆矩阵的阈值设置为0.5,所有大于0.5概率的单元格被认为是不稳定的,赋值为1,剩余的单元格稳定为稳定,赋值为0。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆地质矿产研究院;重庆大学,未经重庆地质矿产研究院;重庆大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210657462.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top