[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
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 | ||
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。
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。