基于卷积神经网络和综合指数模型的滑坡灾害易发性评价.pdf

基于卷积神经网络和综合指数模型的吕梁市滑坡灾害易发性评价 摘 要 吕梁市地处晋西黄土高原，境内地质环境复杂，地形起伏剧烈，自然 地理环境脆弱，人类工程活动强烈，频发的滑坡灾害已经严重影响着地区 的经济发展和人民的生命财产安全。开展区域滑坡灾害易发性研究，对于 吕梁市经济发展有着重要意义，可为今后城市地质灾害防治规划工作提供 参考。 本研究在山西省1:20 万地质资料基础上，整理统计出226 处现有滑坡 灾害数据，对研究区域滑坡发育特征和孕育背景进行综合分析，并借助 MapGIS 、ArcGIS 、Keras 平台构建综合指数模型和卷积神经网络模型分别 对吕梁区域滑坡灾害易发程度进行评估，旨在探讨卷积神经网络模型用于 吕梁市滑坡易发性评价的有效性，并得到吕梁市滑坡易发性分区图。本文 主要工作如下： （1）简要阐述了吕梁区域地质背景概况，并对研究区滑坡灾害的发育 及分布特征进行了总结。通过对研究区历史滑坡灾害进行调查分析，并结 合前人经验，选取地形坡度、地貌、岩土体、活动性断裂、降雨量、地震 动峰值加速度等六个影响因子作为滑坡易发性评价指标，确定了合理大小 的规则格网作为研究的制图单元。 I （2 ）构建研究区滑坡灾害综合指数评价模型。通过建立三级指标的层 次分析法获取各致灾因子的权重，对各因子进行分级赋值，利用综合指数 模型计算吕梁市各格网单元的滑坡易发性指数，并采用自然断点法在 ArcGIS 上制作吕梁市滑坡易发性分区图。 （3 ）探讨利用卷积神经网络进行滑坡易发性分析的可能性。本研究利 用 ENVI 对因子图层叠加进行数据预处理，基于 Keras 平台构建合适的 AlexNet-2 模型进行吕梁市滑坡易发性评价，随机选取70%的历史滑坡数据 输入至模型中进行训练，其中所有的参数设置都通过试错法的训练过程进 行优化；再利用余下30%的滑坡数据在训练好的模型中执行测试。在CNN 模型训练出结果后，利用自然断点法对每个格网内的滑坡易发性权重指数 进行分级，并在ArcGIS 上制作吕梁市滑坡易发性分区图。 （4 ）通过接受者操作特性曲线与总体精度对两种模型的结果对比分析， 验证论文所用方法的合理性。结果显示综合指数模型与卷积神经网络模型 结果中的滑坡易发性分区在整幅图中所占比例比较相似，所使用的卷积神 经网络模型得到了比综合指数模型更高的精度。具体来说，在曲线下面积 值和总体精度方面，本文的卷积神经网络模型比综合指数模型结果分别高 0.024 和2.47% 。 关键词：滑坡易发性，综合指数模型，卷积神经网络，AlexNet-2 ，吕梁市 II EVALUATION OF LANDSLIDE SUSCEPTIBILITY IN LVLIANG CITY BASED ON CONVOLUTIONAL NEURAL NETWORK AND COMPREHENSIVE INDEX MODEL ABSTRACT Lvliang City is located in the Loess Plateau of Western Shanxi Province. It has complex geological environment, Extremely undulating terrain ， fragile natural geographical environment , strong human engineering activities and frequent landslide disasters, which have seriously affected the economic development of the region and the safety of