OALib Journal期刊
基于SVM的泥石流危险度评价研究
, PP. 296-300
Keywords: 泥石流 ,危险度 ,支持向量机
Abstract:
选取泥石流一次(可能)最大冲出量(L1)、泥石流发生频率(L2)、流域面积(S1)、主沟长度(S2)、流域最大相对高差(S3)、流域切割密度(S6)和泥沙补给段长度比(S9)7个因子作为泥石流沟谷危险度评价因子,运用支持向量机理论,以云南省37条泥石流沟的259个基础数据为样本进行学习训练和测试,建立泥石流危险度评价的支持向量机模型,通过实例验证,取得良好效果。
References
[1] 朱静, 唐川. 云南省泥石流灾害危险度分区研究[J]. 中国地质灾害与防治学报, 1996,7(2):86~93. [2] 陈宁生,张飞.2003年中国西南山区典型灾害性暴雨泥石流运动堆积特征[J].地理科学,2006,26(6):701~711. [3] 唐川, 张军, 万石云,等.基于高分辩率遥感影像的城市泥石流灾害损失评估[J].地理科学,2006,26(3): 358~363. [4] 闫满存,王光谦,刘家宏. GIS支持的澜沧江下游区泥石流爆发危险性评价[J]. 地理科学, 2001, 21 (4) 334~338. [5] 许兴旺. 怀柔县泥石流沟谷危险度FUZZY评判[J]. 安庆师范学院学报, 1997,3(4):14~17. [6] 马志江, 陈汉林, 杨树锋. 基于支持向量机理论的滑坡灾害预测——以浙江庆元地区为例[J]. 浙江大学学报, 2003,30(5):592~596. [7] Christopher J C Burges. A Tutorial on Support Vector Machine for Pattern Recognition[J]. Data Mining and Knowledge Discovery, 1998, 2: 121-167. [8] 李国正, 王猛, 曾华军(译). 支持向量机[M]. 北京: 电子工业出版社, 2004:18. [9] 钟敦伦, 谢洪, 王士革,等. 北京山区泥石流[M]. 北京: 商务印书馆, 2004:175~176. [10] 汤家法, 谢洪. GIS技术支持下的泥石流危险度区划研究: 以岷江上游为例[J]. 四川测绘, 1999,3:120~122. [11] 胡凯衡,李泳,韦方强.泥石流流域集水区面积限值与一级水系数目关系[J].地理科学,2005,25(4):473~477. [12] 陈杰,韦方强,崔鹏.小江流域泥石流堆积扇形成的制约因素及其特征[J].地理科学,2005,25(6): 704~701. [13] 闫满存,王光谦.基于GIS的澜沧江下游区滑坡灾害危险性分析[J].地理科学,2007,27(3):365~370. [14] 刘家宏, 王光谦. 基于遥感图像的泥石流地面活动程度评价[J]. 地理科学, 2003, 23(4):454~459. [15] 唐川, 朱大奎. 基于GIS技术的泥石流风险评价研究[J]. 地理科学,2002,22(3):300~305. [16] 于秀治, 韦京莲. 灰色系统理论在北京山区泥石流危险度评价预测中的应用[J].中国地质灾害与防治学报, 2004,5(1):118~120. [17] 汪明武, 金菊良, 李丽. 投影寻踪新方法在泥石流危险度评价中的应用[J]. 水土保持学报, 2002,16(6):79~81. [18] 刘涌江, 胡厚田, 白志勇. 泥石流危险度评价的神经网络法[J]. 地质与勘探, 2001,37(2):84~87. [19] 刘希林, 唐川. 泥石流危险性评价[M]. 北京: 科学出版社, 1995:15~26. [20] 邓乃扬, 田英杰. 数据挖掘中的新方法——支持向量机[M]. 北京: 科学出版社, 2004. [21] Liu X. Assessment on The Severity of Debris Flows in Mountainous Creeks of Southwest China.Proceedings of International Symposium of Interpraevent. Germany:Carmisch-Partenkirenchen, 1996: 145-154. [22] 胡亚东, 傅荣华. 夏克勤. 黄河积石峡水电站库区泥石流危险度评价[J]. 灾害学, 2004, 19(2):36~41.
Full-Text
Contact Us
service@oalib.com
QQ:3279437679
WhatsApp +8615387084133
