人工神经网络在滑坡敏感性评价中的应用

详细信息   

• 责任者：谭龙^c兰州大学西部环境教育部重点实验室^d1963^f教授 ; 陈冠 ; 曾润强 ; 熊木齐 ; 孟兴民
• 刊名：兰州大学学报
• 出版年：2014
• 卷期：48^b1总211
• 页码：15～20
• 索书号：P106.6/993
• 图表：^c表1参21插图
• 文摘期号：2014/07

摘要

以边坡为基本研究单元，经过主成分分析和独立性检验得到白龙江流域对滑坡形成贡献最大的6个因子：人口密度、坡度、坡向、断裂距离、岩性和高程。使用人工神经网络对白龙江流域进行滑坡敏感性评价，采用ROC曲线对模型精度进行验证。研究结果表明，人工神经网络能有效地对该区域进行滑坡敏感性评价，且能将研究区划分成5个区：极低危险区、低危险区、中等危险区、高危险区、极高危险区，各区面积占研究区面积的比例分别为9.53%，41.46%，12.12%，25.33%，11.58%。