区域地震滑坡危险性评估技术研究

【摘要】：地震滑坡因巨大的破坏程度成了近些年广为研究的重大课题。3S(地理信息系统、遥感、全球定位)技术,在提供多角度、多层次、不同深度的海量数据的同时,也提供了大量的空间数据处理分析工具。为了减轻地震滑坡造成的损失,本文基于GIS(地理信息系统)和遥感相关技术,利用定性和定量相结合的方法,进行了区域地震滑坡危险性评估技术研究。本文主要取得了以下成果:1)本文通过GIS平台处理汶川滑坡,转换成栅格格网并进行分级表达;在滑坡面的重心生成滑坡样本,在未发生滑坡地区随机生成不滑样本,最终获得17286个样本。在数据处理基础上,分别使用了证据权、二分类逻辑回归、BP神经网络三种数学模型对研究区范围(E103°~E105°,N30.8°~N32°)开展了地震滑坡危险性评价研究。2)根据证据权模型,求取汶川区域地震研究区各地震滑坡影响因子的证据权权重,然后运用GIS空间叠置法对各个影响因子进行综合分析,最后获取研究区的地震滑坡危险性专题图,并利用面积占有比累积曲线评价滑坡危险性区划的有效率,评价曲线呈显出陡凸的走势,曲线下面积为90.24%。利用SPSS回归分析软件,对17286个地震滑坡记录进行二分类逻辑回归分析,获取各贡献因子的贡献系数,并通过空间叠加各个影响因子图层,获取地震滑坡危险性评价专题图,面积占有比累积曲线下面积占有比达到了81.94%。利用神经网络方法,对汶川研究区内汶川地震滑坡进行识别以及易发性评价研究。结果显示:用BP神经网络对滑坡的识别正确率达到了85.3%。曲线下面积比达到了83.94%,评价曲线呈现出陡凸趋势。3)通过三种粒子群优化神经网络算法对汶川滑坡样本进行了识别研究,并与未进行优化神经网络的滑坡识别结果进行了对比,结果表明:优化后的神经网路收敛速度明显加快,识别正确率和评价曲线下面积占优比提高了约3个百分点。4)通过C#可视化编程环境和二次开发组件ArcEngine编写区域地震滑坡危险评价地理信息系统,为相关部门进行区域地震滑坡抢险、救援技术提供支持。