邱丹丹
- 作品数：4 被引量：22H指数：2
- 供职机构：中国地质大学地球物理与空间信息学院更多>>
- 发文基金：国家高技术研究发展计划国家自然科学基金更多>>
- 相关领域：天文地球环境科学与工程更多>>
- 不同采样策略下地震滑坡敏感性分析研究被引量：2
- 2017年
- 针对地震滑坡规律复杂,预测难度大,而传统地震滑坡敏感性分析采样策略研究不足的问题,分析不同采样策略对地震滑坡敏感性分析的影响。以多边形缓冲区作为采样区,并将滑坡的发生区域及前两者总和2个采样策略用于对比实验。选取4·20芦山地震中受灾严重的宝盛乡作为研究对象,根据采样策略对滑坡各个评价因子进行采样,并构建支持向量机模型定量计算敏感性指数,再利用自然断点法生成敏感性区划图。通过多种方法对结果进行分析。其中,以多边形缓冲区为采样策略得到的滑坡正确率94.44%,受试者工作特征曲线下面积99.1%,种子单元面积指数综合评价效果最佳,3项结果均占优势。结果证明该采样策略是有效可行的,可为后续防灾减灾工作提供依据。
- 邱丹丹牛瑞卿赵艳南
- 关键词：边坡工程采样策略地震滑坡
- 基于斜坡单元的地震滑坡敏感性分析被引量：7
- 2017年
- 针对斜坡单元大小直接影响地震滑坡敏感性区划结果,论文利用河网密度优选出集水面积阈值,在此基础上生成最优斜坡单元。构建了基于遗传算法的支持向量机敏感性分区预测模型,并实现了宝盛乡地震滑坡敏感性分区。结果显示,在优选出的斜坡单元基础上完成的地震滑坡敏感性分析的精度达到了98.72%。利用优选斜坡单元结合基于遗传算法的支持向量机构建的地震滑坡预测模型是滑坡预测的有效工具,可为防灾减灾提供决策支持。
- 邱丹丹牛瑞卿
- 关键词：地震滑坡遗传算法支持向量机
- 斜坡单元支持下地震滑坡危险性区划——以芦山地震为例被引量：12
- 2015年
- 以地震滑坡作为研究对象,选取"4·20"芦山地震中芦山县为研究区,结合多源数据,在相关分析后选取10个评价因子,分别是地面高程、坡度、坡向、斜坡形态、地层、斜坡结构、断层平均距离、水系平均距离、植被指数和地震峰值加速度,在数字高程模型基础上采用集水区重叠法划分斜坡单元,再对各评价因子重采样,进而利用基于遗传算法的神经网络算法构建地震滑坡危险性评价模型,完成地震滑坡危险性区划。将基于斜坡单元的危险性区划结果和基于格网单元的区划结果进行比较,结果显示滑坡正确率分别为96.6%和92.6%,斜坡单元的正确率较高;同时通过多组数据的受试者工作特征曲线分析本评价模型的不确定性,每组曲线位置及曲线下面积大小相当。
- 邱丹丹牛瑞卿赵艳南武雪玲
- 关键词：地震滑坡危险性区划
- 相关向量机在地震滑坡敏感性分析中的应用被引量：1
- 2017年
- 地震滑坡敏感性分析是地震次生灾害研究的重点内容之一。数据量大且致灾因素复杂是研究地震滑坡问题的难点。在对已有敏感性分析模型研究的基础上,以芦山地震为例,选取地面高程、坡度、坡向、地层、斜坡形态、斜坡结构、距断层平均距离、距水系平均距离、地震峰值加速度9个地震滑坡评价因子,建立基于遗传算法的相关向量机(GA-RVM)敏感性分析模型,生成地震滑坡敏感性区划图,统计结果显示滑坡正确率为99.74%,滑坡密度在极高敏感区达到27.4057个/km2。结果表明,相对于基于遗传算法的支持向量机,GA-RVM获得了更高的预测精度,可为进一步完成地震灾害预防提供依据。
- 邱丹丹牛瑞卿杨耘
- 关键词：相关向量机遗传算法地震滑坡
