CN107463991-CN201710506290-一种基于坡体单元与机器学习的区域滑坡危险性评价方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107463991 A (43)申请公布日 2017.12.12 (21)申请号 201710506290.0 (22)申请日 2017.06.28 (71)申请人 西南石油大学 地址 610500 四川省成都市新都区新都大 道8号 (72)发明人 熊俊楠　孙铭　刘志奇　彭超　 刘姗　 (51)Int.Cl. G06N 3/08(2006.01) G06Q 10/06(2012.01) 权利要求书2页 说明书9页 附图4页 (54)发明名称 一种基于坡体单元与机器学习的区域滑坡 危险性评价方法 (57)摘要 本发明公开了一种基于坡体单元与机器学 习的区域滑坡危险性评价方法，包括如下步骤： 首先根据数字高程模型划分出研究区待评价的 斜坡单元，并建立了适用于研究区的滑坡危险性 评价指标体系；然后对评价指标在已发生滑坡的 斜坡单元中的分布规律进行分析，并在此基础 上，构建各个指标的滑坡危险性等级划分表；最 后建立基于LM-BP神经网络的滑坡灾害危险性评 价模型，计算各评价单元的危险度，并进行危险 性等级划分。本发明所提供的方法计算精确，原 理可靠，操作过程学简便，能够普遍适用于区域 A 滑坡危险性评价的需要。 1 9 9 3 6 4 7 0 1 N C CN 107463991 A 权　利　要　求　书 1/2页 1.一种基于坡体单元与机器学习的区域滑坡危险性评价方法，其特征在于，包括如下 步骤： S1、通过对研究区DEM即数字高程模型的水文分析，划分研究区的评价单元； S2、通过对滑坡灾害孕灾条件与形成机理的研究，建立区域滑坡危险性评价的指标体 系； S3、评价指标在已发生滑坡的斜坡单元中的分布规律分析； S4、基于LM-BP神经网络的滑坡危险性评价模型的建立； S5、区域滑坡危险性评价。 2.根据权利要求1所述的一种基于坡体单元与机器学习的区域滑坡危险性评价方法， 其特征在于，所述步骤S1中，通过对研究区DEM的水文分析，划分研究区的评价单元，其采用 ArcGIS  10.2软件进行分析，具体步骤是： S1.1、利用ArcGIS  10.2的栅格计算器工具，首先获取DEM的最大值，并用最大值减去 DEM的每个栅格单元的DATA值，得到反转DEM； S1.2、利用ArcGIS  10.2水文分析模块的填洼工具，分别对正反DEM进行洼地填充，得到 无洼地DEM； S1.3、利用ArcGIS  10.2水文分析模块的流向工具，分别对正反DEM进行水流方向计算， 得到流向栅格； S1.4、利用ArcGIS  10.2水文分析模块的累计流量计算工具，分别对正反DEM进行汇流 累计流量计算，得到流量栅格； S1.5、利用ArcGIS  10.2的栅格计算器工具，设定集水域阈值，提取河流网络； S1.6、利用ArcGIS  10.2水文分析模块的Watershed工具，生成正反河网、正反集水流 域； S1.7、把生成的集水流域面与反向集水流域面融合，再经后期人工判别、修改不合理的 单元，修改方法包括边界修正、碎片合并、裂隙填充等，最终得到的由河谷线与山脊线所组 成的区域即为斜坡单元。 3.根据权利要求2所述的一种基于坡体单元与机器学习的区域滑坡危险性评价方法， 其特征在于，所述步骤S2中，通过对滑坡灾害孕灾条件与形成机理的研究，建立区域滑坡危 险性评价的指标体系的步骤为： S2.1、在区域差异性、指标主次明显、