基于GIS和BP神经网络的地质灾害风险评价系统.docVIP

基于GIS和BP神经网络的地质灾害风险评价系统 　　摘要:就建立基于GIS和BP神经网络的地质灾害评价系统的理论可行性进行了分析,并对系统的设计思想和架构进行了讨论,系统将发挥GIS强大的空间信息可视化管理和分析功能以及神经网络的非线性描述和分析功能,实现地质灾害危险性评价的可视化管理。 　　关键词:BP神经网络;地质灾害;GIS 　　中图分类号:TP183文献标识码:A文章编号:1009-3044(2010)10-2536-02 　　Geological Disaster Risk Evaluation System Based on BP Neural Network and GIS 　　YE Xian-jin 　　(Shanghai Maritime University, Shanghai 200135, China) 　　Abstract: This paper analyzes the theoretical feasibility that establish a Geological Disaster Risk Evaluation System based on BP neural network and GIS, and discusses the system design ideas and architecture .The system plays powerful management of spatial information visualization and analysis functions of GIS,and makes it available of the depicting the nonlinear phenomena by BP neural network to the assessment processing of debris flow regional hazard,actualizes the visualization management of geological disaster regional hazard evolution . 　　Key words: BP neural network; geological disaster; GIS 　　地质灾害往往以其突发性,破坏性给经济的发展,人民的生活带来巨大的危害。对地质灾害发生的危险性、危害范围和程度以及破坏损失等方面进行研究和评价,为认识灾害灾情,制定防灾政策,对防治区域进行规划、实施预防、治理措施等多方面奠定了坚实的基础。但由于诱发地质灾害的因素的多样性和不确定性,并且通常穿插交融着复杂的地理环境因素,对数据的管理与评价变得异常困难。 　　神经网络技术可有效地解决评价因素等问题。神经网络通过学习,可以从典型事例中提取所包含的一般原则、学会处理具体问题,且能对不完整信息进行补全,从而做出准确的评价。但其局限性是要求大量的数据进行学习,才能更加准确的作出评价,但往往一个地区的样本属于小样本,达不到神经网络样本数量的要求。利用B样条二乘拟合技术对地质灾害小样本进行处理,使其扩充至符合BP神经网络法要求的样本容量,从而实现运用BP神经网络法对地质灾害进行评价。而地理信息系统(GIS)具有强大的数据库功能和空间分析能力,能存储管理抵制灾害相关的数据,并且能分析地质灾害之间的关系。 　　本文将基于GIS,并结合神经网络模型和B样条二乘拟合技术,构建一个地质灾害风险评价系统,本文对系统原理,基本结构和系统结构进行了论述。 　　1 基于GIS的神经网络模型原理 　　GIS具有强大的信息处理和空间分析功能,可大幅提高稳定性分析的速度和精度。在GIS支持下的评价分析的目的主要是预测事态的发展以及评判事态的严重程度,并以专题图的形式直观显示。在评价时,对GIS提供的数据进行比对分类分析,根据不同的地质灾害类型选定不同的评价因素并选定神经网络方法作为涉及到地理信息的评判问题评价分析的基本数学模型,并将结果以唯一值专题图的形式展示。 　　1.1 BP网络评价模型及原理 　　BP(Back Propagation)网络即反向传播网络,是当前工程应用中最为广泛的一种人工神经网络,是一种具有三层或三层以上神经元的神经网络,包括输入层、隐含层和输出层,其结构。BP神经网络的学习算法实际上是对简单的Delta学习规则的推广,其推导思想是:对网络的权位和阈值进行修正,使误筹函数沿负梯度方向下降,若误差函数值小于允许误差,则学习过程结速,否则计算各层节点的输出误差,进行误差反向传播,修改网络的连接权值与阈值,直至网络收敛,使误差函数值小于允许误差。 　　1.2 B样条最小二乘拟合 　　为了地质灾害