基于PCA和SVM算法滑坡稳定性分析研究.docVIP

基于PCA和SVM算法滑坡稳定性分析研究 　　【摘 要】滑坡稳定性的计算方法是滑坡研究的关键问题。本文选取了24个影响滑坡稳定性的因子，运用主成分分析对这些影响因子进行属性约简，去掉冗余的影响因素小的因子，得到12个核心的影响因子，并以此作为支持向量机的输入特征值，构建主成分分析与支持向量机结合的滑坡稳定性分析模型。通过对212组滑坡数据进行分析与验证，结果表明应用主成分分析-支持向量机模型不仅可以大幅度降低数据之间的相互影响，同时提高了稳定性分析准确性。 　　【关键词】主成分分析；支持向量机；稳定性分析 　　【Abstract】The calculation method of landslide stability is a critical issue in landslide research. In this paper， had choose 24 impact factors affecting the stability of landslide， uses the principal component analysis to these influence factor for attribute reduction， get rid of the influence factors which redundant and smaller factor， then get 12 core impact factors， as the input characteristic value of support vector machines， build the model of landslide stability analysis which combination of principal component analysis and support vector machine. To analysis and validate of 212 groups of landslide data， results showed that the application of principal component analysis-support vector machine not only can reduce the interaction between the data， but also could improve the precision of stability analysis at the same. 　　【Key words】Principal component analysis； Support vector machines； Stability analysis 　　0 引言 　　由于滑坡地质条件形成过程、诱发因素的多样性及其变化的随机性和复杂性，导致滑坡运动信息极难预测，加之滑坡动态监测技术的不完整、不成熟和滑坡预报理论的不完善，滑坡灾害严重威胁与危害人民群众的生命财产安全。因而科学、准确的进行滑坡稳定性研究，及时预测预报滑坡对减灾防灾具有重要意义。 　　从人们意识到滑坡的危害开始，地质学研究人员就一直试图建立一种预报准确、可操作性强的滑坡预报模型[1-6]，总结前人的滑坡预报模型的主要类型及对应的预报方法，可把滑坡的预报模型分为定性和定量两大类[7]。 　　定性分析方法能综合考虑影响边坡稳定性的各种因子，并可快速地对边坡的稳定状况和发展趋势做出综合评价，主要方法有：工程地质分析法、边坡稳定性分析数据库和专家系统法及图解法等。定量分析方法是想通过力学原理对滑坡的稳定性进行分析，但严格地讲，滑坡稳定性分析还没有达到完全的定量这一阶段，目前只能算是一种半定量半定性的分析方法。滑坡稳定性定量分析目前大概可以分成三种方法：解析法，数值方法和概率法。 　　国内外学者利用多种方法对滑坡稳定性做了研究。例如：意大利学者Carrara[8]、西班牙学者Jiménez-Perálvarez[9]，利用地理信息系统及空间分析进行过滑坡易发性评价与制图；美国学者Nandi[10]、中国学者李雪平和唐辉明等[11]利用统计模型进行过滑坡易发性评价。但是，这些方法都需要地形、地质、水文和人类工程活动等多种数据，涉及到的评价指标从几个到几十个不等，而要在这众多的评价指标中科学、合理地确定模型评价指标体系是一个非常棘手的问题，也是在许多相关研究中没有解决的关键问题。 　　1 影响滑坡稳定性的因素分析 　　影响滑坡稳定性因素有很多，主要包括滑坡岩性、地质结构、软弱地层状况、河流作用等。除此以外，还有岩石风化状况、地面变形情况、降雨、地震、植被覆盖率及人类工程活动等[12]。这些