基于深度学习的黄土陷穴易发育区域预测与分析.pdfVIP

２０２４１２６１

年第期黄骁力，等：基于深度学习的黄土陷穴易发育区域预测与分析

．Ｊ．２０２４１２６１６９．ＤＯＩ１０．１３４７４／ｊ．ｃｎｋｉ．１１

引文格式：黄骁力，江岭，陈西，等基于深度学习的黄土陷穴易发育区域预测与分析［］测绘通报，（）：：

２２４６．２０２４．１２１０．

基于深度学习的黄土陷穴易发育区域预测与分析

１２３４１２３４１２３４１２３４１２３４

，，，，，，，，，，，，，，，

黄骁力，江岭，陈西，位宏，闫振军

（１．实景地理环境安徽省重点实验室，安徽滁州２３９０００；２．安徽省遥感与地理信息工程研究中心，

安徽滁州２３９０００；３．安徽地理信息集成应用协同创新中心，安徽滁州２３９０００；４．滁州学院地理

信息与旅游学院，安徽滁州２３９０００）

摘要：黄土陷穴是黄土高原地区普遍存在的一种特殊的地质灾害，其防治工作是黄土地区工程建设必须要考虑的问题。本文基

ＲＵＳＬＥＤＥＭ１２

于修正通用土壤流失模型（），从、降水量、地表覆盖、植被指数等多源数据中提取种不同类型的特征因子，构建卷积

神经网络（）和深度神经网络（）两种预测模型，实现对黄土陷穴易发育区域的预测，并对两种模型的预测结果进行对比

ＣＮＮＤＮＮ

ＣＮＮＤＮＮ

与分析，从而为黄土地区的陷穴灾害防治、工程建设及水土保持提供参考依据。研究结果表明，、两种预测模型准确率均

８０％Ｆ１８３％ＣＮＮ８３２５％Ｆ１

达以上，分数均达以上，均能有效地预测黄土陷穴的易发育区域。其中，模型准确率达，分数达

８５１８％ＤＮＮ２６３％１５６％

，分别比模型高、，且该模型泛化能力表现更好，预测结果在细节上也表现更为出色。预测结果表明，黄

土陷穴在沟谷区域发育较强，平坦地形发育较弱，人类活动对其发育具有一定影响。

关键词：黄土陷穴；区域预测；多源数据；卷积神经网络；深度神经网络

中图分类号：Ｐ２０８文献标识码：Ａ文章编号：０４９４０９１１（２０２４）１２００６１０９

Ｌｏｅｓｓｓｉｎｋｈｏｌｅｓｄｅｖｅｌｏｐｍｅｎｔｒｅｇｉｏｎａｌｐｒｅｄｉｃｔｉｏｎａｎｄａｎａｌｙｓｉｓｂａｓｅｄ

ｏｎｄｅｅｐｌｅａｒｎｉｎｇ

１２３４１２３４１２３４１２３４１２３４

ＨＵＡＮＧＸｉａｏｌｉ，，，，ＪＩＡＮＧＬｉｎｇ，，，，ＣＨＥＮＸｉ，，，，ＷＥＩＨｏｎｇ，，，，ＹＡＮＺｈｅｎｊｕｎ，，，

１．ＡｎｈｕｉＰｒｏｖｉｎｃｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＰｈｙｓｉｃａｌ