基于ANN和LR的远安县滑坡易发性评价.pdfVIP

第４４卷第２０期山西建筑Ｖｏｌ．４４Ｎｏ．２０

·４８·２０１８年７月Ｊｕｌ．２０１８

ＳＨＡＮＸＩＡＲＣＨＩＴＥＣＴＵＲＥ

１００９６８２５（２０１８）２０００４８０３

文章编号：

基于ＡＮＮ和ＬＲ的远安县滑坡易发性评价★

闫举生谭建民

（武汉地质调查中心，湖北武汉４３０２０５）

摘要：在人工智能算法快速发展的背景下，选取人工神经网络模型（ＡＮＮ）和逻辑回归模型（ＬＲ）对湖北省远安县进行滑坡易发

性评价，得到滑坡易发性区划图，并对结果进行对比分析。该区共发育滑坡１７７处，提取出了与滑坡发生相关的９类指标因子。

利用相关性分析，剔除高程因子，选择其余８类因子用于滑坡易发性评价，利用ＡｒｃＧＩＳ和ＳＰＳＳＭｏｄｅｌｅｒ软件得到研究区滑坡易发

性区划图。最后，利用ＲＯＣ曲线图对两个模型的成功率进行分析，得到人工神经网络模型和逻辑回归模型的ＡＵＣ值分别为

０．８６４和０．８０９，说明人工神经网络模型在该研究区的预测能力较好。

关键词：滑坡易发性，人工神经网络，逻辑回归，ＲＯＣ曲线

中图分类号：Ｐ６４２．２２文献标识码：Ａ

０引言式中：Ｓ———激活函数，表示神经元的输入总和；

———神经元的阈值；

滑坡危险性分析是滑坡灾害风险评价和管理的基础工作，而θ

易发性评价（ＳｕｓｃｅｐｔｉｂｉｌｉｔｙＡｓｓｅｓｓｍｅｎｔ）是滑坡危险性分析的基础，ｙ———神经元的输出。

是研究某一特定范围内的所有斜坡体与基础地质环境条件之间１．２逻辑回归模型

的相关性，并分析研究区域滑坡在相对稳定的孕灾环境下发生可逻辑回归模型（ＬｏｇｉｓｔｉｃＲｅｇｒｅｓｓｉｏｎＭｏｄｅｌ，ＬＲ）是滑坡易发性

能性的大小、在何处可能发生等问题，是对滑坡在区域空间尺度评价应用最广泛地一种数学方法。如果某一事件或现象，其发生

发生的可能性大小进行定量估算的过程。目前，随着大数据和的可能性或概率设为Ｐ，取值范围为０～１，那么事件不发生的概

ＧＩＳ技术的飞速发展和进步，基于ＧＩＳ平台的滑坡区域易发性评率则为１－Ｐ。当Ｐ的取值越接近于０或者１时，Ｐ值的变化就很

［６］

价应用越来越多，其中的空间预测模型也不断丰富，主要有：逻辑难捕捉，因此需要对Ｐ值进行变换。一般取Ｐ／（１－Ｐ）的自然

［１］［２］［３］［４］对数，即用ｌｎ（Ｐ／（１－Ｐ））对Ｐ的变化进行量度。将Ｐ进行Ｌｏｇｉｔ

回归模型、人工神经网络、支持向量机、证据权、层次分

［５］变换，记为ＬｏｇｉｔＰ，此时ＬｏｇｉｔＰ变化范围就为（－，＋）。

析法等。在以前易发性的工作中，多是基于简单的统计模型进∞∞

行易发性评价。因此，本文选取了传统的逻辑回归模型（Ｌｏｇｉｓｔｉｃ若有：

Ｒｅｇｒｅｓｓｉｏｎ）和人工智能算法的人工神经网络模型（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＬｏｇｉｔＰ＝Ｚ（３）

Ｎｅｔｗｏｒｋ），并综合考虑多类滑坡易发性指标，通过相关性分析剔除ｅｘｐ（Ｚ）