基于K-means聚类分析法的滑坡地质灾害易发性评价研究.pdfVIP

用户·施工CONSUMERSCONSTRUCTION

基于K-means聚类分析法的滑坡

地质灾害易发性评价研究

陈永军

（湖南省自然资源调查所，湖南娄底417000）

摘要：为解决现有滑坡易发性评价方法准确性和适用性不足的问题，以浙江省金华市某滑坡调查区为例，系统开

展了滑坡地质灾害易发性评价研究。通过采用K-means聚类分析法对滑坡地质灾害影响因素进行分类分析，并结

合LEC法对易发性因素进行量化评价。研究结果表明：该方法能够有效识别滑坡地质灾害的高风险因素，并对易

发性进行准确分级，具有较强的准确性与实用性，可为滑坡灾害风险防控提供科学依据。

关键词：K-means聚类；LEC法；地质灾害；易发性评价；风险识别

0引言n2

=(-)（1）

J∑xu

√ij

滑坡灾害不仅对人类社会造成巨大危害，还对生态i=1

环境产生深远影响。滑坡发生后，地表植被破坏，土壤结式中：为各个数据点到初始簇心的距离，简称为

J

构受损，水土流失加剧，进而影响区域内的生物多样性簇距；为数据集合中第个数据点，1≤≤；为

xiinu

ij

和生态稳定性[1]。因此开展滑坡地质灾害易发性评价研第个初始簇心，1＜≤。

jjk

究具有重要的现实意义。近年来，国内外学者对滑坡地根据各个数据点与初始簇心的簇距，将数据点分配

质灾害易发性评价进行了大量研究，取得了一定的进展。到距离最近的簇心所对应的簇中，形成以初始簇心为核

定性评价方法主要依靠专家经验和现场调查，通过心的簇，从而完成初始迭代计算。初始迭代完成后，计

分析滑坡灾害发生的地质环境条件和影响因素，进行主算新簇内所有点的均值，将其作为新的簇心。随后重新

观判断和综合分析[2-3]。而定量评价方法则通过建立数计算所有数据点对新簇中心的簇距，并重新执行分配步

学模型，运用统计分析、机器学习等技术手段，对滑坡骤和簇心的更新步骤。重复上述过程，直至迭代计算

灾害发生的概率和易发性进行量化分析。然而，现有的得到的新簇心与上一次迭代计算的簇心相同时，即达成

评价模型大多基于特定区域条件建立，适用范围有限，收敛条件，从而完成数据点的K-means聚类计算。根据

特别是对易发性的评价准确性有限，不利于实际的防灾K-means聚类分析原理，当存在k个簇心时，可