GIS支持下基于支持向量机的滑坡灾害危险性评价研究 ——以莆田市仙游县为例

论文摘要

我国是个滑坡灾害频发的国家,滑坡对人民的生命财产安全和经济建设构成了极大的威胁。如何安全、可靠、有效地进行滑坡灾害危险性分析与评价,并进而实现滑坡的预测预报及风险管理具有重要的理论意义和现实意义。地理信息系统（GIS）技术的发展,为滑坡危险性评价提供了一种新的技术手段。支持向量机（Support vector machine,SVM）是机器学习界的研究热点,并在很多领域都得到了成功的应用。为此,本文以福建省科技厅基金项目“基于支持向量机的地质灾害危险性评价GIS系统”[2006F3111]为背景,尝试将GIS技术与SVM理论相结合运用到滑坡危险性评价中,对滑坡危险性评价进行了初步的探索。研究工作中首先介绍了滑坡灾害危险性评价及SVM的研究现状,接着从地质灾害空间数据库的建立,到评价指标的选取,评价单元的划分,一直到SVM方法应用于滑坡灾害危险性评价都进行了系统的研究,主要的研究内容概括如下:基于VB+MAPGIS开发了仙游县地质灾害管理系统,并建立了仙游县地质灾害空间数据库,即图形数据库与属性数据库及两者之间的无缝连接。对地质灾害数据的浏览、查询、更新和管理起到了高效的作用。根据研究区的实际情况,选取高程指标、坡度指标、坡向指标、岩土体指标、降雨指标及植被覆盖指标等六个指标,对各评价指标分别规定了量化方法,建立了滑坡地质灾害危险性评价指标体系,利用地理信息系统的空间分析功能,获取各评价指标的专题图。将GIS技术和SVM技术相结合应用于研究区滑坡地质灾害危险性评价中,实践表明,该方法对滑坡危险性进行评价是合理可行的。由评价结果来看,极高危险区和高危险区基本上分布在研究区中部及西北部,呈北东向带状展布,在其两侧为中危险分布区,而低危险区则大致沿北西走向展布,该分区结果基本上反映了研究区内地质灾害发育现状。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 选题依据与研究意义
• 1.2 国内外研究现状
• 1.2.1 GIS在滑坡灾害危险性评价中的研究现状
• 1.2.2 支持向量机研究及应用现状
• 1.3 论文的研究内容和技术路线
• 第二章 研究区环境地质条件
• 2.1 概况
• 2.1.1 气象、水文、植被
• 2.1.2 地形地貌
• 2.1.3 地质概况
• 2.1.4 岩土体地质特征
• 2.1.5 地下水
• 2.1.6 人类工程活动现状
• 2.2 地质灾害发育特征
• 2.2.1 地质灾害发育类型
• 2.2.2 地质灾害分布现状
• 2.3 本章小结
• 第三章 仙游县地质灾害数据库建立
• 3.1 开发平台的选择和资料来源
• 3.1.1 开发平台的选择
• 3.1.2 资料来源
• 3.2 地质灾害空间数据层的设计
• 3.2.1 基础类数据
• 3.2.2 地质灾害类数据
• 3.3 地质灾害数据库建立方法与流程
• 3.3.1 数据的收集与整理
• 3.3.2 图形数据库建立
• 3.3.3 属性数据库建立
• 3.3.4 图形数据库与属性数据库的连接
• 3.4 地质灾害空间数据库的信息检索查询
• 3.4.1 图形信息查询
• 3.4.2 数据库信息查询
• 3.4.3 缓冲区分析
• 3.5 本章小结
• 第四章 支持向量机基本原理
• 4.1 概述
• 4.2 统计学习理论
• 4.2.1 经验风险最小化原则
• 4.2.2 VC维
• 4.2.3 推广能力的界
• 4.2.4 结构风险最小化原则
• 4.3 支持向量机
• 4.3.1 线性支持向量机
• 4.3.2 非线性支持向量机
• 4.4 SVM的泛化性能
• 4.4.1 影响学习机器泛化性的因素
• 4.4.2 SVM的泛化性能
• 4.5 各种变形的支持向量机算法
• 4.6 本章小结
• 第五章 基于SVM仙游县滑坡灾害危险性评价
• 5.1 仙游县滑坡地质灾害危险性评价指标体系的确定
• 5.1.1 高程指标
• 5.1.2 岩土体类型
• 5.1.3 坡度指标
• 5.1.4 坡向指标
• 5.1.5 降雨指标
• 5.1.6 植被
• 5.2 评价指标的量化
• 5.3 SVM滑坡灾害危险性评价
• 5.4 结果评价分析
• 5.5 本章小结
• 第六章 总结
• 参考文献
• 致谢
• 攻读硕士学位期间发表的学术论文
• 攻读硕士学位期间参加的科研项目