文献类型：期刊文章

作　　者：杨延晨[1] 周超[2] 施佳湄[1]

YANG Yanchen;ZHOU Chao;SHI Jiamei(S.K.Lee Honors College,China University of Geosciences,Wuhan 430074,China;School of Geography and Information Engineering,China University of Geosciences,Wuhan 430078,China)

机构地区：[1]中国地质大学(武汉)李四光学院,湖北武汉430074 [2]中国地质大学(武汉)地理与信息工程学院,湖北武汉430078

出　　处：《测绘通报》

基　　金：国家自然科学基金(42371094;41702330)。

年　　份：2023

期　　号：11

起止页码：1-6

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2023_2024、JST、RCCSE、ZGKJHX、核心刊

摘　　要：开展区域滑坡易发性评价是滑坡气象预警与风险评价的关键。针对目前诸多易发性研究未考虑滑坡发生与邻接环境有关的情况,本文提出了一种基于卷积神经网络(CNN)的区域滑坡易发性建模框架。以三峡库区万州区为例,选取坡度、坡向等12个因子构建评价指标体系,通过信息量法分析因子对滑坡发育的影响程度,采用二维矩阵构建数据集,运用CNN进行易发性建模,得到易发性评价图,同时探究构建样本时二维矩阵的大小对精度的影响。研究结果表明,越靠近水库带越易发生滑坡,水系和人类工程活动对于滑坡发育具有较大影响;CNN模型精度为0.925,相比机器学习模型精度明显提升;增大构建样本时的二维矩阵可提高精度。CNN模型在多维空间数据处理方面具有优势,它考虑了滑坡位置及其邻接环境的影响,是一种准确可靠的区域滑坡易发性评价方法。

关 键 词：水库滑坡 易发性制图  卷积神经网络 三峡库区

分 类 号：P208]