基于卷积神经网络模型的区域滑坡敏感性评价——以川藏铁路沿线为例

作者：蒋万钰; 陈冠^*; 孟兴民; 张毅; 曾润强; 岳东霞; 周自强; 赵岩; 金佳成; 梁懿文

来源：兰州大学学报(自然科学版), 2022, 58(02): 203-211.

DOI：10.13885/j.issn.0455-2059.2022.02.009

• 一维卷积神经网络
• 滑坡敏感性评价
• 深度学习
• 川藏铁路

在遥感解译、野外调查及前人研究的基础上,基于共线性诊断与极端随机数算法对13个影响因子的相关性和重要性进行评估,运用一维卷积神经网络构建川藏铁路沿线滑坡敏感性评价模型,使用受试者工作特征（ROC)曲线进行精度验证.结果表明,影响该区滑坡发育的主控因子为距河流距离、道路与断层的距离以及岩性,敏感性极低、低、中、高、极高的面积分别占总面积的66.30%、10.98%、7.55%、6.91%和8.26%.敏感性高的区域主要分布在河流、道路两侧和断层发育的区域;全线滑坡敏感性高低呈分段式分布,在山南-朗县段、波密-理塘段最为严重;一维卷积神经网络的ROC曲线下覆盖的面积为0.958,能有效地进行该区域的滑坡敏感性评价.

• 单位
  兰州大学; 甘肃省科学院地质自然灾害防治研究所