科研之友
微信
新浪微博
Facebook
分享链接
摘要
泥石流冲出距离是确定泥石流潜在危险区及其防灾减灾工程设计的关键参数。然而，由于影响泥石流冲出距离的因素较多，冲出距离预测往往涉及多变量的非线性回归问题，常用的经验统计方法需要预先设定模型函数形式及输入参数，导致经验回归模型的可预测性备受质疑。本文融合多元自适应回归样条模型(MARS)与赤池信息量准则(Akaike Information Criterion，AIC)，提出准确预测泥石流最大冲出距离的数据驱动法。首先，基于不同输入参数(如泥石流体积、泥石流流域高差等)建立最大冲出距离的MARS预测模型。然后，根据AIC准则选择最合适的MARS模型及相应的模型参数。最后，采用汶川震区泥石流数据验证了本文所提方法的有效性，并对比了所提方法与现有经验模型的预测效果。计算结果表明：对于汶川震区泥石流，基于不同输入参数预测的泥石流最大冲出距离存在显著差异。基于流域面积A、流域地形高差H和泥石流体积VD构建的最大冲出距离MARS模型的预测效果最好。通过与现有经验统计模型对比，本文所提方法能准确预测研究区特大规模泥石流的最大冲出距离，而经验统计方法难以给出准确估计。本文所提泥石流冲出距离数据驱动预测方法准确性整体优于经验回归模型，能根据勘察数据自适应地选择最合适的MARS模型及相应的模型参数，无需预先假定模型参数与预测模型函数形式，其后向剪枝过程可以避免模型复杂化造成的过拟合，能够给出最合适的冲出距离预测模型的显性表达式。如果收集到更多的泥石流勘察数据，可以进一步训练模型选择最合适的MARS模型，从而提高预测精度。
- 单位
