科研之友
微信
新浪微博
Facebook
分享链接
摘要
灾害易发性评估通常是基于灾害空间分布特征进行概率建模，然而灾害本身存在空间异质性。本文以汶马高速汶川至理县段沿线崩滑灾害为例，为解决灾害的空间异质性问题，利用K-mean算法将研究区灾害威胁对象（人员、财产）及危险程度（损毁房屋面积、损毁道路长度）进行空间聚类并赋予研究区不同聚类属性。从水文、地质、地貌条件等方面综合选取坡度、高程、坡向、曲率、地表切割度、河型弯曲系数、距构造带距离、岸坡坡体结构和地层岩性9个因子，将样本划分为70%的训练数据，30%的测试数据，对比K-RF模型与传统的RF模型在易发性评估中的性能，以期为高速公路的运营安全及灾害防治提供理论支撑。结果表明，K-RF模型极高易发区共包含82.95%灾害点，相较于单一RF模型取得了更好的评价结果（AUC值提高5.4%）。本文结果表明采用聚类的方法解决灾害空间异质性是可行的，但本文局限性在于未能从灾害本身反映灾害空间异质性，耦合模型结果本质上是易发性和易损性的综合反映。本文目的是提出解决异质性的建模思路，但并不局限于所使用的模型。
- 单位
