原文传递
GRA-RF在铁路沿线滑坡危险性评价中的应用研究
| 论文题名： | GRA-RF在铁路沿线滑坡危险性评价中的应用研究 |
| 关键词： | 铁路滑坡;危险性评价;主成分分析;粗糙集;灰色关联分析 |
| 摘要： | 研究区铁路线路位于四川省西部的雅安至巴塘段，该区域气候多变，地形地质条件复杂，滑坡灾害频繁发生。随着川藏铁路的建设，川西地区铁路线路长度不断增加，铁路线路、行车安全易受滑坡地质灾害威胁。因此开展研究区滑坡危险性评价，计算铁路沿线滑坡灾害发生的可能性，对于列车安全运行与铁路线路安全防护具有重要意义。 首先，基于研究区历史滑坡数据，在分析滑坡灾害环境特征的基础上预选滑坡评价因子。其次，分别选用主成分分析、粗糙集和灰色关联分析(Grey Relation Analysis,GRA)分析方法筛选评价因子，得到三种不同的评价因子组合。然后，将预选评价因子组合和筛选后的三种评价因子组合分别输入到随机森林(RandomForest,RF)、支持向量机、逻辑回归三种评价模型中，共得到12种组合方法，最后，根据12种组合方法对应的模型预测精度，选取最佳评价因子组合和模型，并对研究区进行滑坡危险性评价。主要研究内容如下： (1)基于研究区滑坡的孕灾因素、致灾原因和前人研究，预选地形地貌评价因子，即高程、坡度、坡向、平面曲率、剖面曲率；气象水文评价因子，即降雨、距河流距离；地质条件评价因子，即工程岩组，距断层距离；植被覆盖评价因子，即归一化植被指数；人类工程活动评价因子，即土地利用类型、距道路距离，共12个评价因子。然后对评价因子进行分级，并统计历史滑坡灾害在各评价因子不同等级中的分布频次。 (2)通过计算容忍度和方差膨胀因子对预选评价因子进行共线性检验，确保评价因子间相互独立。然后分别选用主成分分析、粗糙集和灰色关联分析对评价因子进行相关性分析，选出贡献率较大的因子或者核因子，剔除掉相关性较差的因子，共得到三种不同的评价因子组合。 (3)将预选和筛选后共四种评价因子组合分别输入到随机森林、支持向量机、逻辑回归三种评价模型中，并采用混淆矩阵和受试者工作特征曲线对模型性能进行评价。评价结果表明，使用灰色关联分析筛选后的评价因子组合输入到随机森林对应的模型性能最佳，其混淆矩阵准确率和受试者工作特征曲线曲线下面积最大，分别为0.875和0.8806。 (4)采用最佳评价组合和模型进行滑坡危险性评价，计算滑坡危险性大小，并生成滑坡危险性分布图。采用自然间断点法将危险性评价结果划分为低、较低、中、较高和高，5个风险等级，并将滑坡危险性评价结果与滑坡验证点进行对比，可得检验精度为86.5%，因此本文可为研究区铁路沿线滑坡灾害的风险评价提供参考。 |
| 作者： | 贺攀 |
| 专业： | 交通运输工程 |
| 导师： | 郭荣昌;裴天禄 |
| 授予学位： | 硕士 |
| 授予学位单位： | 兰州交通大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
