不完备样本条件下基于支持向量回归模型的滑坡易发性评价

摘要：

区域滑坡易发性评价对灾害中长期预测预报具有重要意义,在基于统计模型进行评价过程中,样本选取对评价结果有较大影响,构建较稳健的,受样本数量影响小的分析模型非常重要.本文以马来西亚热带雨林地区为例,选择坡度、坡向、地表曲率、地貌类型、岩性、构造、土地覆盖、道路和排水系统等9大要素作为评价因子,结合支持向量回归(SVR)模型计算研究区滑坡易发性指数,并探讨不完备样本条件下易发性评价方法,分析样本数量和评价精度之间的关系.结果显示,基于SVR模型进行该区滑坡易发性分析评价,其成功率验证法的描述精度约为95.9%;同时,样本数量的增减对分析精度影响较小;SVR方法是一种适于热带雨林地区高植被覆盖条件下的分析模型,可为今后同类地区的滑坡灾害管理工作提供支持.

关键词：不完备样本、支持向量回归模型、滑坡易发性指数、精度分析

所属期刊栏目：27

分类号：P31;P64

资助基金：国际科技合作计划项目2007DFA20640;国家高技术研究发展计划"减灾救灾应用示范"项目2007AA120306

在线出版日期：2008-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：755-762