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.pdf

第27卷第4期 地 理 研 究 VoL27。No．4 RESEARCH 2008年7月 GEOGRAPHICAL July，2008 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 胡德勇1’2，赵文吉“”，李小娟1’2，李京3，李家存1’2 (1．三维信息获取与应用教育部重点实验室，首都师范大学资源环境与旅游学院，北京100037} 2．资源环境与地理信息系统北京市重点实验室，北京100037； 3．民政部／教育部减灾与应急管理研究院，北京100875) 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 文章编号；l000一0585(2008)04一0755一08 区域滑坡空间预测预报的系统理论与方法是当前滑坡研究的重要内容[1矗]，滑坡易发 性评价(1andslidesusceptibility 展区域滑坡的敏感度、易发度分析，因此它对滑坡灾害中长期预测预报具有重要作用，在 实际中得到了广泛应用L3~5j。 概括说来，区域滑坡易发性评价模型可以分为知识驱动和数据驱动两类。基于专家经 验的知识驱动型方法，它依靠专家先验知识来确定灾害发生的敏感程度，因此具有一定的 主观性和不确定性；数据驱动型方法根据历史滑坡调查数据、孕灾环境背景资料，对评价 指标进行分级和确定权重，并对孕灾环境的敏感性进行定量评价。数据驱动型模型应用较 多的有指数综合法、多元统计分析等邙]。自20世纪80年代开始，CarraraA[7]开始运用 多元统计理论开展滑坡相关研究，此后该理论在灾害分析领域得到了广泛应用[8~1叩；随 着计算科学、自动控制论的日益发展，多元统计分析发展到机器学习阶段，如人工神经网 统计模型的滑坡易发性评价受到研究区历史滑坡样本的影响，在寻求最大样本数量、减少 收稿日期：2007—10—26；修订日期：2008一04一07 (2007AAl20306)资助。 作者简介：胡德勇(1974一)，男，博士，教师。主要从事遥感与地理信息系统在资源环境、自然灾害等领域的应 用研究。E_mail：deyonghu@163．com *通讯作者：赵文吉(1967一)，男，教授。E-mail：zhwenjilzl5@163．com 万方数据 地 理 研 究 27卷 和降低统计模型理论误差的同时，研究者面临样本选择的工作量大、可信度低等问题，工 作效率和分析精度难达平衡。因此，降低样本选择对统计拟合结果精度的影响，探寻适于 小样本空间(不完备样本条件)、更加稳健的统计分析模型，对滑坡易发性评价具有重要 意义。 本文以马来西亚热带雨林地区滑坡易发性评价为例，采取随机分割样本的方式来获取 vector 不完备样本条件，基于支持向量回归机(support 坡易发性指数(1andslidesusceptibmtyindex，LSI)，并讨论不完备样本条件下分析精度 的变化特征，通过热带雨林地区的滑坡易发性评价实证研究，为其他