改进的学习向量量化滑坡易发性评价模型研究

作者：赵晓东; 刘福; 杨华; 张泰丽

来源：测绘科学, 2023, 48(05): 239-246.

DOI：10.16251/j.cnki.1009-2307.2023.05.028

• 滑坡
• 易发性评价
• 径向基函数
• 学习向量量化

针对传统的学习向量量化模型只能进行欧式空间的度量问题，该文将在学习向量量化(LVQ)模型的基础上引入径向基核函数(RBF)建立径向基函数的学习向量量化(RBF-LVQ)评价模型。以文成县为研究区，结合GIS技术选取坡度、坡向、坡形、断层距离、地质岩组、极端小时降雨量、地形湿度指数、地表覆盖、风化层厚度、黏聚力10个评价因子构建滑坡易发性评价体系，随机选取70%数据作为训练样本，分别采用RBF神经网络、LVQ神经网络和RBF-LVQ模型进行滑坡灾害易发性评价，并将剩余的30%数据利用ROC曲线进行精度检验。结果显示，训练后的RBF-LVQ模型AUC值为0.88,优于RBF神经网络的0.85和LVQ的0.86。RBF-LVQ模型拥有更好的预测能力，可为研究区域提供模型和决策支持。

• 出版日期2023
• 单位建筑工程学院; 中国地质调查局南京地质调查中心; 大连大学