基于集成学习的阶跃型滑坡阶跃点判别分析
-
摘要: 针对阶跃型滑坡阶跃点识别和预测难的问题,提出了一种基于聚类分析和集成学习的阶跃型滑坡阶跃点识别和判别模型。以三峡库区八字门滑坡ZG110钻孔2010年4月至2016年12月80个滑坡位移、库水位和降雨数据为例,通过聚类分析方法识别滑坡累积位移-时间曲线中的阶跃点和平稳点,并利用K均值聚类分析检验分类结果的准确性。基于灰色关联确定了滑坡位移的最佳诱发因素,结合随机森林模型建立阶跃型滑坡阶跃点判别模型并利用八字门滑坡ZG111钻孔验证该模型的准确性。模型阶跃点和平稳点的识别准确率均达90%以上,表明该方法在阶跃型滑坡识别中具有较好的适用性,可为阶跃型滑坡的预测提供参考。
-
-
期刊类型引用(5)
1. 袁维,孙瑞峰,钟辉亚,焦海明,胡惠华,林杭. 阶跃型滑坡综合变形预测及监测预警方法研究. 水利学报. 2023(04): 461-473 . 百度学术
2. 韩笑男. 基于卷积神经网络的水库滑坡位移预测研究. 甘肃水利水电技术. 2022(02): 35-38+64 . 百度学术
3. 李小伟,王琳,王力,王世梅. 阶跃型滑坡的位移预测方法研究——以三峡库区树坪滑坡为例. 三峡大学学报(自然科学版). 2021(01): 38-42 . 百度学术
4. 安冬,宋琨,仪政,易庆林. 一种基于EEMD-RFR的水库滑坡台阶状位移预测模型. 山地学报. 2021(01): 143-150 . 百度学术
5. 倪天翔. 基于CiteSpace的地质灾害领域中外代表性期刊对比研究. 国土资源信息化. 2021(05): 63-68+49 . 百度学术
其他类型引用(3)
计量
- 文章访问数: 596
- HTML全文浏览量: 10
- PDF下载量: 344
- 被引次数: 8