J4 ›› 2010, Vol. 40 ›› Issue (2): 368-372.

• 地质工程与环境工程 • 上一篇    下一篇

基于主成分分析的FCM法在泥石流分类中的应用

张文|陈剑平|秦胜伍|张晨|李明|马建全   

  1. 吉林大学 建设工程学院|长春 130026
  • 收稿日期:2009-08-23 出版日期:2010-03-26 发布日期:2010-03-26
  • 通讯作者: 陈剑平(1957-),男,福建福州人,教授,博士生导师,主要从事地质工程研究 E-mail:chenjpwq@126.com
  • 作者简介:张文(1985-)|男|山东临沂人|博士研究生|主要从事工程地质灾害方面研究|E-mail:zhangwenlch@126.com
  • 基金资助:

    国家自然科学基金项目(40872170);吉林大学“985”计划资助项目(105213200500007);教育部资助优秀年轻教师基金项目(120413133)

Application of FCM Based on Principal Components Analysis in Debris Flow Classification

ZHANG Wen|CHEN Jian-ping|QIN Sheng-wu|ZHANG Chen,LI Ming,MA Jian-quan   

  1. College of Construction Engineering,Jilin University,Changchun 130026,China
  • Received:2009-08-23 Online:2010-03-26 Published:2010-03-26

摘要:

选取流域面积、最大高差等12个传统泥石流沟评价因素和圆度、平均长度等4个沟谷形态统计要素对泥石流性质进行评价;利用主成分分析法对分析因素进行降维,将16个分析因素降维形成线性无关的6个主成分,大大减小了分析的复杂性,并且证明了考虑沟谷形态统计要素的必要性;并利用FCM法(模糊C-均值聚类法)对研究区域27条泥石流沟进行分类,把泥石流沟分为3类。结合分类结果及现场调查,证明分类结果与现场的实际情况吻合较好,并针对不同的分类提出泥石流防护措施的建议。

关键词: 主成分分析, FCM, 泥石流, 分类

Abstract:

Twelve conventional evaluation-factors such as watershed area, maximum altitude difference and four statistical factors of debris flow gully form such as circular degree, mean length are chosen to evaluate the debris flow characteristics. Principal component analysis is used to reduce the dimension of the evaluation-factor.Sixteen factors is classified into six uncorrelated principal components, which reduces the complexity in analysis process. The factors of debris flow gully form are proved important. FCM( Fuzzy C-means algorithm) is proposed to sort twenty seven debris flow field investigated into three grades.The result preferably coincides with practical situation of debris flow gullies. Guard measures are proposed according to the result of cluster.

Key words: principal component analysis, Fuzzy C-means algorithm, debris flow, classification

中图分类号: 

  • P642.23
[1] 张冠杰, 方石, 张新荣, 高先超, 沈伟. 水进砂研究进展[J]. 吉林大学学报(地球科学版), 2018, 48(3): 626-639.
[2] 束龙仓, 李姝蕾, 王松, 克热木·阿布都米吉提, 鲁程鹏, 李砚阁, 李伟. 岩溶水源地安全供水的风险评价指标筛选——以娘子关泉水源地为例[J]. 吉林大学学报(地球科学版), 2018, 48(3): 805-814.
[3] 王明常, 张馨月, 张旭晴, 王凤艳, 牛雪峰, 王红. 基于极限学习机的GF-2影像分类[J]. 吉林大学学报(地球科学版), 2018, 48(2): 373-378.
[4] 赵玉岩, 李兵, 陆继龙, 郝立波, 赵禹, 王东明. 中国东北浅覆盖区地质填图物化探信息协同辅助技术[J]. 吉林大学学报(地球科学版), 2018, 48(1): 318-333.
[5] 肖凡, 陈建国. 基于RCGA的PPC模型在化探异常识别与提取中的应用[J]. 吉林大学学报(地球科学版), 2017, 47(4): 1319-1330.
[6] 李晓东, 姜琦刚. 吉林西部多时相遥感数据分类方案的构建及应用[J]. 吉林大学学报(地球科学版), 2017, 47(3): 907-915.
[7] 李永刚. 松南气田火山岩致密储层分类及有利目标潜力评价[J]. 吉林大学学报(地球科学版), 2017, 47(2): 344-354.
[8] 宋志, 邓荣贵, 陈泽硕, 冯伟. 磨西河泥石流堵断大渡河物理模拟与早期识别[J]. 吉林大学学报(地球科学版), 2017, 47(1): 163-170.
[9] 王璞珺, 缴洋洋, 杨凯凯, 张增宝, 边伟华. 准噶尔盆地火山岩分类研究与应用[J]. 吉林大学学报(地球科学版), 2016, 46(4): 1056-1070.
[10] 王常明, 田书文, 王翊虹, 阮云凯, 丁桂伶. 泥石流危险性评价:模糊c均值聚类-支持向量机法[J]. 吉林大学学报(地球科学版), 2016, 46(4): 1168-1175.
[11] 陈盟, 吴勇, 高东东, 常鸣. 广汉市平原区浅层地下水化学演化及其控制因素[J]. 吉林大学学报(地球科学版), 2016, 46(3): 831-843.
[12] 杨雪峰, 王雪梅, 毛东雷. 塔里木河下游土地利用覆被MISR多角度遥感制图[J]. 吉林大学学报(地球科学版), 2016, 46(2): 617-626.
[13] 王萌, 姜元俊, 黄栋, 李倩倩. 基于小流域的地震扰动区降雨型滑坡泥石流危险性评价方法[J]. 吉林大学学报(地球科学版), 2015, 45(6): 1781-1788.
[14] 周林飞, 陈启新, 成遣, 张静. 利用粗糙集理论进行遥感分类信息提取[J]. 吉林大学学报(地球科学版), 2015, 45(4): 1246-1256.
[15] 徐佩华, 袁中凡, 李广杰, 李光, 杜文浩, 王月华. 长白山火山次生泥石流灾害危险范围预测[J]. 吉林大学学报(地球科学版), 2015, 45(4): 1155-1163.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!