利用粗糙集的滑坡分阶段位移预测方法--以白家包滑坡为例

吉林大学学报(地球科学版)

利用粗糙集的滑坡分阶段位移预测方法--以白家包滑坡为例

韩舸¹，龚威¹，吴婷²，赵艳南³

1.武汉大学测绘遥感信息工程国家重点实验室，武汉430079;
2.湖南省农林工业勘察设计研究总院，长沙410007;
3.中国地质大学地球物理与空间信息学院，武汉430074

收稿日期:2013-09-03 出版日期:2014-05-26 发布日期:2014-05-26
作者简介:韩舸(1987-)，男，博士研究生，主要从事遥感地质及数据挖掘研究，E-mail:udhan@whu.edu.cn
基金资助:
国土资源部三峡库区三期地质灾害防治重大科研资助项目(SXKY3-3-2)

A Stage-Divided Method for Landslide Deformation Prediction by Using Rough Set

Han Ge¹，Gong Wei¹，Wu Ting²，Zhao Yannan³

1.State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan430079, China;
2.Hunan Prospecting Designing and Research General Institute for Provincial Institute of Agriculture, Forestry and Industry, Changsha410007, China;
3.Institute of Geophysics and Geomatics, China University of Geosciences, Wuhan430074, China

Received:2013-09-03 Online:2014-05-26 Published:2014-05-26

摘要/Abstract

摘要：

为解决大数据量下滑坡的位移数值精确预测,采用数据挖掘技术对滑坡多源监测数据进行预处理，进而采取粗糙集理论对输入变量集进行定量评价、约减并完成滑坡变形阶段预测，在此基础上利用不同算法进行滑坡变形位移数值预测。实验显示，粗糙集对滑坡变形阶段划分的准确度达到96.5%，在此基础上利用分类回归树预测滑坡位移的精度达到6.5 mm。结果表明，分阶段的位移预测方法是可行的，其提供的预测精度显著优于普通方法并且达到了工程应用的需求。

关键词: 滑坡, 粗糙集, 变形阶段预测, 位移预测

Abstract:

Rough set theory is introduced in variables set assessment and reduction for deformation stage prediction in the Baijiabao landslide after its multi-source monitoring data are preprocessed by means of data mining technique. On that basis, serval different algorithms are utilized to predict landslide displacement quantitatively for the purpose of comparison. The tests show that the rough set theory is capable of predicting landslide deformation stage precisely. The results obtained by the rough set contribute to improve performances of numerical prediction of the landslide displacement and the stage-divided method has an advantage over other conventional algorithm.

Key words: landslide, rough set, deformation stage prediction, displacement prediction

中图分类号:

P642.22

韩舸，龚威，吴婷，赵艳南. 利用粗糙集的滑坡分阶段位移预测方法--以白家包滑坡为例[J]. 吉林大学学报(地球科学版), 2014, 44(3): 925-931.

Han Ge，Gong Wei，Wu Ting，Zhao Yannan. A Stage-Divided Method for Landslide Deformation Prediction by Using Rough Set[J]. Journal of Jilin University(Earth Science Edition), 2014, 44(3): 925-931.

参考文献

相关文章 15

[1]	周孙超, 宋腾蛟, 王琰, 蔡宗佑. 基于小龙虾优化算法的BP神经网络模型在滑坡易发性评价中的应用[J]. 吉林大学学报(地球科学版), 2026, 56(3): 937-950.
[2]	张文, 王骏城, 陈俊淇, 崔洪海, 孔祥礼, 郭涛, 王明, 王佳, 张书睿, 孙琦, 张涵, . 长白山山脉基本地质概况与火成岩崩滑灾变类型及机制[J]. 吉林大学学报(地球科学版), 2026, 56(2): 568-583.
[3]	安雪莲, 密长林, 孙德亮, 文海家, 李晓琴, 辜庆渝, 丁悦凯. 基于不同评价单元的三峡库区滑坡易发性对比——以重庆市云阳县为例[J]. 吉林大学学报(地球科学版), 2024, 54(5): 1629-1644.
[4]	王芃, 邵广周, 恒翔天, 蓝笛瑄, 王国顺, 霍科宇. 滑坡面瑞雷波波场模拟及H/V谱比探测[J]. 吉林大学学报(地球科学版), 2024, 54(3): 1031-1041.
[5]	年廷凯, 王国栋, 郑德凤, 王大伟. 南海北部陆坡区典型峡谷陡坡群地震稳定性[J]. 吉林大学学报(地球科学版), 2023, 53(6): 1785-1798.
[6]	熊超, 孙红月. 基于多因素-多尺度分析的阶跃型滑坡位移预测[J]. 吉林大学学报(地球科学版), 2023, 53(4): 1175-1184.
[7]	唐军峰, 唐雪梅, 周基, 钟辉亚, 谢尚智. 滑坡堆积体变形失稳机制——以贵州剑河县东岭信滑坡为例[J]. 吉林大学学报(地球科学版), 2022, 52(2): 503-516.
[8]	张田田, 杨为民, 万飞鹏, . 浑河断裂带地质灾害发育特征及其成因机制[J]. 吉林大学学报(地球科学版), 2022, 52(1): 149-.
[9]	雷怡, 帅飞翔, 孙红月, 张泽坤, 熊超. 边坡负压排水非稳定流研究[J]. 吉林大学学报(地球科学版), 2022, 52(1): 162-.
[10]	周越, 曾昭发, 唐海燕, 张建民, 何滔. 公路勘察中滑坡体的地球物理特征与分析——以张榆线公路勘察为例[J]. 吉林大学学报(地球科学版), 2021, 51(2): 638-644.
[11]	安玉科, 樊江, 马胜午, 马建全, 高娟, 毛立军. 堆积阶地古老滑坡识别方法及其在线状工程地质勘察中的应用[J]. 吉林大学学报(地球科学版), 2020, 50(6): 1787-1794.
[12]	林松, 王薇, 邓小虎, 查雁鸿, 周红伟, 程邈. 三峡库区典型滑坡地质与地球物理电性特征[J]. 吉林大学学报(地球科学版), 2020, 50(1): 273-284.
[13]	常晓军, 葛伟亚, 于洋, 赵宇, 叶龙珍, 张泰丽, 魏振磊. 福建省永泰县东门旗山滑坡诱发机理与防治措施[J]. 吉林大学学报(地球科学版), 2019, 49(4): 1063-1072.
[14]	尹超, 周爱红, 袁颖, 王帅伟. 基于邻域粗糙集和支持向量机的固结系数预测[J]. 吉林大学学报(地球科学版), 2019, 49(3): 746-754.
[15]	林剑, 张奇飞, 龙万学, 张红伟. 基于预警隶属度函数多模型融合的滑坡预警方法[J]. 吉林大学学报(地球科学版), 2019, 49(2): 477-484.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed