基于神經(jīng)網(wǎng)絡(luò)模型的斜坡地質(zhì)災(zāi)害易發(fā)性評價:以吉林永吉為例

劉飛，秦勝伍，喬雙雙，竇強(qiáng)，扈秀宇

吉林大學(xué)建設(shè)工程學(xué)院，長春130026

0 引言

斜坡地質(zhì)災(zāi)害[1]是指在降雨、人工爆破、坡腳開挖和地下開采等外界因素下，受到重力的影響，坡體物質(zhì)沿坡體向下滑動，并造成人員傷亡、財(cái)產(chǎn)損失等地質(zhì)災(zāi)害。永吉縣是吉林省吉林市的一個市轄縣，其東部地貌以山區(qū)為主，地勢起伏較大，雨季降雨量大，加之人類工程活動，存在大量的斜坡類地質(zhì)災(zāi)害隱患。為減少斜坡地質(zhì)災(zāi)害的危害性，對研究區(qū)的斜坡地質(zhì)災(zāi)害進(jìn)行了易發(fā)性分析，從而為永吉縣斜坡地質(zhì)災(zāi)害的預(yù)測和治理提供了依據(jù)。

目前，對于地質(zhì)災(zāi)害易發(fā)性的制圖方法，已經(jīng)從開始的定性分析發(fā)展到定性--定量分析，再到定量分析。定量分析的評價結(jié)果客觀，不受人為主觀干擾，主要包括傳統(tǒng)的統(tǒng)計(jì)分析法和新興的機(jī)器學(xué)習(xí)法。統(tǒng)計(jì)分析法包括：頻率比[2]、信息量[3]和確定系數(shù)[4]等。斜坡地質(zhì)災(zāi)害作為一種非線性系統(tǒng)，一般的線性統(tǒng)計(jì)方法難以準(zhǔn)確的進(jìn)行模擬。而機(jī)器學(xué)習(xí)法能夠較好地處理非線性問題。常用的機(jī)器學(xué)習(xí)法主要有：人工神經(jīng)網(wǎng)絡(luò)[5]、支持向量機(jī)[6]和邏輯回歸[7]等。這些方法都有著各自的優(yōu)缺點(diǎn)：支持向量機(jī)模型的數(shù)學(xué)函數(shù)比較復(fù)雜，不能較好地解決多分類問題；邏輯回歸模型在建模過程中的主觀干擾比較大；而神經(jīng)網(wǎng)絡(luò)模型具有強(qiáng)大的學(xué)習(xí)能力，可以較好地處理區(qū)域內(nèi)災(zāi)害易發(fā)性與影響因子的非線性關(guān)系。D. P.Kanungo等人研究表明，相比其他方法，神經(jīng)網(wǎng)絡(luò)模型對于評價因子權(quán)重的計(jì)算更為準(zhǔn)確[8]。因此筆者選取神經(jīng)網(wǎng)絡(luò)模型對永吉縣區(qū)域的斜坡地質(zhì)災(zāi)害進(jìn)行易發(fā)性評價，同時為更直觀地體現(xiàn)神經(jīng)網(wǎng)絡(luò)模型的評價效果，構(gòu)建頻率比、支持向量機(jī)模型和神經(jīng)網(wǎng)絡(luò)模型進(jìn)行對比驗(yàn)證。

1 研究區(qū)概況

永吉縣位于吉林省吉林市，地理坐標(biāo)分別為：125°47′43″～126°39′40″E，43°18′36″～43°53′12″N，面積為2 625 km2。區(qū)內(nèi)春夏秋冬四季明顯，冬季、夏季溫度差別較大，年平均降水量677.4 mm。東南部是山區(qū)，西北部是臺地，地勢從南到北、從東到西逐漸降低，最高海拔1 387 m，最低點(diǎn)的高程為182 m。區(qū)內(nèi)北東向、北西向斷層發(fā)育，巖體主要有第四系土體、堅(jiān)硬的塊狀巖和層狀巖組、較軟和較堅(jiān)硬的碎屑巖巖組[9]。由于較差的地質(zhì)環(huán)境質(zhì)量，研究區(qū)分布大量的斜坡地質(zhì)災(zāi)害，對農(nóng)田、人員、道路和房屋等造成極大的威脅。

經(jīng)調(diào)查，研究區(qū)共發(fā)現(xiàn)了131處斜坡類地質(zhì)災(zāi)害點(diǎn)，包括111個不穩(wěn)定斜坡和20個崩塌，主要分布于永吉縣中部低山區(qū)域、東南部中山和河谷區(qū)域，災(zāi)害點(diǎn)分布情況見圖1，本文按照70%：30%的比例將災(zāi)害點(diǎn)隨機(jī)分為2組，訓(xùn)練點(diǎn)92個，驗(yàn)證點(diǎn)39個，用于模型的建立和驗(yàn)證。

2 研究方法

2.1 評價因子選取

根據(jù)研究區(qū)實(shí)際情況以及對影響斜坡地質(zhì)災(zāi)害發(fā)生的地形因素、環(huán)境因素以及地質(zhì)因素進(jìn)行分析最終選取：高程、坡度、坡向、剖面曲率、平面曲率、距斷層距離、巖性、距河流距離、年均降雨量、地形濕度指數(shù)(TWI)和植被覆蓋指數(shù)(NDVI)等11個影響因子，利用ArcGIS軟件進(jìn)行重分類(圖2)，因子分級情況見表1。分類方法主要是常用的自然間斷法。自然間斷法是對分類間隔加以識別，對相似值進(jìn)行最恰當(dāng)?shù)胤纸M，并使各個類之間的差異最大化。

數(shù)字高程模型(DEM)反映了地表高低情況，斜坡地質(zhì)災(zāi)害的發(fā)生與高程值密切相關(guān)。本文選用的DEM柵格單元大小為8 m×8 m，高程值分布在181～1 387 m之間，基于ArcGIS軟件利用自然間斷法將高程值劃分為:181～248 m、248～328 m、328～413 m、413～512 m、512～649 m、649～848 m、848～1 387 m等7個等級，根據(jù)分區(qū)結(jié)果，高程在181～413 m范圍最有利于斜坡災(zāi)害的發(fā)生。

圖2 評價因子圖Fig.2 Diagrams of evaluation factors

表1 斜坡地質(zhì)災(zāi)害易發(fā)性評價表

Table 1 Table of slope geological hazards susceptibility evaluation

評價因子分類子類所占比例 /%災(zāi)害點(diǎn)所占比例 /%神經(jīng)網(wǎng)絡(luò)頻率比支持向量機(jī)高程/m181～24828.0%22.8%0.073 4 0.815 6 0.106 0 248～32826.8%53.3%0.179 1 1.990 4 0.258 7 328～41323.2%18.5%0.071 8 0.797 9 0.103 7 413～51212.3%3.3%0.023 8 0.264 2 0.034 3 512～6496.5%0.0%0.000 0 0.000 0 0.000 0 649～8482.4%0.0%0.000 0 0.000 0 0.000 0 848～1 3870.9%2.2%0.221 8 2.464 0 0.320 3 距斷層距離/m<1001.7%0.0%0.000 0 0.000 0 0.000 0 100～2001.8%0.0%0.000 0 0.000 00.000 0 200～4003.8%7.6%0.341 9 2.011 3 0.020 1 400～8008.0%10.9%0.230 9 1.358 3 0.013 6 800～1 60015.5%13.0%0.142 8 0.839 9 0.008 4 >1 60069.2%68.5%0.1682 0.989 2 0.009 9 巖性堅(jiān)硬的層狀巖2.0%1.1%0.026 9 0.537 1 0.016 1 堅(jiān)硬的塊狀巖28.6%23.9%0.041 8 0.835 2 0.025 1 較堅(jiān)硬的碎屑巖11.0%2.2%0.009 9 0.198 0 0.005 9 較軟碎屑巖21.1%5.4%0.012 9 0.257 1 0.007 7 土體37.2%67.4%0.090 5 1.810 2 0.054 3 坡度0°～3.48°43.9%8.7%0.027 7 0.197 9 0.017 8 3.48°～8.02°20.2%26.1%0.180 8 1.291 1 0.116 2 8.02°～12.86°16.8%38.0%0.316 8 2.262 8 0.203 7 12.86°～18.46°13.3%20.7%0.218 0 1.557 4 0.140 2 18.46°～38.90°5.8%6.5%0.158 1 1.129 6 0.101 7 >38.90°0.0%0.0%0.000 0 0.000 0 0.000 0 坡向Flat10.1%1.1%0.009 6 0.107 1 0.017 1 N10.0%4.3%0.039 0 0.432 8 0.069 2 NE11.7%6.5%0.050 1 0.556 8 0.089 1 E10.1%14.1%0.125 6 1.395 9 0.223 3 SE9.7%28.3%0.262 3 2.914 3 0.466 3 S10.2%17.4%0.153 5 1.7051 0.272 8 SW13.0%19.6%0.135 3 1.503 1 0.240 5 W13.1%6.5%0.044 6 0.496 1 0.079 4 NW11.9%2.2%0.016 4 0.182 5 0.029 2 距河流距離/m<10013.7%35.9%0.131 1 2.621 0 0.078 6 100～20012.0%18.5%0.077 3 1.545 3 0.046 4 200～40019.6%20.7%0.052 6 1.051 3 0.031 5 400～80027.2%12.0%0.022 0 0.440 3 0.013 2 800～1 60023.1%10.9%0.023 6 0.471 4 0.014 1 >1 6004.5%2.2%0.024 2 0.483 4 0.014 5 年均降雨量/mm60050.8%40.2%0.039 5 0.790 9 0.039 5 70049.2%59.8%0.060 8 1.216 3 0.060 8

續(xù)表1

評價因子分類子類所占比例 /%災(zāi)害點(diǎn)所占比例 /%神經(jīng)網(wǎng)絡(luò)頻率比支持向量機(jī)剖面曲率-6.8～0.0125.5%19.6%0.023 00.766 60.015 3-0.01～0.0142.7%29.3%0.020 60.686 60.013 70.01～9.231.7%51.1%0.048 31.609 80.032 2平面曲率-5.6～0.0127.4%32.6%0.035 81.191 70.083 4-0.01～0.0144.8%28.3%0.018 90.631 30.044 20.01～5.527.9%39.1%0.042 11.404 20.098 3TWI<8.5119.8%22.8%0.046 11.152 80.046 18.51～10.5329.1%33.7%0.046 31.158 70.046 310.53～12.5526.7%32.6%0.048 81.221 00.048 812.55～16.0913.4%2.2%0.006 50.161 80.006 516.09～27.201.9%0.0%0.000 00.000 00.000 0>27.209.1%8.7%0.038 20.954 70.038 2NDVI-0.990～0.0951.2%0.0%0.000 00.000 00.000 0-0.095～0.1378.3%16.3%0.313 11.956 90.489 20.137～0.3428.8%27.2%0.495 93.099 30.774 80.342～0.49711.6%30.4%0.419 12.619 60.654 90.497～0.61325.5%17.4%0.10930.683 00.170 70.613～1.00044.6%8.7%0.031 20.194 80.048 7

坡度和坡向是利用ArcGIS軟件中的提取工具，從基礎(chǔ)數(shù)據(jù)DEM中獲得。坡度的大小影響著斜坡的穩(wěn)定性[10]。永吉縣坡度分布在0°～38.90°之間，按照自然間斷法共分為6個等級，分別為0°～3.48°、3.48°～8.02°、8.02°～12.86°、12.86°～18.46°、18.46°～38.90°，斜坡災(zāi)害在0°～18.46°分布最多；斜坡坡向由于受到的光照不同，所以土的力學(xué)特性差異較大[11]。按照45°一個等級，將坡向分為平面、北、東北、東、東南、西、西南、西和西北9個等級，西南、南和東南方向的斜坡地質(zhì)災(zāi)害發(fā)育較多。

剖面曲率和平面曲率反映著地面的凹凸情況，影響著斜坡地質(zhì)災(zāi)害的發(fā)育。按照自然間斷法：剖面曲率分為-6.8～0.01、-0.01～0.01、0.01～9.2，平面曲率分為-5.6～0.01、-0.01～0.01、0.01～5.5，其中正值代表地形向上凸，負(fù)值代表地形向下凹；災(zāi)害點(diǎn)分布在凸起的地形中。

斷層的發(fā)育影響著巖體的質(zhì)量，從而影響斜坡災(zāi)害的發(fā)育，利用ArcGIS軟件對斷層進(jìn)行緩沖區(qū)劃分，分為<200 m、200～400 m、400～800 m、800～1 600 m、>1 600 m等5個等級，結(jié)果顯示，斷層附近100～400 m的斜坡地質(zhì)災(zāi)害更為發(fā)育。

巖性是斜坡地質(zhì)災(zāi)害發(fā)育的基礎(chǔ)，在不同的巖性地區(qū)，災(zāi)害發(fā)育情況差別明顯。永吉縣的巖性按照硬度和結(jié)構(gòu)特性進(jìn)行劃分，主要為堅(jiān)硬的層狀巖、堅(jiān)硬的塊狀巖、較堅(jiān)硬的碎屑巖、較軟碎屑巖和第四系土體5類，根據(jù)災(zāi)害點(diǎn)的分布情況，第四系土體中斜坡地質(zhì)災(zāi)害發(fā)育最多。

河流也是導(dǎo)致斜坡地質(zhì)災(zāi)害產(chǎn)生的重要因素，距河流越近的地區(qū)越容易受到河流的沖蝕以及軟化，利用ArcGIS軟件對河流進(jìn)行緩沖區(qū)劃分，分為<100 m、100～200 m、200～400 m、400～800 m、800～1 600 m、>1 600 m共6個等級；距河流400 m之內(nèi)的斜坡受到的影響最大、分布最多。

降雨不僅會沖蝕坡體表面，還會浸透到巖體內(nèi)部，造成巖體軟化，促使斜坡地質(zhì)災(zāi)害形成。永吉縣年均降雨量分別是600 mm和700 m,其中700 mm降雨量的區(qū)域斜坡地質(zhì)災(zāi)害發(fā)育較多。

地形濕度指數(shù)TWI是以DEM為基礎(chǔ)數(shù)據(jù)，利用GIS軟件的水分分析模塊獲得，表示土壤水分情況。將獲取的TWI分為<8.509、8.509～10.530、10.530～12.550、12.550～16.086、16.086～27.199、>27.199共6個等級，斜坡地質(zhì)災(zāi)害主要分布于0～16.086之間。

植被覆蓋指數(shù)NDVI主要體現(xiàn)了研究區(qū)域內(nèi)的植被覆蓋情況，其公式為:

NDVI=(NIR-R)/(NIR+R)

(1)

式中：NIR和R表示近紅外波段和紅光波段的反射值；本文通過地理空間數(shù)據(jù)云獲得近紅外波段和紅光波段的反射值，利用GIS軟件根據(jù)上述公式進(jìn)行柵格計(jì)算，得到植被覆蓋度，結(jié)果按自然間斷法分為：-0.99～0.095、-0.095～0.137、0.137～0.342、0.342～0.497、0.497～0.613、0.63～1共6個等級，其中斜坡地質(zhì)災(zāi)害在0.497～1之間發(fā)育最多(表2)。

表2 評價因子的數(shù)據(jù)來源

2.2 神經(jīng)網(wǎng)絡(luò)模型

神經(jīng)網(wǎng)絡(luò)是由一系列小型處理節(jié)點(diǎn)組成的網(wǎng)絡(luò)系統(tǒng)，現(xiàn)已廣泛用于易發(fā)性測繪，可以用來處理非線性問題。三層BP神經(jīng)網(wǎng)絡(luò)模型近年來被應(yīng)用于各個方面。

設(shè)輸入層A=(A1,A2,A3…Ai…AI)，隱藏層B=(B1,B2,B3…Bj…BJ)，輸出層C=(C1,C2,C3…Ck…CK)和期望輸出層為：D=(D1,D2,D3…Dk…DK)，神經(jīng)元Bj和Ck的關(guān)系方程如下：

(2)

(3)

式中：j=(1,2,3…J)，k=(1,2,3…K)；wij和aj分別為輸入層和隱藏層之間的權(quán)重和閾值；wjk和bk分別為隱藏層和輸出層之間的權(quán)重和閾值；f1,f2是激活函數(shù)[12]；

BP模型的輸出誤差公式為：

(4)

模型通過選取合適的激活函數(shù)，不斷調(diào)整閾值和權(quán)重，使得MSE的值最小。

2.3 頻率比模型

頻率比是一種傳統(tǒng)的概率統(tǒng)計(jì)方法，其定義是對于給定屬性災(zāi)害發(fā)生的可能性與不發(fā)生的可能性之比。其比值與影響因子的重要程度相關(guān)，比值>1表示重要，反之說明較低。計(jì)算公式為：

(5)

式中：A1代表該影響因子的特定級別內(nèi)出現(xiàn)的災(zāi)害點(diǎn)的網(wǎng)格數(shù)目；A2代表研究區(qū)所有災(zāi)害點(diǎn)的網(wǎng)格數(shù)目；B1代表該因子特定級別的總網(wǎng)格數(shù)目；B2代表研究區(qū)網(wǎng)格的總數(shù)目。

2.4 支持向量機(jī)模型

支持向量機(jī)(SVM)是通過尋找一個超平面將數(shù)據(jù)進(jìn)行分割的二分類模型，目的是為了把問題轉(zhuǎn)化為一個凸二次規(guī)劃問題。其原理是將原始空間里的訓(xùn)練數(shù)據(jù)根據(jù)確定的函數(shù)映射到更高空間，從而使得樣本在這個空間中線性可分[13]。選取RBF核函數(shù)，利用線性回歸函數(shù)f(x)=ax+b，對數(shù)據(jù)點(diǎn)(Xi,Yi)進(jìn)行擬合，其中i=1,2,3…n；設(shè)擬合的精度為c，則有：

Yi-f1(Xi)≤c+ξi

(6)

f1(Xi)-Yi≤c+ξi′

(7)

式中：i=1,2,3…n，ξi,ξi′為松弛因子且≥0，沒有誤差時取0。目標(biāo)函數(shù)變?yōu)椋?/p>

(8)

式中：C是懲罰參數(shù)，且C>0。對公式(6)、(7)和(8)進(jìn)行求解，變?yōu)橥苟我?guī)劃問題，使用拉格朗日函數(shù)：

(9)

式中：α,α′,γ,γ′為拉格朗日乘數(shù)，ai′≥0，γi′≥0，i=1,2,3…n。求函數(shù)L對a,b,ξi,ξi′的最小化以及對α,α′,γ,γ′的最大化，帶入式(9)，得到對偶形式和它的最大化函數(shù)。最后求得：

(10)

3 結(jié)果及討論

3.1 模型結(jié)果

神經(jīng)網(wǎng)絡(luò)(ANN)模型通過SPSS軟件構(gòu)建，將11個影響因子作為輸入層，進(jìn)行神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練，再利用GIS軟件得到斜坡地質(zhì)災(zāi)害易發(fā)性分區(qū)圖(圖4)。根據(jù)自然間斷法將結(jié)果分為：極高易發(fā)區(qū)、高易發(fā)區(qū)、中易發(fā)區(qū)、低易發(fā)區(qū)、極低易發(fā)區(qū)，面積分別為9.2%、18.1%、23.5%、30.7%、18.6%，各分區(qū)對應(yīng)的災(zāi)害點(diǎn)分別為61個、24個、6 個、0個、1個，位于高易發(fā)區(qū)的災(zāi)害點(diǎn)個數(shù)占總災(zāi)害點(diǎn)個數(shù)的92.4%，結(jié)果合理。

神經(jīng)網(wǎng)絡(luò)模型構(gòu)建的易發(fā)性分區(qū)情況為：高和極高易發(fā)區(qū)主要分布于永吉縣東南部的北大湖鎮(zhèn)、西陽鎮(zhèn)、雙河鎮(zhèn)一帶的中低山區(qū)以及永吉縣中部的口前鎮(zhèn)、金家鄉(xiāng)、黃榆鄉(xiāng)一帶的丘陵地區(qū)，該區(qū)由于村民建房、修路削坡等形成了大量不穩(wěn)定斜坡，區(qū)內(nèi)出露巖層主要為花崗巖，巖體中的原生節(jié)理和構(gòu)造裂隙發(fā)育，風(fēng)化程度高，第四紀(jì)土層覆蓋較多，降雨充沛，容易形成斜坡類災(zāi)害；而中易發(fā)區(qū)主要分布于永吉經(jīng)濟(jì)開發(fā)區(qū)洋草溝村、乃子街村，北大湖鎮(zhèn)小山村、南溝村、朝陽村，一拉溪鎮(zhèn)碾子溝村、松花村、索屯村，口前鎮(zhèn)繁榮村、達(dá)屯村、春登村，岔路河鎮(zhèn)岔路河村和馬家村等，分布區(qū)域廣泛，巖性主要由較軟碎屑巖和花崗巖構(gòu)成，節(jié)理較發(fā)育，人類工程較頻繁，在降雨作用下較易形成斜坡災(zāi)害；低和極低易發(fā)區(qū)主要分布于北部的岔路河鎮(zhèn)、一拉溪鎮(zhèn)、萬昌鎮(zhèn)一帶的臺地區(qū)域，以及中部的西陽鎮(zhèn)、黃榆鄉(xiāng)、金家鄉(xiāng)區(qū)域，該區(qū)地勢較為平緩，地貌以臺地和河谷為主，人類活動弱，植被覆蓋較好，不易形成斜坡類地質(zhì)災(zāi)害。

利用神經(jīng)網(wǎng)絡(luò)計(jì)算得到因子的重要性見圖3。結(jié)果顯示高程、坡向、NDVI、TWI是影響斜坡災(zāi)害發(fā)育最重要的3個因子，占據(jù)全部因子重要性的54.00%；其次巖性、距斷層距離、距河流距離也對斜坡災(zāi)害的發(fā)育影響較大；而剖面曲率、平面曲率、降雨和坡度對斜坡災(zāi)害的發(fā)育影響較小，重要性僅占18.82%。

圖3 ANN計(jì)算因子重要性圖Fig.3 ANN calculates factors importance graph

頻率比模型按照公式(4)先計(jì)算11個評價因子圖層的權(quán)重，再通過Arcgis軟件進(jìn)行疊加，得到易發(fā)性圖(圖5)，將結(jié)果分為極高易發(fā)區(qū)、高易發(fā)區(qū)、中易發(fā)區(qū)、低易發(fā)區(qū)和極低易發(fā)區(qū)5類，對應(yīng)分區(qū)面積分別為8.0%、20.4%、29.0%、28.0%、14.6%；對應(yīng)的災(zāi)害點(diǎn)個數(shù)分別為69個、15個、7個、0個、1個。

支持向量機(jī)模型通過SPSS軟件構(gòu)建，核函數(shù)選用徑向基函數(shù)，系數(shù)選取0.1，懲罰系數(shù)選取1。利用自然間斷法對得到的斜坡災(zāi)害易發(fā)性圖進(jìn)行分類(圖6)，分成5種類型：極高易發(fā)區(qū)、高易發(fā)區(qū)、中易發(fā)區(qū)、低易發(fā)區(qū)和極低易發(fā)區(qū)；相對應(yīng)的面積分別為9.6%、18.0%、22.2%、29.6%、20.6%，分區(qū)情況見圖6；對應(yīng)分布的災(zāi)害點(diǎn)個數(shù)分別是55個、28個、7個、1個、1個(表3)。

表3 模型分區(qū)面積占比情況

圖4 神經(jīng)網(wǎng)絡(luò)模型評價結(jié)果圖Fig.4 Neural network model evaluation results

圖5 頻率比模型評價結(jié)果圖Fig.5 Frequency ratio model evaluation results

圖6 支持向量機(jī)模型評價結(jié)果圖Fig.6 Support vector machine model evaluation results

3.2 模型結(jié)果驗(yàn)證

驗(yàn)證是易發(fā)性制圖中必不可少的組成部分，直接決定了制圖的質(zhì)量。為評估選用模型的精度，使用受試者工作特征曲線(ROC曲線)來進(jìn)行驗(yàn)證。受試者工作特征曲線是將特異性和敏感度分別作為橫、縱坐標(biāo)繪制得到的曲線[14]。曲線下的面積大小說明了模型的好壞，面積值與1越接近則說明模型的判別效果越好。

筆者將斜坡地質(zhì)災(zāi)害點(diǎn)按70%∶30%的比例進(jìn)行了劃分[15]，分別作為訓(xùn)練點(diǎn)和驗(yàn)證點(diǎn)，基于SPSS軟件建立了成功率和預(yù)測率曲線(圖7、8)。成功率法采用訓(xùn)練點(diǎn)作為模型建立的數(shù)據(jù)，不適合評價模型的預(yù)測能力，然而可以確定易發(fā)性圖對現(xiàn)有區(qū)域的分級情況，而預(yù)測率曲線可以表示模型的預(yù)測能力(表4)。

表4 模型準(zhǔn)確率及預(yù)測率表

根據(jù)表中數(shù)據(jù)，可以看出在訓(xùn)練效果和預(yù)測能力這兩方面，神經(jīng)網(wǎng)絡(luò)表現(xiàn)最好，支持向量機(jī)模型次之，頻率比模型最差；成功率和預(yù)測率之間的差值可以表示模型的穩(wěn)定程度，神經(jīng)網(wǎng)絡(luò)、頻率比模型、支持向量機(jī)的成功率與預(yù)測率差值分別是0.040、0.050、0.046，在穩(wěn)定性方面同樣是神經(jīng)網(wǎng)絡(luò)最好；從以上3方面可以看出，神經(jīng)網(wǎng)絡(luò)模型的性能最優(yōu)，最適合永吉縣的斜坡地質(zhì)災(zāi)害易發(fā)性評價，且機(jī)器學(xué)習(xí)模型優(yōu)于傳統(tǒng)的概率統(tǒng)計(jì)模型。

圖7 成功率ROC曲線Fig.7 ROC curvesof success rate

圖8 預(yù)測率ROC曲線Fig.8 ROC curvesof prediction rate

4 結(jié)論

(1)神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建使用SPSS Modeler軟件即可實(shí)現(xiàn)，相比于傳統(tǒng)的頻率比模型，實(shí)現(xiàn)方式簡便，運(yùn)行結(jié)果精度更高。

(2)將神經(jīng)網(wǎng)絡(luò)模型評價結(jié)果分為極低、低、中、高和極高易發(fā)區(qū)，面積分別為18.6%、30.7%、23.5%、18.1%、9.2%，災(zāi)害點(diǎn)占比為：1.10%、0%、6.5%、26.1%、66.3%，斜坡地質(zhì)災(zāi)害分布情況符合易發(fā)性等級。

(3)通過ROC曲線對3種模型評價結(jié)果的精度進(jìn)行檢驗(yàn)，結(jié)果顯示神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練效果、預(yù)測能力和穩(wěn)定性均最高，評價效果最好，最適用于永吉縣區(qū)域的斜坡災(zāi)害易發(fā)性評價。

(4)由神經(jīng)網(wǎng)絡(luò)模型構(gòu)建的斜坡災(zāi)害易發(fā)區(qū)分布情況為：高和極高易發(fā)區(qū)主要分布于永吉縣東南部的北大湖鎮(zhèn)、西陽鎮(zhèn)、雙河鎮(zhèn)一帶的中低山區(qū)以及永吉縣中部的口前鎮(zhèn)、金家鄉(xiāng)、黃榆鄉(xiāng)一帶的丘陵地區(qū)；中易發(fā)區(qū)主要分布于永吉縣永吉經(jīng)濟(jì)開發(fā)區(qū)、洋草溝村、乃子街村，北大湖鎮(zhèn)小山村、南溝村、朝陽村，一拉溪鎮(zhèn)碾子溝村，松花村、索屯村，口前鎮(zhèn)繁榮村、達(dá)屯村、春登村，岔路河鎮(zhèn)岔路河村和馬家村等；而低和極低易發(fā)區(qū)主要分布于北部的岔路河鎮(zhèn)、一拉溪鎮(zhèn)、萬昌鎮(zhèn)一帶的臺地區(qū)以及中部的西陽鎮(zhèn)、黃榆鄉(xiāng)和金家鄉(xiāng)區(qū)域。