典型文献
基于BP神经网络的怒江流域泥石流易发性动态区划模型研究
文献摘要：
地形、地貌、地质以及气候条件的复杂性使怒江流域的泥石流触发机理研究难度极大,而现有的泥石流易发性区划研究成果受主观影响较大,如今时空大数据和机器学习技术的发展为无假设机制下的泥石流易发性风险评估研究提供了新途径.基于泥石流成因搜集潜在的影响因子,通过相关性分析筛选出土壤质地、植被指数、土壤类型、高程、坡度、坡向、降雨量以及历史灾害影响因子等13个评价指标,并用上述指标训练最佳预测模型,将模型预测结果与云南省最新的泥石流隐患点分布进行对比分析,结果表明,该模型预测的泥石流高发生和极易发生区域的准确率达到了77.5％和73.8％,预测的泥石流灾害的准确率达到了77.7％.该研究成果可为泥石流防灾减灾工作提供参考.
文献关键词：
泥石流;地质灾害;BP神经网络;怒江流域;地貌;大数据;预测模型;评价因子
中图分类号：
作者姓名：
王鑫;赵康;蒋叶林;朱文
作者机构：
昆明理工大学国土资源工程学院,云南昆明650031;武汉大学测绘遥感信息工程国家重点实验室,湖北武汉430072;云南省基础地理信息中心,云南昆明650034
文献出处：
引用格式：
[1]王鑫;赵康;蒋叶林;朱文-.基于BP神经网络的怒江流域泥石流易发性动态区划模型研究)[J].化工矿物与加工,2022(01):39-43,48
A类：
B类：
怒江流域,泥石流易发性,气候条件,易发性区划,区划研究,观影,时空大数据,机器学习技术,评估研究,出土,土壤质地,植被指数,土壤类型,坡向,降雨量,历史灾害,灾害影响,泥石流灾害,防灾减灾,地质灾害,评价因子
AB值：
0.22784
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
