• 中国出版政府奖提名奖

    中国百强科技报刊

    湖北出版政府奖

    中国高校百佳科技期刊

    中国最美期刊

    留言板

    尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

    姓名
    邮箱
    手机号码
    标题
    留言内容
    验证码

    基于ANN与GIS技术的区域岩溶塌陷稳定性预测———以桂林西城区为例

    胡成 陈植华 陈学军

    胡成, 陈植华, 陈学军, 2003. 基于ANN与GIS技术的区域岩溶塌陷稳定性预测———以桂林西城区为例. 地球科学, 28(5): 557-562.
    引用本文: 胡成, 陈植华, 陈学军, 2003. 基于ANN与GIS技术的区域岩溶塌陷稳定性预测———以桂林西城区为例. 地球科学, 28(5): 557-562.
    HU Cheng, CHEN Zhi-hua, CHEN Xue-jun, 2003. ANN- and GIS-Based Regional Prediction of Cover-Collapse Probability: A Case Study in West Part of Guilin City. Earth Science, 28(5): 557-562.
    Citation: HU Cheng, CHEN Zhi-hua, CHEN Xue-jun, 2003. ANN- and GIS-Based Regional Prediction of Cover-Collapse Probability: A Case Study in West Part of Guilin City. Earth Science, 28(5): 557-562.

    基于ANN与GIS技术的区域岩溶塌陷稳定性预测———以桂林西城区为例

    基金项目: 

    国家计委防灾减灾项目 计司国地[1996]12

    详细信息
      作者简介:

      胡成(1976-), 男, 中国地质大学(武汉)博士研究生, 主要研究方向为环境模拟评价及GIS技术应用.E-mail: szmnlab@cug.edu.cn

    • 中图分类号: P642.254;P642.26

    ANN- and GIS-Based Regional Prediction of Cover-Collapse Probability: A Case Study in West Part of Guilin City

    • 摘要: 岩溶地面塌陷是岩溶区常见的一种地质灾害, 塌陷区域预测是进行国土规划、资源开发与灾害防治的必要工作.由于岩溶塌陷的影响因素众多且相互作用, 发展过程复杂, 加之各评价因子的数值获取困难, 致使长期以来塌陷区域定量预测成为一个难以解决的课题.现行的区域预测模型不能描述塌陷形成模式的非线性特征, 也难以克服评价因子权重确定过程中人为经验因素的影响.神经网络技术的自学习、自适应与高度非线性映射特点显示了其在塌陷区域预测领域中应用的前景.根据研究区内地面塌陷空间聚集分布的特征, 提出了不同因子组合条件下塌陷发生可能性的定量化方法, 结合选定的评价因子类别确定了神经网络预测模型的结构, 利用312个塌陷点样本中的292个进行网络训练, 余下的20个样本的校验结果表明该模型具有较高的可信度.运用GIS技术将研究区进行评价单元划分, 并获取各评价因子的取值, 输入到训练好的网络中进行预测.将各单元的输出值进行归并处理后得到研究区岩溶塌陷的稳定级分区图.

       

    • 图  1  研究区塌陷点的模式分析

      P代表任一塌陷点周围L m邻域范围内存在另外n个塌陷点的平均概率

      Fig.  1.  Pattern analysis of cover-collapse plot in study area

      图  2  人工神经网络模型精度校验结果

      Fig.  2.  Validation result of ANN model precision

      图  3  岩溶地面塌陷预测分区

      1.稳定区; 2.基本稳定区; 3.中等稳定区; 4.不稳定区; 5.极不稳定区; 6.非评价区(基岩裸露区)

      Fig.  3.  Zones of cover-collapse probability prediction

      表  1  区域岩溶塌陷预测评价因子选择

      Table  1.   Selected factors for prediction of regional cover-collapse probability

      表  2  评价因子对于塌陷的相对影响程度

      Table  2.   Relative contribution of factors to cover-collapse probability

      表  3  岩溶塌陷发生危险性分级

      Table  3.   Target value classes of cover-collapse probability

    • [1] Goodings D J, Abdulla W A. Stability charts for predicting sinkholes in weakly cemented sand over karst limestone [J]. Engineering Geology, 2002, 65: 179-184. doi: 10.1016/S0013-7952(01)00127-2
      [2] 陈星, 黄润秋. 岩溶塌陷的地质概化模型[J]. 水文地质与工程地质, 2002, (6): 30-34. https://www.cnki.com.cn/Article/CJFDTOTAL-SWDG200206009.htm

      CHEN X, HUANG R Q. Geological conceptive models of karst collapse[J]. Hydrogeology and Engineering Geology, 2002, (6): 30-34. https://www.cnki.com.cn/Article/CJFDTOTAL-SWDG200206009.htm
      [3] 张发旺, 贾秀梅, 赵华. 灰色统计方法及其在岩溶塌陷预测分析中的应用[J]. 河北地质学院学报, 1996, 19(2): 144-150. https://www.cnki.com.cn/Article/CJFDTOTAL-HBDX602.005.htm

      ZHANG F W, JIA X M, ZHAO H. Application of gray system statistic method in the field of karst collapse prediction analysis[J]. Journal of Hebei College of Geology, 1996, 19(2): 144-150. https://www.cnki.com.cn/Article/CJFDTOTAL-HBDX602.005.htm
      [4] 陈学军, 陈植华, 陈先华, 等. 桂林西城区岩溶塌陷模糊层次综合评价[J]. 桂林工学院学报, 2000, 20(1): 112-116. https://www.cnki.com.cn/Article/CJFDTOTAL-GLGX200002003.htm

      CHEN X J, CHEN Z H, CHEN X H, et al. Fuzzy-hierarchy prediction of karst collapse in the west area of Guilin city[J]. Journal of Guilin Institute of Technology, 2000, 20(1): 112-116. https://www.cnki.com.cn/Article/CJFDTOTAL-GLGX200002003.htm
      [5] Kaufmann O, Quinif Y. Geohazard map of cover-collapse sinkholes in the" Torunaisis" area, southern Belgium[J]. Engineering Geology, 2002, 65: 117-124. doi: 10.1016/S0013-7952(01)00118-1
      [6] 贺玉龙, 杨立中, 黄涛. 人工神经网络在岩溶塌陷预测中的应用研究[J]. 中国地质灾害与防治学报, 1999, 10 (4): 86-90. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGDH199904013.htm

      HE Y L, YANG L Z, HUANG T. Research on application of artificial neural network in the prediction of karst collapse[J]. Chinese Journal of Geological Hazard and Control, 1999, 10(4): 86-90. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGDH199904013.htm
      [7] 包惠明, 胡长顺. 岩溶地面塌陷神经网络预测[J]. 工程地质学报, 2002, 10(3): 299-304. doi: 10.3969/j.issn.1004-9665.2002.03.014

      BAO H M, HU C S. Neural network prediction of karstic ground collapse[J]. Journal of Engineering Geology, 2002, 10(3): 299-304. doi: 10.3969/j.issn.1004-9665.2002.03.014
      [8] 陈守余, 周梅春. 人工神经网络模拟实现与应用[M]. 武汉: 中国地质大学出版社, 2000. 1-36.

      CHEN S Y, ZHOU M C. Realization and application of ANN models[M]. Wuhan: China University of Geosciences Press, 2000. 1-36.
      [9] 阎平凡, 张长水. 人工神经网络与模拟进化计算[M]. 北京: 清华大学出版社, 2000. 1-32.

      YAN P F, ZHANG C S. ANN and simulating calculations of evolution[M]. Beijing: Tsinghua University Press, 2000. 1-32.
      [10] 朱寿赠, 周健红, 陈学军. 桂林市西城区岩溶塌陷形成条件及主要影响因素[J]. 桂林工学院学报, 2000, 20 (2): 100-105. https://www.cnki.com.cn/Article/CJFDTOTAL-GLGX200002001.htm

      ZHU S Z, ZHOU J H, CHEN X J. Analysis of forming conditions and main influential factors of karst collapse in west urban district, Guilin city[J]. Journal of Guilin In-stitute of Technology, 2000, 20(2): 100-105. https://www.cnki.com.cn/Article/CJFDTOTAL-GLGX200002001.htm
      [11] Chen X J, Chen Z H, Hu C. The dominant factors and spatial-temporal distribution of karst collapse in the west area of Guilin city[A]. Proceedings of international symposium on hydrogeology and the environment[C]. Beijing: China Environmental Science Press, 2000. 502-507.
      [12] Cooley T. Geological and geotechnical context of cover collapse and subsidence in mid-continent US clay-mantled karst[J]. Environmental Geology, 2002, 42: 469-475.
    • 加载中
    图(3) / 表(3)
    计量
    • 文章访问数:  3764
    • HTML全文浏览量:  669
    • PDF下载量:  14
    • 被引次数: 0
    出版历程
    • 收稿日期:  2003-05-19
    • 刊出日期:  2003-09-25

    目录

      /

      返回文章
      返回