基于SVM-BP降雨型黄土滑坡灾害安全评价模型研究

地质滑坡灾害的监测预警体系中存在地质灾害调查、数据监测和预测预警环节融合度不够、相互分散、结果评价缺失等缺点。针对降雨型黄土滑坡灾害监测预警中存在的实际问题与不足，结合多源信息和智能风险评估，提出一种准确率高且可快速评价坡体安全性的基于SVM-BP的地质灾害安全评价混合模型。以降雨型滑坡地下水监测为主，以外部诱发因素为辅，在完成滑坡形变监测、风险源辨识和搭建监测预警云平台系统的基础上，以坡体含水率易诱发边坡骤发式瞬间失稳为出发点，实现了对降雨型危险坡体的实时监测与动态安全性评价。试验数据来源于西安市某地实测数据。首先确定滑坡风险评价指标体系，并基于灰色综合关联分析法和模糊层次分析法完成初步数据筛选，然后利用SVM分类器和BP神经网络模型分别完成数据判断和评价分类，建立基于SVM-BP的安全评价混合模型。在实际工程中坡体大概率为安全状态，这使得评价模型的SVM分类器具备运行时间短、满足快速性要求的特点；BP神经网络模型能够增加对于危险状态识别的敏感度，可提高整个评价模型的准确率。对危险坡体实测数据和系统功能试验验证表明：该评价模型的准确率达到99.94%,运行时间为0.032 9 s,满...