典型地质环境问题区域灾变智能预测研究-以湖北省恩施地区为例

1 绪论1.1 引言1.1.1 滑坡灾害造成的损失日益严重1.1.2 GIS为区域滑坡研究提供了良好的技术平台1.1.3 GIS与神经网络结合为区域滑坡研究提供了有效的解决方案1.1.4 研究意义1.2 国内外研究现状评述1.2.1 GIS在区域滑坡灾害预测预报中的应用1.2.2 区域滑坡灾害空间预测研究1.2.3 人工智能的应用研究1.2.4 人工智能与GIS相结合应用于灾害空间预测的研究1.2.5 滑坡灾害空间预测评价指标1.3 目前存在的问题1.4 发展趋势1.5 本书研究内容及思路1.5.1 研究内容1.5.2 研究方法及技术路线 2 恩施地区志留系地层典型滑坡及其破坏机理分析2.1 概述2.1.1 地质灾害类型2.1.2 滑坡灾害的类型及分布2.2 瞿家湾滑坡群2.2.1 地质环境条件2.2.2 物质结构特征2.2.3 滑坡稳定性计算2.2.4 滑坡应力、应变数值模拟分析2.2.5 滑坡形成机理2.3 保扎滑坡2.3.1 形态特征2.3.2 物质结构特征2.3.3 影响因素2.3.4 滑坡形成机理2.4 志留系地层滑坡机理分析2.4.1 志留系地层上滑坡发育特征2.4.2 岩土体性质对滑坡的控制2.4.3 地形地貌对滑坡的控制2.4.4 坡体结构对滑坡的作用2.4.5 降雨对滑坡的作用2.4.6 构造对滑坡的控制2.4.7 人类活动对滑坡的影响2.4.8 志留系地层滑坡规律总结 3 斜坡灾变空间预测评价指标体系3.1 指标选取的原则3.2 指标的筛选3.2.1 指标筛选的原则3.2.2 指标的筛选3.3 预测指标的量化3.4 预测指标的权重4 神经网络技术理论及应用模型构建4.1 人工神经网络理论概述4.1.1 神经网络的基本性质4.1.2 神经元模型4.1.3 神经网络的互联模式4.1.4 神经网络的工作方式4.2 神经网络的学习与计算4.2.1 神经网络的学习4.2.2 神经网络的计算4.3 BP神经网络4.3.1 BP网络的模型与结构4.3.2 BP网络的学习公式4.3.3 BP网络的训练方法和步骤4.3.4 BP网络的优缺点及改进方法4.4 斜坡灾变空间预测BP神经网络模型的构建4.4.1 网络模型的选取4.4.2 BP网络模型的结构4.4.3 样本数据及数据的预处理4.4.4 网络设计及训练函数比较研究4.4.5 网络隐含层神经元数探讨 5 区域斜坡灾变空间预测模型的设计及实现5.1 斜坡灾变空间预测的工作特点5.2 空间预测系统的技术支撑平台5.2.1 GIS地理信息系统软件5.2.2 MATLAB编程软件5.3 空间预测系统的结构设计及实现5.3.1 空间数据库的建立5.3.2 数据的空间分析处理5.3.3 斜坡灾变空间预测 6 恩施地区屯堡乡一带志留系地层斜坡灾变空间预测应用实例6.1 研究区地理地质背景6.1.1 地理位置6.1.2 地质环境概况6.1.3 现有灾害发育情况6.2 研究区斜坡灾变空间预测的实现6.2.1 研究区预测单元的划分6.2.2 影响因子图层的生成6.2.3 神经网络模型的预测分析6.2.4 预测成果可视化及评述6.3 预测系统准确性的遥感评价6.3.1 遥感源信息及解泽方法6.3.2 遥感解译结果6.3.3 预测准确度评定 7 结论及展望7.1 结论7.2 研究的创新点7.3 研究展望参考文献