摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第12-20页 |
1.1 研究目的及意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-18页 |
1.2.1 确定性模型 | 第13-14页 |
1.2.2 非确定性模型 | 第14-17页 |
1.2.2.1 知识驱动型方法 | 第14页 |
1.2.2.2 数据驱动型方法 | 第14-17页 |
1.2.3 存在问题及解决思路 | 第17-18页 |
1.3 论文研究内容与组织结构 | 第18-19页 |
1.4 本章小结 | 第19-20页 |
第二章 研究区与数据 | 第20-25页 |
2.1 研究区 | 第20-23页 |
2.1.1 地形地貌 | 第21-22页 |
2.1.2 地层岩性 | 第22-23页 |
2.1.3 地质构造 | 第23页 |
2.1.4 气象水文特征 | 第23页 |
2.2 数据 | 第23-24页 |
2.3 本章小结 | 第24-25页 |
第三章 区域滑坡易发性评价技术框架 | 第25-42页 |
3.1 基于云模型与粗糙集理论的评价指标体系构建 | 第26-32页 |
3.1.1 基于云模型的连续属性离散化 | 第26-30页 |
3.1.1.1 云模型的基本概念 | 第26-28页 |
3.1.1.2 基于云模型的属性空间软划分 | 第28-29页 |
3.1.1.3 云变换 | 第29-30页 |
3.1.2 基于粗糙集理论的评价指标筛选与优化 | 第30-32页 |
3.2 区域滑坡易发性评价方法 | 第32-39页 |
3.2.1 C4.5 决策树算法与m-branch概率平滑技术 | 第32-35页 |
3.2.1.1 C4.5 决策树算法 | 第32-34页 |
3.2.1.2 m-branch概率平滑技术 | 第34-35页 |
3.2.2 证据理论 | 第35-39页 |
3.2.2.1 信任函数模型 | 第36-37页 |
3.2.2.2 Dempster组合规则 | 第37页 |
3.2.2.3 基本概率分配函数 | 第37-39页 |
3.2.2.4 评价因子不确定性融合 | 第39页 |
3.3 质量评价 | 第39-41页 |
3.4 本章小结 | 第41-42页 |
第四章 滑坡易发性评价因子提取与分析 | 第42-55页 |
4.1 评价单元尺度选择 | 第42-43页 |
4.2 滑坡影响因子概述 | 第43页 |
4.2.1 滑坡诱发因子 | 第43页 |
4.2.2 滑坡孕灾因子 | 第43页 |
4.3 研究区滑坡灾害影响因子分析 | 第43-54页 |
4.3.1 地形地貌 | 第44-48页 |
4.3.1.1 高程 | 第44-45页 |
4.3.1.2 坡度 | 第45-46页 |
4.3.1.3 坡向 | 第46-47页 |
4.3.1.4 斜坡类型 | 第47-48页 |
4.3.2 地层岩性 | 第48-49页 |
4.3.3 断裂构造 | 第49-50页 |
4.3.4 水文条件 | 第50-52页 |
4.3.4.1 距水系距离 | 第50页 |
4.3.4.2 地形湿度指数 | 第50-52页 |
4.3.5 植被覆盖度 | 第52-53页 |
4.3.6 地震峰值加速度 | 第53-54页 |
4.4 本章小结 | 第54-55页 |
第五章 汶川震区滑坡易发性评价 | 第55-79页 |
5.1 研究区滑坡易发性评价指标体系构建 | 第55-64页 |
5.1.1 基于云模型的连续属性数据离散化 | 第55-62页 |
5.1.2 基于粗糙集理论的评价指标筛选与优化 | 第62-64页 |
5.2 基于C4.5 决策树算法与m-branch概率平滑耦合模型的汶川震区滑坡易发性评价 | 第64-71页 |
5.2.1 构建概率预测树 | 第64-66页 |
5.2.2 滑坡易发性制图 | 第66-68页 |
5.2.3 结果与分析 | 第68-70页 |
5.2.4 不确定性分析 | 第70-71页 |
5.3 基于证据理论的汶川震区滑坡易发性评价 | 第71-76页 |
5.3.1 基本概率分配函数 | 第71-75页 |
5.3.2 评价因子不确定性融合及滑坡易发性制图 | 第75页 |
5.3.3 结果与分析 | 第75-76页 |
5.4 C4.5 方法和证据理论方法结果对比分析 | 第76-77页 |
5.5 本章小结 | 第77-79页 |
第六章 结论与展望 | 第79-81页 |
6.1 结论 | 第79-80页 |
6.2 展望 | 第80-81页 |
致谢 | 第81-82页 |
参考文献 | 第82-87页 |
攻读硕士学位期间取得的成果 | 第87-88页 |