汶川地震滑坡及其影响因素研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第10-21页 |
| ·引言 | 第10-11页 |
| ·国内外研究现状 | 第11-17页 |
| ·数据获取方法 | 第11-13页 |
| ·地震滑坡及影响因素研究 | 第13-15页 |
| ·黄土地震滑坡研究 | 第15-16页 |
| ·地震滑坡危险性区划方法 | 第16-17页 |
| ·研究意义 | 第17-18页 |
| ·研究思路 | 第18-19页 |
| ·创新点 | 第19-21页 |
| 第二章 地震滑坡研究设计 | 第21-30页 |
| ·研究区背景及数据概况 | 第21-24页 |
| ·研究方法 | 第24-29页 |
| ·实验条件 | 第29-30页 |
| 第三章 地震滑坡及其影响因素关系研究 | 第30-49页 |
| ·研究区地震滑坡空间分布特点 | 第30-31页 |
| ·地震滑坡随烈度变化规律 | 第31-34页 |
| ·地震滑坡与到断裂带距离的关系 | 第34-37页 |
| ·地震滑坡与坡度的关系 | 第37-38页 |
| ·高程与地震滑坡的关系 | 第38-40页 |
| ·地震滑坡与植被的关系 | 第40-42页 |
| ·地形起伏对地震滑坡的影响 | 第42-44页 |
| ·地震滑坡与其坡向的关系 | 第44-46页 |
| ·坡位与地震滑坡的分布关系 | 第46-48页 |
| ·小结 | 第48-49页 |
| 第四章 地震滑坡建模分析与应用 | 第49-59页 |
| ·最临近程度法在滑坡危险性分析的应用 | 第49-51页 |
| ·基于最小二乘方的线性回归模型 | 第51-53页 |
| ·神经网络在地震滑坡中的应用 | 第53-56页 |
| ·神经网络的发展 | 第53-54页 |
| ·基于GIS的BP神经网络模型 | 第54-56页 |
| ·结果分析 | 第56页 |
| ·对比分析 | 第56-57页 |
| ·神经网络在地震滑坡危险性区划中的应用 | 第57-59页 |
| 第五章 贝叶斯方法在地震滑坡概率分析中的应用 | 第59-70页 |
| ·贝叶斯方法概述 | 第59页 |
| ·贝叶斯方法的应用 | 第59-60页 |
| ·计算方法 | 第60-68页 |
| ·小结 | 第68-70页 |
| 第六章 基于贝叶斯方法的地震滑坡危险性区划 | 第70-76页 |
| ·量化方法与模型选择 | 第70-71页 |
| ·地震滑坡危险性区划实现 | 第71-74页 |
| ·小结 | 第74-76页 |
| 第七章 总结与讨论 | 第76-80页 |
| ·结论 | 第76-77页 |
| ·讨论 | 第77-80页 |
| 参考文献 | 第80-86页 |
| 致谢 | 第86-87页 |
| 作者简介 | 第87页 |
