摘要 | 第1-5页 |
Abstract | 第5-9页 |
1 绪论 | 第9-13页 |
1. 1 概述 | 第9-10页 |
1. 2 GIS技术在边坡地质灾害领域的研究现状 | 第10-12页 |
1. 3 研究的内容及技术路线 | 第12-13页 |
2 GIS简介 | 第13-23页 |
2. 1 GIS概论 | 第13-19页 |
2. 1. 1 GIS的基本概念 | 第13页 |
2. 1. 2 GIS的发展概况 | 第13-15页 |
2. 1. 3 地理信息系统的分类 | 第15-16页 |
2. 1. 4 地理信息系统的组成 | 第16页 |
2. 1. 5 地理信息系统的功能 | 第16-18页 |
2. 1. 6 地理信息系统的发展趋势 | 第18-19页 |
2. 2 ArcView GIS简介 | 第19-21页 |
2. 3 Avenue语言简介 | 第21-23页 |
2. 3. 1 面向对象的程序设计 | 第21页 |
2. 3. 2 Avenue脚本及语法结构 | 第21-22页 |
2. 3. 3 动态连接库 | 第22-23页 |
3 边坡地质灾害预测评价指标体系的建立与量化 | 第23-36页 |
3. 1 区域自然地理与地质环境条件 | 第23-27页 |
3. 1. 1 区域自然地理 | 第23-24页 |
3. 1. 2 地质环境条件 | 第24-27页 |
3. 2 指标体系建立的原则 | 第27-28页 |
3. 3 指标体系的建立及边坡稳定性分级 | 第28-36页 |
3. 3. 1 评价指标的选取 | 第28-29页 |
3. 3. 2 边坡的稳定性分级 | 第29-30页 |
3. 3. 3 评价指标的量化 | 第30-36页 |
4 基于GIS的边坡地质灾害预测评价模型研究 | 第36-59页 |
4. 1 GA-BP模型 | 第37-49页 |
4. 1. 1 神经网络的基本理论 | 第37-38页 |
4. 1. 2 BP神经网络 | 第38-43页 |
4. 1. 3 遗传算法 | 第43-46页 |
4. 1. 4 GA-BP模型的构建 | 第46-49页 |
4. 2 基于模糊综合评判的模糊可靠度模型 | 第49-51页 |
4. 2. 1 模糊综合评判的基本原理 | 第49-50页 |
4. 2. 2 模糊可靠度方法 | 第50-51页 |
4. 3 多元线性回归模型 | 第51-54页 |
4. 3. 1 回归分析的基本原理 | 第51-53页 |
4. 3. 2 回归方程及回归系数显著性检验 | 第53-54页 |
4. 3. 3 多元回归分析的主要步骤 | 第54页 |
4. 4 评价模型的结构设计及编程思想 | 第54-58页 |
4. 5 小结 | 第58-59页 |
5 基于ArcView的边坡地质灾害预测评价系统的建立与应用 | 第59-83页 |
5. 1 系统的总体设计 | 第59-62页 |
5. 1. 1 系统的配置 | 第59页 |
5. 1. 2 系统的目标 | 第59页 |
5. 1. 3 系统的结构设计 | 第59-62页 |
5. 2 系统数据库的建立 | 第62-66页 |
5. 2. 1 空间数据库的建立 | 第62-64页 |
5. 2. 2 属性数据库的建立 | 第64-66页 |
5. 3 边坡灾害预测评价系统功能的实现 | 第66-72页 |
5. 3. 1 系统界面设计 | 第66-67页 |
5. 3. 2 系统与预测模型的集成 | 第67-72页 |
5. 4 数字高程模型 | 第72-78页 |
5. 4. 1 基本概念 | 第72页 |
5. 4. 2 高程数据的采集 | 第72-73页 |
5. 4. 3 研究区主题层的生成和整图变换 | 第73页 |
5. 4. 4 建立数字高程模型 | 第73-78页 |
5. 5 系统的实际应用及各模型的对比分析 | 第78-82页 |
5. 5. 1 边坡稳定性评价分级标准 | 第78页 |
5. 5. 2 GA-BP模型的应用 | 第78-80页 |
5. 5. 3 多元线性回归模型的应用 | 第80-81页 |
5. 5. 4 各模型评价结果的交叉验证 | 第81-82页 |
5. 6 小结 | 第82-83页 |
6 结论和展望 | 第83-85页 |
6. 1 结论 | 第83-84页 |
6. 2 展望 | 第84-85页 |
参考文献 | 第85-89页 |
攻读硕士学位期间发表学术论文情况 | 第89-90页 |
致谢 | 第90-91页 |
大连理工大学学位论文版权使用授权书 | 第91页 |