利用深度信念网络进行滑坡易发性评价

摘要

以三峡库区秭归县郭家坝镇为研究区,从多源数据中提取12类滑坡评价因子,在采用网格单元作为评价单元的基础上,利用深度信念网络(deep belief network,DBN)对该区域的滑坡易发性进行评价,生成了该区域的滑坡易发性分区图,并与浅层神经网络和传统的逻辑回归方法进行比较,采用受试者工作特征曲线、总体精度和Kappa系数3种精度评价方法对结果进行评价。结果表明,基于深度信念网络的滑坡易发性评价模型具有较好的稳定性,其预测结果的曲线下面积、总体精度、Kappa系数在3个模型中最优,分别为0.95、90%和0.81,表明DBN在滑坡易发性评价中具有较好的预测能力。