基于径向基神经网络耦合确定性指数的滑坡易发性分区研究

滑坡易发性分区是预测滑坡的有效方法。利用径向基神经网络模型(RBFNN模型)耦合确定性指数(CF指数)构建混合模型(RBFNN-CF模型),开展陕西省汉中市城固县滑坡易发性分区研究。首先选取坡度、坡向、平面曲率、剖面曲率、高程、年平均降雨量、道路缓冲区、水系缓冲区、断层缓冲区、NDVI和地层岩组作为滑坡诱发因子,计算对应的CF指数并量化诱发因子;其次将野外调查的184个滑坡数据按照7∶3的比例划分为训练数据和测试数据,分别利用RBFNN-CF和RBFNN模型绘制滑坡易发性分区图;最后利用受试者工作特征曲线(ROC曲线)下的面积评估和对比分区的结果及模型的分类能力。结果表明:RBFNN-CF模型的分类能力和泛化性均强于RBFNN模型,值得在研究区推广,得到的滑坡易发性分区图可为当地的滑坡防治工作提供参考。     

浅析传统武术在中学教育中的价值研究

武术是我们中国传统文化的重要一部分,还是我们国家优秀传统体育项目。它不仅具有现代体育的功能,还渗透着中国古典文学的文化气息,拥有促进学生德智体全面发展的重要价值。     

IOE模型在延安市宝塔区碾庄沟流域滑坡易发性分区中的应用

将延安市宝塔区碾庄沟流域作为研究区,在野外调查以及遥感解译的基础上,得到了73个滑坡点数据,其中70%的滑坡点被当作训练样本,剩余的30%的滑坡点被当作测试样本。选取坡度、坡向、高程、归一化植被指数(NDVI)、岩土体类型、土地利用类型、平面曲率和剖面曲率作为滑坡易发性分区建模的解释变量。利用熵指数模型(IOE)计算研究区的滑坡易发性指数(LSI),得到了研究区滑坡易发性分区图(LSM)。最后利用准确率和接受者操作特征曲线下的面积(AUC)对分区结果进行评价。结果表明:训练样本集和测试样本集的准确率均大于0.8,且测试样本集的AUC值为0.9641,说明研究区的滑坡易发性分区结果可信度高,且IOE模型具有较强的泛化能力。研究结果也可以为当地的滑坡防治工作提供参考。