全流程基于GIS、python机器学习技术的地质灾害风险评价与信息化建库应用

入门篇，ArcGIS软件的快速入门与GIS数据源的获取与理解；方法篇，致灾因子提取方法、灾害危险性因子分析指标体系的建立方法和灾害危险性评价模型构建方法；拓展篇，GIS在灾害重建中的应用方法；高阶篇：Python环境中利用机器学习进行灾害易发性评价模型的建立与优化方法。

进一步理解地质灾害形成机理与成灾模式；从空间数据处理、信息化指标空间数据库构建、致灾因子提取，空间分析、危险性评价与制图分析等方面掌握GIS在灾害危险性评价中的方法；在具体实践案例中，学会运用地质灾害危险性评价原理和技术方法，同时学会GIS在灾后重建规划等领域的应用方法，提升GIS技术的应用能力水平；从科研论文成果复现中学会论文撰写的技巧，学会基于机器学习进行滑坡易发性评价与精度评估；本文方案将为滑坡的防灾减灾提供重要的理论依据。

专题一 基本概念与平台介绍

1、基本概念

地质灾害类型

地质灾害发育特征与分布规律

地质灾害危害特征

地质灾害孕灾地质条件分析

地质灾害诱发因素与形成机理

图片

2、GIS原理与ArcGIS平台介绍

  • GIS简介

  • ArcGIS基础

  • 空间数据采集与组织

  • 空间参考

  • 空间数据的转换与处理

  • ArcGIS中的数据编辑

  • 地理数据的可视化表达

  • 空间分析：

    数字地形分析

    叠置分析

    距离制图

    密度制图

    统计分析

    重分类

    三维分析

图片

图片

  • 空间数据库建立及应用

图片

1）地质灾害风险调查评价成果信息化技术相关要求解读

 2）数学基础设计

比例尺；坐标系类型：地理坐标系，投影坐标系；椭球参数；投影类型；坐标单位；投影带类型等。

3）数据库内容及要素分层

图层划分原则；图层划分及命名；图层内部属性表

图片

4）数据库建立及入库

创建数据库、要素集、要素类、栅格数据和关系表等。

图片

矢量数据（shp文件）入库

Table表入库：将崩塌、滑坡、泥石流等表的属性数据与灾害点图层关联。

栅格数据入库

栅格数据集入库：遥感影像数据、DEM、坡度图、坡向图、降雨量等值线图以及其他经过空间分析得到的各种栅格图像入库。

5）数据质量控制

利用Topology工具检查点线面及其之间的拓扑关系并修改；图属一致性检查与修改。

3、Python编译环境配置

  • Python自带编辑器IDLE使用

  • Anaconda集成环境安装及使用

  • PyCharm环境安装及使用

图片

图片

//

专题二  数据获取及预处理

1、数据类型介绍

2、点数据获取与处理

  • 灾害点统计数据获取与处理

图片

  • 气象站点数据获取与处理

   气象站点点位数据处理

   气象数据获取

   数据整理

   探索性分析

   数据插值分析

图片

3、矢量数据的获取与处理

  • 道路、断层、水系等矢量数据的获取

  • 欧氏距离

  • 核密度分析

  • 河网密度分析

图片

4、栅格数据获取与处理

  • DEM，遥感影像等栅格数据获取

  • 影像拼接、裁剪、掩膜等处理

  • NoData值处理

  • 如何统一行列号

图片

5、NC数据获取与处理

  • NC数据简介

  • NC数据获取

  • 模型构建器

  • NC数据如何转TIF？

图片

6、遥感云计算平台数据获取与处理

  • 遥感云平台数据简介

  • 如何从云平台获取数据？

  • 数据上传与下载

  • 基本函数简介

  • 植被指数提取

  • 土地利用数据获取

图片

//

专题三  地质灾害风险评价模型与方法

图片

1、地质灾害易发性评价模型与方法

评价单元确定

易发性评价指标体系

易发性评价模型

权重的确定

2、滑坡易发性评价

  • 评价指标体系

   地形：高程、坡度、沟壑密度、地势起伏度等。

   地貌：地貌单元、微地貌形态、总体地势等。

   地层岩性：岩性特征、岩层厚度、岩石成因类型等

   地质构造：断层、褶皱、节理裂隙等。

   地震：烈度、动峰值加速度、历史地震活动情况等

   工程地质：区域地壳稳定性，基岩埋深，主要持力层岩性、承载力、岩土体工程地质分区等。

  • 常用指标提取

坡度、坡型、高程、地形起伏度、断裂带距离、工程地质岩组、斜坡结构、植被覆盖度、与水系距离等因子提取

图片

  • 指标因子相关性分析

（1）相关性系数计算与分析

图片

（2）共线性诊断

图片

  • 评价指标信息量

图片

  • 评价指标权重确定

  • 滑坡易发性评价结果分析与制图

   滑坡易发性综合指数

   易发性等级划分

   易发性评价结果制图分析

图片

2、崩塌易发性评价

3、泥石流易发性评价

  • 泥石流评价单元提取

  • 水文分析，沟域提取

  • 土方纵坡分析

  • 泥石流评价指标

崩滑严重性、泥沙沿程补给长度比、沟口泥石流堆积活动、沟谷纵坡降、区域构造影响程度、流域植被覆盖度、工程地质岩组、沿沟松散堆积物储量、流域面积、流域相对高差、河沟堵塞程度等

  • 典型泥石流评价指标选取

图片

  • 评价因子权重确定

  • 泥石流易发性评价结果分析与制图

泥石流易发性综合指数计算

泥石流的易发性分级确定

泥石流易发性评价结果

图片

4、地质灾害易发性综合评价

综合地质灾害易发值=MAX [泥石流灾害易发值，崩塌灾害易发值，滑坡灾害易发值]

//

专题四  地质灾害风险性评价

1、地质灾害风险性评价

图片

2、地质灾害危险性评价

  • 危险性评价因子选取

  在某种诱发因素作用下，一定区域内某一时间段发生特定规模和类型地质灾害的可能性。

  区域构造复杂程度，活动断裂发育程度，地震活动等都可能诱发地质灾害；强降雨的诱发，灾害发生的频率、规模也会增强地质灾害发生的机率。

  • 危险性评价因子量化

  崩滑危险性因子量化

  统计各级范围内的灾害个数及面积，利用信息量计算方法到各级的信息量值。

  泥石流危险性评价因子权重

  • 危险性评价与结果分析

3、地质灾害易损性评价

  • 地质灾害易损性因子分析

   人口易损性

   房屋建筑易损性

   农业易损性

   林业易损性

   畜牧业易损性

   道路交通易损性

   水域易损性

  • 人口易损性评价因子提取

  人口密度数据处理

  用人口密度数据来量化人口易损性，基于各行政单元统计年鉴获取的人口数量，结合房屋建筑区数据，量化人口的空间分布，基于GIS的网格分析，得到单位面积上的人口数量即人口密度。

  易损性赋值

  人口易损性因子提取

  • 建筑易损性评价

  建筑区密度数据处理

  用房屋建筑区密度数据来量化房屋建筑易损性，利用房屋建筑区数据，基于GIS的网格分析，得到单位面积上的房屋建筑区面积，即房屋建筑区密度。

  易损性赋值

  建筑物易损性因子提取

  • 交通设施易损性评价

  道路数据的获取

  用 ArcGIS 缓冲分析功能，形成道路的面文件

  不同类型的道路进行赋值

  道路易损分布结果分析

  • 综合易损性评价

  综合易损性叠加权重

  综合易损性评价结果提取与分析

4、地质灾害风险评价结果提取与分析

图片

//

专题五  GIS在灾后重建中的应用实践

1、应急救援路径规划分析

  • 表面分析、成本权重距离、栅格数据距离制图等空间分析；

  • 利用专题地图制图基本方法，制作四川省茂县地质灾害应急救援路线图，

  • 最佳路径的提取与分析 

2、灾害恢复重建选址分析

  • 确定选址的影响因子

  • 确定每种影响因子的权重

  • 收集并处理每种影响因子的数据：地形分析、距离制图分析，重分类

  • 恢复重建选址分析

3、震后生态环境变化分析

使用该类软件强大的数据采集、数据处理、数据存储与管理、空间查询与空间分析、可视化等功能进行生态环境变化评价。

图片

图片

//

专题六  基于机器学习的滑坡易发性分析

Python数据清洗

  • Python库简介与安装

  • 读取数据

  • 统一行列数

  • 缺失值处理

  • 相关性分析/共线性分析

  • 主成分分析法（PCA）降维

  • 数据标准化

  • 生成特征集

图片

图片

相关概念：

  • 训练前是否有必要对特征归一化

  • 为什么要处理缺失值（Nan值）

  • 输入的特征间相关性过高会有什么影响

  • 什么是训练集、测试集和验证集；为什么要如此划分

  • 超参数是什么

  • 什么是过拟合，如何避免这种现象

模型介绍：

  • 逻辑回归模型

  • 随机森林模型

  • 支持向量机模型

实现方案：

图片

一、线性概率模型——逻辑回归

  • 介绍

  • 连接函数的选取：Sigmoid函数

  • 致灾因子数据集：数据介绍；相关性分析；逻辑回归模型预测；样本精度分析；分类混淆矩阵

  • 注意事项

二、SVM支持向量机

  • 线性分类器

  • SVM-核方法：核方法介绍；sklearn的SVM核方法

  • 参量优化与调整

  • SVM数据集：支持向量机模型预测；样本精度分析；分类混淆矩阵

三、Random Forest的Python实现

  • 数据集

  • 数据的随机选取

  • 待选特征的随机选取

  • 相关概念解释

  • 参量优化与调整：随机森林决策树深度调参；CV交叉验证定义；混淆矩阵；样本精度分析

  • 基于pandas和scikit-learn实现Random Forest：数据介绍；随机森林模型预测；样本精度分析；分类混淆矩阵

四、方法比较分析

  • 模型性能评估：K 折交叉验证的方法

  • 精度分析：accuracy；precision；recall；F1-score，AUC

图片

  • 结果对比分析

图片

//

专题七  论文写作分析

1、论文写作要点分析

图片

2、论文投稿技巧分析

图片

3、论文案例分析

图片

原文链接icon-default.png?t=N7T8https://mp.weixin.qq.com/s?__biz=MzUyNzczMTI4Mg==&mid=2247685500&idx=5&sn=49f8d390c7a56045d9c5aaa875bc8ffe&chksm=fa774a41cd00c35709ab7e51c8340afd7f74b7461bcac081963689e8b5d11d858d0894341bf7&token=1908211715&lang=zh_CN&scene=21#wechat_redirect

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/diannao/6933.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

网络基础-思科IOS基本操作（Cisco）

网络基础-思科IOS基本操作（Cisco）

思科设备的命令行模式： 1.用户模式 (User EXEC Mode): 这是用户最初进入设备时所处的模式。在这个模式下，用户只能执行一些基本的查看命令，不能进行任何配置更改。能够进入该模式说明设备没问题；提示符通常是一个设备名称后面跟着…
阅读更多...
BetterMouse for Mac激活版：鼠标增强软件

BetterMouse for Mac激活版：鼠标增强软件

BetterMouse for Mac是一款鼠标增强软件，旨在取代笨重的、侵入性的和耗费资源的鼠标驱动程序，如罗技选项。它功能丰富，重量轻，效率优化，而且完全隐私安全，试图满足你在MacOS上使用第三方鼠标的所有需求。 B…
阅读更多...
面试经典150题——验证回文串

面试经典150题——验证回文串

面试经典150题 day25 题目来源我的题解方法一 双指针方法二 双指针 空间优化 题目来源 力扣每日一题；题序：125 我的题解 方法一 双指针 首先去除掉字符串中的无用字符，并将英文字符转换为小写，然后使用双指针来判断是否是回文串…
阅读更多...
Having和Where的区别

Having和Where的区别

Having和Where都是过滤数据的关键子句 Where是在分组之前过滤数据 SELECT * FROM Employees WHERE department Tech;Having是在分组之后利用聚合函数进行过滤 SELECT department, AVG(salary) AS average_salary FROM Employees GROUP BY department HAVING AVG(salary) >…
阅读更多...
【linux学习指南】linux 环境搭建

【linux学习指南】linux 环境搭建

文章目录 📝前言🌠 云服务器的选择🌠阿里云🌠腾讯云🌠华为云 🌠使用 XShell 远程登陆到 Linux🌉下载 XShell 🌠查看 Linux 主机 ip🌉 XShell 下的复制粘贴🌉 …
阅读更多...
Java 函数式编程 的基础使用2-BiConsumer

Java 函数式编程 的基础使用2-BiConsumer

1、创建函数时&#xff0c;确定函数的参数类型和具体操作。 2、使用accept接收函数参数&#xff0c;并执行函数操作。 public class MyBiConsumer {public static void main(String[] args) {BiConsumer<String, Integer> printNameAndAge (param1, param2) -> {Sys…
阅读更多...
FIFO Generate IP核使用——异步复位

FIFO Generate IP核使用——异步复位

FIFO Generator IP核提供了一个复位输入&#xff0c;当该输入被激活时&#xff0c;它会复位所有的计数器和输出寄存器。对于块RAM或分布式RAM实现&#xff0c;复位FIFO并不是必需的&#xff0c;可以在FIFO中禁用复位引脚。共有两种复位类型选项&#xff1a;异步复位和同步复位。…
阅读更多...
FTP和NFS

FTP和NFS

一、FTP 1.FTP原理 FTP&#xff08;file Transfer Protocol&#xff0c;文件传输协议&#xff09;&#xff0c;是典型的C/S架构的应用层协议&#xff0c;由客户端软件和服务端软件两个部分共同实现文件传输功能&#xff0c;FTP客户端和服务器之间的连接时可靠的&#xff0c;面…
阅读更多...
八股文（C#篇）

八股文（C#篇）

C#中的数值类型 堆和栈 值类型的数据被保存在栈&#xff08;stack)上&#xff0c;而引用类型的数据被保存在堆&#xff08;heap&#xff09;上&#xff0c;当值类型作为参数传递给函数时&#xff0c;会将其复制到新的内存空间中&#xff0c;因此在函数中对该值类型的修改不会影…
阅读更多...
Windows CDM命令提示符-杀死端口且进程

Windows CDM命令提示符-杀死端口且进程

在Windows中&#xff0c;我们可以使用netstat和taskkill命令来杀死特定端口号的进程。 首先&#xff0c;我们需要找到使用特定端口的进程的PID。我们可以使用netstat命令与findstr命令结合来实现。 解决方案1&#xff1a; for /f "tokens5" %a in (netstat -aon ^…
阅读更多...
数据结构===二叉树

数据结构===二叉树

文章目录 概要二叉树的概念分类存储遍历前序中序后序 小结 概要 简单写下二叉树都有哪些内容&#xff0c;这篇文章要写什么 二叉树的概念分类&#xff0c;都有哪些二叉树遍历 对一个数据结构&#xff0c;最先入手的都是定义&#xff0c;然后才会有哪些分类&#xff0c;对二叉…
阅读更多...
【C】137 只出现一次的数字

【C】137 只出现一次的数字

给你一个整数数组 nums &#xff0c;除某个元素仅出现 一次 外&#xff0c;其余每个元素都恰出现 三次 。请你找出并返回那个只出现了一次的元素。 你必须设计并实现线性时间复杂度的算法且使用常数级空间来解决此问题。 解法一 #include <stdio.h>int singleNumber(i…
阅读更多...
spring-cloud-starter-alibaba-nacos-discovery如何从nacos上获得已经注册的服务地址

spring-cloud-starter-alibaba-nacos-discovery如何从nacos上获得已经注册的服务地址

在Spring Cloud中&#xff0c;可以使用Spring Cloud Alibaba Nacos Discovery来从Nacos服务器获取所有微服务的地址。你需要在你的微服务中添加以下依赖&#xff1a; <dependency><groupId>com.alibaba.cloud</groupId><artifactId>spring-cloud-star…
阅读更多...
时代少年团MV女主被骂上热搜，时代峰峻走到了十字路口

时代少年团MV女主被骂上热搜，时代峰峻走到了十字路口

女演员和男团拍个MV都会被骂上热搜&#xff0c;这年头粉丝都这么霸道了&#xff1f; #时代少年团女主 贺美琦# #贺美琦曾是TFBOYS的MV女主# #时代少年团MV有女主# ...... 自从时代少年团第三张专辑《叁重楼》的新歌《那些我没说的话》曝光之后&#xff0c;歌曲MV中女主角的…
阅读更多...
Qt中几种启动外部程序的方法

Qt中几种启动外部程序的方法

//启动外部程序方法1:QString startCmd QString("start %1/ADTvision/ADTvision.exe").arg(QCoreApplication::applicationDirPath()); system(startCmd.toLatin1().data());//启动外部程序方法2:QString startPath QCoreApplication::applicationDirPath() &q…
阅读更多...
开源电子邮件营销平台 listmonk 使用教程

开源电子邮件营销平台 listmonk 使用教程

做产品肯定要做电子邮件营销&#xff0c;特别是面向海外的产品&#xff0c;电子邮件营销已成为企业与客户沟通、建立品牌忠诚度和推动销售的重要工具&#xff0c;可以直接接触到目标受众&#xff0c;提供个性化内容&#xff0c;并以相对较低的成本获得可观的投资回报。你看&…
阅读更多...
Vue2——前端笔记

Vue2——前端笔记

Vue 一、Vue核心1.1、vue简介1.2、初始vue1.3、模板语法1.4、数据绑定1.5、el与data的两种写法1.6、MVVM模型1.7、Vue中的数据代理1.7.1、Object.defineProperty() 理解1.7.2、Vue中的数据代理 1.8、事件处理1.8.1、事件的基本用法1.8.2、事件修饰符1.8.3、键盘事件 1.9、计算属…
阅读更多...
学习java第六十一天

学习java第六十一天

什么是控制反转(IOC)&#xff1f;什么是依赖注入&#xff08;DI&#xff09;&#xff1f; IoC(Inversion of Control) – 控制反转。它不是一种技术&#xff0c;而是一种思想。 IOC&#xff1a;就是对象之间的依赖关系由容器来创建&#xff0c;对象之间的关系本来是由我们开发者…
阅读更多...
KUKA机器人KR3 R540维护保养——更换齿形带

KUKA机器人KR3 R540维护保养——更换齿形带

对KUKA机器人进行维护保养&#xff0c;可以增加机器人的使用寿命&#xff0c;减少故障率。本篇文章的内容是更换KUKA机器人轴齿形带。我们知道机器人长时间运行后&#xff0c;部分轴的齿形带会发生磨损&#xff0c;张力也会发生变化&#xff0c;这时就需要更换齿形带。本篇文章…
阅读更多...
第 10 场蓝桥杯小白入门赛题解

第 10 场蓝桥杯小白入门赛题解

1.五一礼物【算法赛】 - 蓝桥云课 (lanqiao.cn) #include <iostream> using namespace std; int main() {cout<<"51"<<endl;return 0; }2.合成贤者之石【算法赛】 - 蓝桥云课 (lanqiao.cn) 假设黄水晶的个数是 x x x,那蓝水晶个数肯定是 x − 1 …
阅读更多...
最新文章

Copyright @ 2022~2023