基于元胞自动机的滑坡时空预测模型研究

Landslide is an open complex system, the traditional mathematical methods fail to make more accurate prediction and simulation of landslide model.Cellular automata is spatial-temporal discrete dynamics model, which is suitable for simulating and predicting the spatial dynamic system.The systematic and integrative model is constructed to analyse the landslide stability and predict the landslide sliding track based on the cellular automaton model and geographical information system.We establish case database based on Case-Base Reasoning method, and then use the cellular automata to achieve the translation rules from the case database, combined with transition probability of the landslide cellular neighborhood, ultimately determine the transition probability of the every landslide cellular and predict the landslide hazard zoning range.According to the zoning range, we can model and predict the landslide sliding process and track.We adopt the slope,aspect,terrain feature parameters to simplify the influence factors of landslide flow.Then the logistic regression model was applied to cellular automata model to obtain the transformation rules.The landslide sliding range was obtained and was displayed in the geographic information system.The dynamic model provides new solution for the landslide research and provides the visualization of the decision support for the comprehensive treatment of the landslide.

滑坡系统是开放的复杂巨系统，传统的数理方法无法对滑坡时空特性做出比较准确的模拟和预测。元胞自动机是时空离散的动力学模型，特别适合空间复杂系统的动态模拟和预测。将元胞自动机模型和地理信息系统集成，构建集滑坡稳定性分析模型和滑动预测模型为一体的滑坡时空预测模型，为滑坡时空动态模型提供新的研究思路。采用基于案例推理的方式建立案例库，然后利用元胞自动机自动从案例库中智能获取转换规则，结合滑坡元胞邻域的转换概率，最终预测各个滑坡元胞的转换概率，据此分析出滑坡危险性的区划范围。在分析不稳定性区划的基础上，进行滑坡的滑动过程动态预测和模拟。采用坡度、坡向、地形特征参数来简化滑坡流动的影响因子，将逻辑回归模型运用到元胞自动机模型中来获取转换规则，预测滑坡滑动的空间范围，最终成果在地理信息系统中图形化显示。滑坡时空预测模型的建立，为滑坡的系统研究提供新的解决方案，为滑坡的综合治理提供可视化的辅助决策。

滑坡系统是开放的复杂巨系统，传统的数理方法无法对滑坡时空特性做出比较准确的模拟和预测。元胞自动机（CA）是时空离散的动力学模型，特别适合空间复杂系统的动态模拟和预测。将元胞自动机模型和地理信息系统集成，构建集滑坡稳定性分析模型和滑动预测模型为一体的滑坡时空预测模型，为滑坡时空动态模型提供新的研究思路。以三峡库区杉树槽典型滑坡为研究对象，根据滑坡的时间、空间离散等特点，构建出能用于滑坡时空动态模拟的元胞自动机模型。基于神经网络、逻辑回归、支持向量机模型来获取元胞自动机的转换规则，模拟滑坡时空动态过程，显示出滑坡的滑动路径和滑动范围。1）选取坡度、坡向、平面曲率、剖面曲率、地形湿度指数（TWI）、到道路距离和到河流的距离等六个指标作为滑坡空间变量，建立了滑坡滑动模拟的指标体系，并存储到空间数据中，为滑坡时空动态演化模拟建立基础。2）构建了基于元胞自动机和逻辑回归模型的滑坡模拟模型。根据逻辑回归模型分析回归系数探寻各个变量对斜坡类型转换的影响作用，并提取滑坡CA模型的转换规则。基于简单的转换规则，成功模拟出滑坡滑动路径和范围，模型精度评价表明模拟结果较为准确。3）构建基于BPNN（BP神经网络）—CA的滑坡时空位移模型。结合BP神经网络处理非线性复杂问题能力与CA的空间模拟优势，采用BPNN模型获取与校正CA在滑坡空间模拟的转换规则。基于杉树槽滑坡进行模拟准确度达到0.911，Kappa系数为0.8682。4）设计并开发实现了基于元胞自动机的滑坡时空动态模拟软件。该软件具备空间分析模块、BP神经网络模块、元胞自动机模块，通过系统、一体化的方式解决滑坡领域的时空预测存在的问题和实现对滑坡空间数据储存、管理、分析、建模等相关分析与处理。本项目的结论表明，通过有限的地形地貌数据即可对滑坡的时空动态过程进行有效的模拟，减少数据收集的难度，能为滑坡的系统研究提供新的解决方案，为滑坡的综合治理提供可视化的辅助决策。