基于粗糙集理论和人工神经网络滑坡空间智能预测

系统开展滑坡空间预测基础理论和关键技术与方法研究，是实现滑坡科学预警亟待解决的关键问题。本项目以滑坡空间预测的基础理论和应用研究为目标，以黄土区不同类型的滑坡为研究对象，通过高分辨率的遥感影像资料解译和详细的野外调查，建立和完善滑坡时态空间数据库；以典型黄土滑坡和基岩滑坡的变形机制与成因分析为基础，并结合区域滑坡空间分布规律，揭示不同类型滑坡发生与相关影响因素之间的关系。开发出基于粗糙集知识发现和人工智能技术的滑坡空间预测系统，利用粗糙集数据分析方法，在连续数据离散化的基础上通过属性约简，完成滑坡发生的规则提取和知识发现，合理确定不同类型滑坡预测的评价体系；同时，利用遗传算法优化BP神经网络，完成预测评价参数的敏感性分析和模型适用性分析，进一步指导基于粗糙集和神经网络的滑坡空间智能预测，具有重要的理论指导意义和实际应用前景。