曹 洪 洋，王 禹，满 兵

(1.石家庄经济学院勘查技术与工程学院，河北 石家庄 050031；2.河北省地矿局水文工程地质勘查院，河北 石家庄 050021)



基于GIS的区域群发性降雨型滑坡时空预报研究

曹 洪 洋1，王 禹1，满 兵2

(1.石家庄经济学院勘查技术与工程学院，河北 石家庄 050031；2.河北省地矿局水文工程地质勘查院，河北 石家庄 050021)

以滑坡灾害突出的雅安市雨城区为例，综合考虑降雨强度、前期降雨量及下垫面(地形、岩性、植被覆盖等)构建了基于GIS分析获取的易发指数+BP型神经网络时空预报模型。首先通过试验确定了模型的网络参数和网络结构，然后通过危险性区划图获取降雨型滑坡易发指数，并利用GIS的空间插值功能和雨量站数据获取相应降雨型滑坡的雨量数据，将量化后下垫面的易发指数和降雨数据作为神经元输入层数据。将模型应用于研究区，其中46个降雨型滑坡数据作为训练样本，10个降雨型滑坡数据作为检验样本，预测精度达到90%，显示该模型对于降雨型滑坡的时空预报精度较高。

降雨型滑坡；时空预报；地理信息系统(GIS)；BP神经网络模型

各种自然因素引发的滑坡中，降雨型滑坡发生的频率最高，分布的地域最广，造成的灾害最严重，也是滑坡预报研究的主要对象[1,2]。降雨引起的滑坡具有群发性和区域性的特点，一次强降雨可以引发几十、数百甚至上千处滑坡。建立预报预警系统是防范群发性降雨型滑坡灾害的一个有效途径，这也是目前地质灾害的一个研究热点[3]。……