Resumen

Con el rápido desarrollo de la economía y la sociedad, las catástrofes geológicas como los corrimientos de tierra, los derrumbes y los desprendimientos han mostrado una tendencia a intensificarse, poniendo en grave peligro la seguridad de la vida y los bienes de las personas y afectando al desarrollo sostenible de la economía y la sociedad. Teniendo en cuenta los problemas de fusión de diferentes capas de datos y la determinación de la ponderación del apilamiento de datos en el modelo de análisis estadístico basado en la tecnología SIG en la evaluación del riesgo de desastres geológicos, este estudio propone un modelo de regresión logística combinado con el algoritmo RBFNN-GA, es decir, la determinación de la ocurrencia de desastres geológicos. El coeficiente de fusión (valor CF) con el modelo del algoritmo RBFNN-GA, y con la ayuda del software de análisis estadístico SPSS, resuelve el problema de la selección de factores, la fusión de datos heterogéneos y la ponderación de cada capa de datos en la evaluación del riesgo. En la fase experimental, este estudio adopta el método de los coeficientes de certeza de los peligros geológicos para realizar el análisis de sensibilidad de los peligros geológicos en la zona de estudio. Utilizando la división homogénea de la cuadrícula, se realiza la evaluación cuantitativa espacial del riesgo de desastres geológicos y, al mismo tiempo, se comprueban los resultados de la evaluación cuantitativa espacial del riesgo de desastres geológicos según los últimos puntos de deslizamiento de la región. La clasificación existente depende principalmente de la adquisición de información sobre el uso/cubierta del suelo o del método de procesamiento de la información adquirida, pero la adquisición de información existente estará limitada por el tiempo, el espacio y la resolución espectral. Los resultados muestran que el número de puntos de deslizamiento por unidad de superficie en la zona extremadamente inestable y en la zona inestable es de 0,0395 puntos/km2 y 0,0251 puntos/km2, respectivamente, lo que es muy superior a los 0,0038 puntos/km2 de la zona estable, lo que indica los resultados de la evaluación y las condiciones reales de los deslizamientos.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:catástrofe geológica, evaluación cuantitativa espacial, zona inestable, punto, división en cuadrícula homogénea, ponderación de datos, adquisición de terrenos, software de análisis estadístico, fusión de datos heterogéneos, último punto de desprendimiento
• Keywords:geological disaster, spatial quantitative evaluation, unstable zone, point, homogeneous grid division, weighting of data, acquisition of land, statistical analysis software, heterogeneous data merging, latest landslide point