[发明专利]一种震后暴雨泥石流敏感性动态分析方法

权利要求书

1.一种震后暴雨泥石流敏感性动态分析方法，其特征在于：包括以下步骤：

步骤1，收集研究区震后泥石流流域若干年的样本数据集，所述样本数据集中包含若干因子；对样本数据集进行重采样，建立多组样本数据集；

步骤2，分别对各组样本数据集中的因子进行共线性检测，筛选出用于模型建立的因子，从而建立泥石流敏感性分析模型；并根据泥石流敏感性分析模型的性能评估结果选择一组最佳的样本数据集；

步骤3，提取最佳样本数据集中的因子的权重值，拟合各因子权重值随时间变化的动态曲线，建立动态因子回归方程；将动态因子回归方程带入泥石流敏感性分析模型，得到泥石流敏感性动态分析模型；

步骤4，使用泥石流敏感性动态分析模型对未来的泥石流敏感性进行预测。

2.根据权利要求1所述的一种震后暴雨泥石流敏感性动态分析方法，其特征在于：所述样本数据集中的因子包括地形类因子、物源类因子、降雨类因子；

所述地形类因子包括流域面积、流域高差、沟道纵比降、沟道长度、梅尔顿强度指数；

所述物源类因子包括岩性、距断层的距离、流域内同震滑坡面积密度、流域内同震滑坡平均植被归一化指数、流域内平均植被归一化指数、流域内同震滑坡植被恢复指标；

所述降雨类因子包括年平均降雨量。

3.根据权利要求1所述的一种震后暴雨泥石流敏感性动态分析方法，其特征在于：所述对样本数据集进行重采样，建立多组样本数据集的步骤，包括：将相邻年份的样本数据集进行合并，选定合并的年份数N，对每一年的样本数据集进行滚动合并。

4.根据权利要求1所述的一种震后暴雨泥石流敏感性动态分析方法，其特征在于：所述分别对各组样本数据集中的因子进行共线性检测，筛选出用于模型建立的因子，从而建立泥石流敏感性分析模型的步骤，包括：

分别对每组样本数据集中每期数据的k个因子都进行共线性检测，统计该组样本数据集的因子的方差膨胀系数值VIF，将方差膨胀系数值VIF大于设定阈值的因子删除，剩余n个因子，n≤k；

采用逻辑回归法使用剩余的n个因子建立泥石流敏感性分析模型：

（1）

式（1）中，P表示泥石流暴发的敏感性，取值范围为[0,1]；

Z为线性拟合方程，包含与泥石流暴发相关的因子集，其形式如下：

（2）

式（2）中，b₀为截距；b_n为偏回归系数；X_n为因子变量。

5.根据权利要求1所述的一种震后暴雨泥石流敏感性动态分析方法，其特征在于：所述并根据泥石流敏感性分析模型的性能评估结果选择一组最佳的样本数据集的步骤，包括：

分别对每一组样本数据集构建的泥石流敏感性分析模型使用交叉验证法进行模型性能评估，根据模型性能评估结果选择出一组最佳的样本数据集；

所述性能评估预测的结果包括混淆矩阵表、预测准确率、预测特征曲线下面积；所述混淆矩阵表包括四个指标：泥石流暴发预测正确率（TPR）、泥石流未暴发预测正确率（TNR）、泥石流暴发预测错误率（FNR）和泥石流未暴发预测错误率（FPR）。

6.根据权利要求4所述的一种震后暴雨泥石流敏感性动态分析方法，其特征在于：所述将动态因子回归方程带入泥石流敏感性分析模型，得到泥石流敏感性动态分析模型的步骤，包括：

若最佳样本数据集对应有n个因子，将最佳样本数据集的因子的动态因子回归方程带入式（2），得到泥石流动态线性拟合方程：

（3）

式（3）中，f₀为常数项回归方程，f₁~f_n分别为n个因子的动态因子回归方程。

7.根据权利要求1所述的一种震后暴雨泥石流敏感性动态分析方法，其特征在于：所述使用泥石流敏感性动态分析模型对未来的泥石流敏感性进行预测的步骤，包括：

向泥石流敏感性动态分析模型输入预测年份、预测同震滑坡的植被归一化指数、预测年平均降雨量，泥石流敏感性动态分析模型输出预测年份的泥石流敏感性。