基于地理探测器与SVM的冰湖溃决预测研究 ——以喜马拉雅山地区为例

• Published in: 自然灾害学报 Vol. 31; no. 6; pp. 220 - 228
• Main Authors: 汪宙峰, 贺相綦, 王成武
• Format: Journal Article
• Language: Chinese
• Published: 西南石油大学地球科学与技术学院,四川成都610500 01.12.2022; 西南石油大学油气藏地质及开发工程国家重点实验室,四川成都610500; 西南石油大学天然气地质四川省重点实验室,四川成都610500
• Subjects: 预测模型; 冰湖溃决; 地理探测器; SVM; 喜马拉雅山地区
• ISSN: 1004-4574
• DOI: 10.13577/j.jnd.2022.0623

P694%X43; 冰湖溃决不仅对财产和基础设施具有破坏性,而且对当地居民也构成极大威胁.冰湖溃决的预测和风险评估对于预防和减轻灾害影响至关重要.文中提出了一个冰湖溃决的预测模型,强调选取容易获得的预测因子.以喜马拉雅山地区的48个冰湖为样本,使用地理探测器检测4个选定的预测因子:母冰川面积、冰舌坡度、冰湖面积和坝顶宽度.结果显示:冰舌坡度q值最大,为0.3342.在交互作用检测器中,母冰川面积和冰舌坡度在交互作用后有最高的解释力,为0.6844.这表明:与冰湖和冰碛坝相比,母冰川对冰湖状态的影响更大.在利用SVM(Support Vector Machine,支持向量机)构建的冰湖溃决预测模型中,验证集和测试集的准确率分别为83.33％和87.5％.研究为喜马拉雅地区未来的灾害管理提供了相应参考.