基于GIS的区域群发性降雨型滑坡时空预报研究

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。