基于PCA-PSO-SVM的凡口铅锌矿地区岩溶地表塌陷危险性预测
周爱红1
牛鹏飞2
袁颖1
黄虎城3
1.河北地质大学城市地质与工程学院,石家庄 050031;河北省高校生态环境地质应用技术研发中心,石家庄 0500312.河北地质大学城市地质与工程学院,石家庄 0500313.山西省地质调查院,太原 030006
摘要：岩溶地表塌陷是由多个影响因素共同作用导致地面形成塌陷坑(洞)的一种动力地质现象,具有隐蔽性和突发性的特点,常规简单数学模型难以对地表塌陷危险性准确预测.文章先通过主成分分析法(PCA)对选取的地下水位、地下水位波动幅度、给水度等11个影响因素提取5个主成分,对导致地表塌陷危险性的主成分进行全新的解释,同时引入粒子群算法(PSO)优化的支持向量机(SVM)方法,建立PCA-PSO-SVM岩溶地表塌陷危险性预测模型,并结合凡口铅锌矿地区工程实例,将预测结果与单一的SVM模型预测结果进行对比,表明PCA-PSO-SVM危险性预测模型精度更高,可以更好地为岩溶地表塌陷防治工作提供依据.
关键词：岩溶地表塌陷主成分分析粒子群支持向量机危险性预测
分类号：P642.25(水文地质学与工程地质学)
资助基金：国家自然科学基金(41807231)河北省自然科学基金(D201903182)河北省教育厅青年基金(QN2019196)河北省教育厅在读研究生创新能力培养资助项目(CXZZSS2019115)山西省国土资源厅省级地质勘查项目(SXZDF20170820)
论文发表日期：2020-08-29
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 622-628 )
英文信息