最新要闻

泥石流灾害危险度受很多复杂因素的影响且具有很大的不确定性。在国家科技支撑计划课题“重大自然灾害孕险专题环境因子分析技术与数据产品”等项目支持下，地理资源所梁万杰、庄大方、江东等提出了一个基于贝叶斯网络的泥石流危险度评价模型：该模型以中国科学院资源环境科学数据中心的多种资源环境数据为基础，充分利用贝叶斯网络对复杂系统的知识表达和知识推理能力，建立了全国尺度的泥石流灾害危险度评价方法。

通过两个不同样本集上的交叉验证，以及与支持向量机和人工神经网络评价模型的性能对比分析，研究表明该评价模型具有较高的命中率（85.66%）、较好的精度（89.63%）和ROC面积（0.95）。结果表明基于贝叶斯网的泥石流灾害危险度评价方法可以更有效的在国家尺度上进行泥石流灾害评价和制图。

该论文在 Geomorphology（IF=2.352）上发表（Wan-jie Liang, Da-fang Zhuang, Dong Jiang, Jian-jun Pan, Hong-yan Ren.Assessment of debris flow hazards using a Bayesian network.Geomorphology, 2012.）

相关链接：http://dx.doi.org/10.1016/j.geomorph.2012.05.008。

全文下载