《表3 神经网络易发性统计表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于LR-ANN-SVM的滑坡易发性评价》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

统计上述模型易发性分区的灾害数与栅格数，并计算出占总滑坡数比例、占总栅格数比例、滑坡比率，得表2、表3、表4。如表2、表3与表4所示：LR、ANN、SVM的易发性分区的高易发区与较高易发区所包含的滑坡单元占比分别为80.6%、74.6%、91%，SVM的高易发区所包含的灾害占比最高，针对该区域进行重点滑坡灾害治理，可以更好地控制上犹县滑坡灾害。高易发区的面积占比能很好地衡量在易发性分区的科学性，根据统计表显示：LR、ANN、SVM的高易发区占比分别为23.1%、22.8%、32.0%，都占比较小，符合上犹县的实际情况。滑坡比率是滑坡比例与易发区占比的比值，衡量分类最优化，保证高易发区与较高易发区的滑坡密度最大。由统计表显示：LR、ANN、SVM模型的高易发区的滑坡比率分别为2.458、2.438、2.381，都有较大的滑坡比率，而且随着易发性分区从高到低滑坡比率逐渐减小，符合滑坡易发性从高易发区到低易发区的分区结果。