滑坡是地殼表層巖體的一種地質災變現(xiàn)象。在全球范圍內(nèi)廣泛分布，危害極為嚴重。尤其是大型滑坡具有規(guī)模大、成因機制復雜、危害嚴重等特點，對大型滑坡的變形演化預測研究一直是滑坡防災減災工作中的重點和難點。 

　　成都山地所李秀珍副研究員以西部重大水電工程區(qū)的某大型滑坡為研究對象，在查明典型滑坡的基本特征和形成條件等的基礎上，結合滑坡的長期監(jiān)測資料，對典型滑坡的主控因素及變形演化規(guī)律和特征進行了深入分析研究。在此基礎上，將一種新的機器學習算法-支持向量機方法應用于滑坡的變形演化預測中，并利用遺傳算法對滑坡預測模型的參數(shù)優(yōu)化方法進行了研究，同時考慮了影響滑坡變形的多個因素（如降雨、庫水位變化等），建立了具有參數(shù)優(yōu)化功能的滑坡變形演化的GA-SVM預測模型。研究結果表明，SVM和GA-SVM模型在滑坡變形預測中具有較高的預測精度，能夠在滑坡防災減災中發(fā)揮明顯作用，具有廣闊的應用前景和推廣價值。 

    該研究得到了國家自然科學基金、973項目、中科院重點部署項目和中科院“西部之光”等項目的聯(lián)合資助。研究成果發(fā)表在國際學術期刊Natural Hazards and Earth System Sciences上。

網(wǎng)格搜索法確定的滑坡單因素和多因素SVM模型參數(shù)c和g的3D等值線圖

GA搜索滑坡SVM模型最佳參數(shù)的適應度曲線

滑坡變形監(jiān)測結果與GA-SVM模型預測結果的比較

    原文鏈接： http://www.nat-hazards-earth-syst-sci.net/14/525/2014/nhess-14-525-2014.html