(3.238.173.209) 您好!臺灣時間:2021/05/16 20:19
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:張榮峻
研究生(外文):Jung-Chun Chang
論文名稱:類神經網路與基因演算法應用於坡地利用影響土砂災害之評估模式建置
論文名稱(外文):Application of Neural Networks and Genetic Algorithm in the Construction of Evaluation Model for Sediment Disasters due to Land Use in the Slope
指導教授:陳怡睿陳怡睿引用關係
學位類別:碩士
校院名稱:長榮大學
系所名稱:土地管理與開發研究所
學門:建築及都市規劃學門
學類:都市規劃學類
論文種類:學術論文
論文出版年:2008
畢業學年度:96
語文別:中文
論文頁數:98
中文關鍵詞:坡地利用土砂災害類神經網路基因演算法
外文關鍵詞:slope land usesediment disastersneural networksgenetic algorithms
相關次數:
  • 被引用被引用:3
  • 點閱點閱:287
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:1
台灣為一呈現南北狹長的島嶼,山脈地形走向主要為南北縱走,也由於造山運動活躍,因此台灣整體土地類型分配比例上,有近四分之三屬於山坡地,其中大多分佈於東部地區。而根據內政部戶政司所公佈的全國人口統計數據顯示,截至民國九十六年,台灣地區人口總數已達約二千三百萬人,在地狹人稠及經濟不斷發展的情況下,平原地區之開發以日趨飽和,坡地的開發已是必然的趨勢。近年來時有所聞每當颱風過境或發生集中性暴雨之後,常常有大規模的土砂災害發生,例如山崩、土石流或邊坡滑動等,使得當地居民其生命財產安全備受威脅。土砂災害的發生除了導因於自然因素(如颱風、暴雨),亦常歸因於坡地利用開發因素,土地利用型態之改變雖說乃是經由長時間變化累積而成,但對於特定地區,卻有可能因運用機具的開發或局部的自然破壞,而迅速造成環境之變遷。因此建立一套區域性坡地安全評估模式實屬必要。
本研究選擇以2006年不同強度之凱米颱風及碧利斯颱風災後,於花蓮縣秀姑巒溪集水區進行引致土砂災害之因子及崩塌地萃取,利用地理資訊系統萃取出八項影響土砂災害之因子,包括:綠覆率、農田種植密度、果樹種植密度、裸露地、建物密度、道路密度、採礦密度、水保設施保護涵蓋率。將影響因子進行資料前處理後,分別以倒傳遞類神經網路、基因演算法及基因最佳化倒傳遞類神經網路三種方法建立坡地利用因子影響土砂災害之評估模式。
本研究經由三種不同人工智慧方法針對不同時期之暴雨進行土砂災害發生與否預測模式之模擬,平均各分區之準確率均可達75%以上,且發現類神經網路所模擬出之模式準確率為最佳,次佳為基因演算法最佳化類神經網路。而演算速度方面以基因演算法最佳化類神經網路表現最佳,所需演算時間最短。
Improper development of hillside can include significant destruction of green cover, big change of landform and construction of road, community or recreation ground etc. Therefore, the following eight items are used as influencing factors of land development for sediment disasters and they are ratio of (1) buildings (2) orchard (3) green cover (4) barren land (5) farm land (6) road (7) mine (8) water and soil conservation utilities.

In this research, backpropagation neural networks, genetic algorithms, genetic algorithms based backpropagation neural networks and satellite images classification technologies are used to evaluate influencing factors of land development for sediment disasters due to heavy raining in Hualien. With the application of geographic information system as a working platform, Arc/Info for spatial reasoning, sediment disaster prediction maps with success rate 75% are made successfully. Specifically, backpropagation neural networks performs the best in prediction accuracy, and genetic algorithms based backpropagation neural networks performs the best in effectiveness.
謝誌 I
摘要 II
Abstract III
目 錄 IV
表目錄 VI
圖目錄 VIII
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 2
1.3 研究範圍 3
1.3.1 地形 3
1.3.2 地質 5
1.3.3 土壤 7
1.3.4 水文 10
1.3.5 氣候 11
1.3.6 天然資源 14
1.4 影像資料 16
1.5 研究流程 21
1.5.1 研究區選定 21
1.5.2 原始圖資建置 22
1.5.3 基本網格建立 23
1.5.4 坡地利用因子選定及量化 23
1.5.5 自然環境及雨量等級區分 23
1.5.6 坡地利用因子引致土砂災害評估模式建置 24
1.5.7 坡地利用因子影響土砂災害潛感圖繪製 24
1.5.8 結論與建議 24
第二章 文獻回顧 25
2.1 山崩型態探討 25
2.1.1 墜落 26
2.1.2 傾覆 26
2.1.3 滑動 26
2.1.4 側滑 27
2.1.5 坍落 28
2.1.6 滑動 28
2.1.7 流動 29
2.2 山崩潛感分析前人研究 30
2.3 類神經網路應用於山崩潛感分析之研究 34
2.4 基因演算法最佳化類神經網路之前人研究 39
第三章 研究分析方法 44
3.1 倒傳遞類神經網路 44
3.1.1 仿生物神經元 44
3.1.2 類神經網路之分類 45
3.1.3 數據處理 46
3.1.4 類神經網路架構 47
3.2 基因演算法 49
3.3 基因演算法最佳化類神經網路 56
第四章 土砂災害評估模式建立 59
4.1 影響因子之選定 59
4.1.1自然因子 59
4.1.2氣候因子 62
4.1.3 坡地利用因子 64
4.2 因子檢定 65
4.3 資料前處理 67
4.4 評估模式建置 69
4.4.1 倒傳遞類神經網路 69
4.4.2 基因演算法 77
4.4.3 基因演算法最佳化類神經網路 82
4.5 潛感圖繪製 90
第五章 結論與建議 93
5.1 結論 93
5.2 建議 94
參考文獻 95
【中文】
1.王嘉燁(2002)。GPS/GIS應用於南橫公路邊坡崩塌災害調查與潛感危險路段之劃定研究。未出版之碩士論文,屏東科技大學土木工程系,屏東市。
2.李錦育(1996)。集水區經營。台北市:睿煜。
3.林書毅(1999)。區域性山坡穩定評估方法探討-以林口台地為例。未出版之碩士論文,國立中央大學應用地質研究所,桃園縣。
4.余政剛(2007)。結合高解析度遙測影像與倒傳遞類神經網路對山崩潛感地區分佈之評估。中國文化大學地學研究所,台北市。
5.吳少明(1993)。環境地質調查與分析應用在都市坡地開發適宜性規劃-以甲仙地區為例。未出版之碩士論文,國立成功大學地球科學系,台南市。
6.邵泰璋、史天元(2000)。類神經網路多光譜影像之應用。航測及遙測學刊,5(1), 1-15。
7.陳志豪(2002)。變質沿公路邊坡之破壞潛勢分析-以南橫公路埡口志新武段為例。未出版之碩士論文,國立成功大學資源工程學系,台南市。
8.陳繼藩、徐守道、陳世旺(1997)。應用非監督性類神經網路於SPOT衛星影像,分類之研究。航測及遙測學刊。
9.陳信雄、李錦育(1986)。山坡地災害調查及其相關因子之研究。中華林學季刊,18(4), 37-43。
10.陳信雄(1995)。崩塌地調查與分析。台北市:渤海堂。
11.陳安斌、張志良(2000)。基因演算法自動演化之類神經網路在選擇權評價及避險之研究:分析與實證。資訊管理學報,7(2),63-80。
12.黃士昌(1998)。高雄旗山與楠梓地區公路邊坡之特性調查與崩滑破壞潛感分析。未出版之碩士論文,國立成功大學土木工程研究所,台南市。
13.趙振平、高玉錠(2006)。利用地理資訊系統分析南勢溪集水區坡地災害危險度因子與評估準則之研究。華梵藝術與設計學報,2,240-256。
14.游中榮(1996)。應用地理資訊系統於北橫地區山崩潛感之研究。未出版之碩士論文,國立中央大學應用地質研究所,桃園縣。
15.張舜孔(2003)。類神經網路應用在阿里山公路邊坡破壞因子之分析研究。未出版之碩士論文,國立成功大學土木工程學系,台南市。
16.張石角(1987)。山坡地潛在危險之預測及其在環境影響評估之應用。中華水土保持學報,18(2), 41-62。
17.張政亮、張瑞津、紀宗吉(2005)。遙測與地理資訊系統應用於大甲溪流域之崩塌災害的調查與分析。地理研究,(43),101-122。
18.鄭元振(1992)。地理資訊系統在區域邊坡穩定分析之應用—中橫公路天祥至太魯閣段。未出版之碩士論文,國立成功大學礦冶及材料科學研究所,台南市。
19.劉進金(1985)。地理資訊系統及其在區域邊坡穩定之應用實例。礦冶,30(2), 128-141。
20.簡李濱(1992)。應用地理資訊系統建立坡地安定評估之計量方法。未出版之碩士論文,國立中興大學土木工程研究所,台中市。
21.蘇育瑞(1995)。地理資訊系統應用於花蓮地土石流危險溪流判定之研究。未出版之碩士論文,國立台灣大學土木工程學研究所,台北市。
22.盧育聘(2003)。類神經網路於公路邊坡破壞潛能之評估。未出版之碩士論文,立德管理學院資源與環境管理所,台南市。
23.魏鎮東(2001)。南橫公路邊坡落石坍方可能性之探討。國立台北科技大學材料及資源工程系,台北市。

【英文】
1. Bishof et al., 1992, “Multispectral Classification of Landsat Images Using Neural Network,” IEEE Transactions on Geoscience and Remote Sensing, pp. 482-490.
2. Fernandez, C. I., Castillo, T. F., Hamdouni, R. E. and Momtero, J. C,. 1999 “Verification of Landslide Susceptibility Mapping: A Case Study,” Earth Surface Processes and Landforms 24, pp. 537-544.
3. Goh, A. T. C., 1994, “Seismic Liquefaction Potential Assessed by Neural Networks,” Journal of geotechnical engineering, ASCE, 120(9), pp. 1467-1480.
4. Jarvis, C. H. and Stuart , N., 1996, “The Sensitivity of a Neural Network for Classifying Remotely Sensed Imagery,” Computers and Geosciences, 22(9), pp. 959-967.
5. Keefer, D. K., 1984, “Landslides caused by earthquakes,” Geol Soc Am Bull, Vol.95, pp. 406-421.
6. Kanungo, D. P., Arora, M. K., Sarkar, S. and Gupta , R. P., 2006, “A comparative study of conventional, ANN black box, fuzzy and combined neural and fuzzy weighting procedures for landslide susceptibility zonation in Darjeeling Himalayas,” Environmental Geology 85, pp. 347-366.
7. Koukis, G. and Ziourkas, C., 1991, “Slope instability phenomena in Greece:A Statistical analysis,” Bulletin of the International Association of Engineering Geology, Vol. 43, pp. 47-60.
8. Lee, S., Ryu, J.H., Lee, M.J., and Won, J.S., 2003, “Use of an artificial neural network for analysis of the susceptibility to landslides at Boun, Korea,” Environmental Geology 44, pp. 820-833.
9. Lee, S., Ryu, J.H., Lee, M.J., and Park, H.J., “Determination and application of the weights for landslide susceptibility mapping using an artificial neural network,” Environmental Geology 71, 2004, pp. 289-302.
10. Mora, S. and Vahrson, W. 1993 “Macrozonation methodology for landslide hazard Determination,” Bulletin of the International Association of Engineering Geology.
11. Popescu, M. e., 2002, “Landslide causal factors and landslide remedial optional,” Keynote Lecture, Proceedings 3rd International Conference on Landslides, Slope Stability and Safety of Infra-Structures, Singapore, pp. 61-81.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
1. 6.邵泰璋、史天元(2000)。類神經網路多光譜影像之應用。航測及遙測學刊,5(1), 1-15。
2. 6.邵泰璋、史天元(2000)。類神經網路多光譜影像之應用。航測及遙測學刊,5(1), 1-15。
3. 8.陳繼藩、徐守道、陳世旺(1997)。應用非監督性類神經網路於SPOT衛星影像,分類之研究。航測及遙測學刊。
4. 8.陳繼藩、徐守道、陳世旺(1997)。應用非監督性類神經網路於SPOT衛星影像,分類之研究。航測及遙測學刊。
5. 9.陳信雄、李錦育(1986)。山坡地災害調查及其相關因子之研究。中華林學季刊,18(4), 37-43。
6. 9.陳信雄、李錦育(1986)。山坡地災害調查及其相關因子之研究。中華林學季刊,18(4), 37-43。
7. 11.陳安斌、張志良(2000)。基因演算法自動演化之類神經網路在選擇權評價及避險之研究:分析與實證。資訊管理學報,7(2),63-80。
8. 11.陳安斌、張志良(2000)。基因演算法自動演化之類神經網路在選擇權評價及避險之研究:分析與實證。資訊管理學報,7(2),63-80。
9. 13.趙振平、高玉錠(2006)。利用地理資訊系統分析南勢溪集水區坡地災害危險度因子與評估準則之研究。華梵藝術與設計學報,2,240-256。
10. 13.趙振平、高玉錠(2006)。利用地理資訊系統分析南勢溪集水區坡地災害危險度因子與評估準則之研究。華梵藝術與設計學報,2,240-256。
11. 16.張石角(1987)。山坡地潛在危險之預測及其在環境影響評估之應用。中華水土保持學報,18(2), 41-62。
12. 16.張石角(1987)。山坡地潛在危險之預測及其在環境影響評估之應用。中華水土保持學報,18(2), 41-62。
13. 17.張政亮、張瑞津、紀宗吉(2005)。遙測與地理資訊系統應用於大甲溪流域之崩塌災害的調查與分析。地理研究,(43),101-122。
14. 17.張政亮、張瑞津、紀宗吉(2005)。遙測與地理資訊系統應用於大甲溪流域之崩塌災害的調查與分析。地理研究,(43),101-122。