雅康高速是连接川西甘孜藏族自治州与内地的第一条高速公路,该高速公路将成为川西地区的交通枢纽。公路建设在四川盆地西部边缘与青藏高原东部边缘的过渡带,区内地形复杂、山高谷深、坡度较陡,对公路的建设和养护造成了极大的困难。公路穿越了龙门山断裂带、鲜水河断裂带、安宁河断裂带的交汇处,此区域内降水量大,地震活动频繁且地震烈度高,断裂活动极为强烈,人类经济活动增加,这些都为泥石流灾害的发育提供了极为有利的条件,对公路结构形成了巨大的威胁。深入研究雅康高速所在地区泥石流形成机理和发育特征,建立可靠的泥石流危险性评价体系,可以提供灾害评估和预警信息,对公路设施的保护和人民生命财产的安全的保障有着重要的科学意义和实际价值。本文通过对研究公路的实地考察和资料翻阅,探索研究区泥石流灾害的发生机理,确定对研究区泥石流灾害形成贡献较大的评价因子;将流域作为危险性评价单元,并以流域单元为单位提取各评价因子数据;通过遗传算法对BP神经网络进行优化,利用优化后的BP神经网络模拟研究区泥石流流域发生泥石流灾害的概率;在GA-BP神经网络的基础上建立针对研究区的泥石流危险性评价模型,最后实现对研究公路沿线的泥石流危险性评价。本文的主要研究工作如下:(1)以DEM为底图,结合研究区实际情况,利用ArcGIS10.2平台建对研究区进行流域划分。最终将研究区划分成集水面阈值大小分别为1km2、3km2、5km2和10km2的子流域。获取研究区子流域后再根据泥石流的运动特征,公路泥石流成灾形式以及Google Earth的三维真实地形叠加分析三个方面来筛选可能对公路造成影响评价单元。最后,确定的研究公路泥石流危险性评价单元有31个。(2)以研究区泥石流成灾条件为基础,构建研究公路泥石流评价因子体系,分别为:地形起伏度、平均坡度、断层密度、切割密度、地震烈度、年均降水量、地层岩性、年降水变差系数和归一化植被指数(NDVI)。本文将这9个因子以流域为单元进行了数据的提取和分析。(3)本文利用BP神经网络建立了泥石流危险性评价模型,并通过遗传算法对BP神经网络的初始权值和阈值进行优化,以此提高网络的性能。将经过训练的GA-BP神经网络的性能与未优化的BP神经网络进行对比,结果经过优化的BP神经网络的性能要高于未优化的BP神经网络,由此判定该网络模型适用于研究公路的泥石流危险性评价。(4)以划分好的流域单元对研究公路泥石流危险性进行评价,得出有1条流域为极度危险;高度危险的流域有12条;中度危险的流域有6条;轻度危险的流域有12条。