基于SVM-LR融合模型的滑坡灾害易发性评价——以山阳县为例

摘要：

科学地选取评价因子与构建评价模型是滑坡易发性评价结果是否准确与可靠的关键.以山阳县为例,基于区内滑坡孕灾环境、诱发因素、滑坡发育特征以及因子间相关性分析,选取高程、坡度、坡向、曲率、断层、水系、道路、降雨量、归一化植被指数(normalized difference vegetation index,NDVI)作为评价因子.分别采用逻辑回归(logistic regression,LR)模型、支持向量机(support vector machine,SVM)模型以及由以上两种模型通过简单线性回归(LN)组合形成的SVM-LR融合模型对研究区滑坡进行预测研究.预测结果表明,在SVM-LR融合模型下,滑坡点落入研究区极高-高易发区占滑坡总数的79.07％,极高-高易发区滑坡相对点密度为2.287,较其他两种模型有明显的提高.最后采用接收者操作特征(receiver operating characteris-tic,ROC)曲线对不同模型的预测性能进行检验,结果表明:LR模型、SVM模型、SVM-LR融合模型的成功率曲线下面积(area under the success curve,AUC)分别为0.717、0.807、0.831,预测率曲线下面积(AUC)分别为0.747、0.774、0.808,由此看出,SVM-LR融合模型的预测性能更为优越.研究结果可为山阳县当地有关部门采取防灾减灾措施提供帮助.

关键词：滑坡易发性评价、评价因子、相关性分析、SVM-LR融合模型、接收者操作特征(ROC)曲线

所属期刊栏目：20

分类号：P642(水文地质学与工程地质学)

资助基金：贵州省科技厅联合基金;贵州省科学技术基金;贵州省科技计划

在线出版日期：2020-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：10618-10625