基于GBDT-LR和信息量模型耦合的滑坡易发性评价

摘要：

[目的]探索准确、快速的滑坡易发性区划方法,为区域安全监测提供参考,为政府治理滑坡灾害提供科学依据.[方法]以安徽省池州市贵池区为研究区域,采用梯度提升决策树—逻辑回归(GBDT-LR)和信息量(I)模型耦合的方法,实现区域滑坡易发性评价.该方法通过对原样本地学习,组合产生新的模拟样本,从而增强易发性评价模型对滑坡的拟合能力;采用Borderline-Smote算法解决样本数据不对称的问题.选用r.slopeunits软件划分的斜坡单元作为最小评价单元,选取坡度、坡向、地形曲率、剖面曲率、平面曲率、地形湿度指数(TWI)、地形起伏度、归一化植被指数(NDVI)、距断裂距离和距水系距离总计10个评价因子.分别从频率比、滑坡灾害点及隐患点密度、ROC曲线3个方面对构建的滑坡易发性模型进行评价.[结果]试验结果表明:耦合模型I-GBDT-LR分别比I,LR,I-LR模型的高易发区频率比所占比例提升约10％,13％,7％,高易发区滑坡灾害点及隐患点密度分别提升约9,11,7,ROC精度提升约10％,9％,5％.[结论]从检验指标综合来看,耦合模型的精度均高于单一模型,所提出耦合模型精度又高于I-LR耦合模型,为滑坡易发性评价提供了一种有效的、新型的评价方法.

关键词：滑坡易发性、信息量、逻辑回归、GBDT-LR、安徽省池州市

所属期刊栏目：43

分类号：P642.22(水文地质学与工程地质学)

资助基金：安徽省重点研究与开发计划项目;中央高校基本科研业务费专;安徽省自然科学资助项目

在线出版日期：2023-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：149-157,166