期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于机器学习的金沙江流域浅层滑坡易发性评价
1
作者 赵鹏 文刚 +5 位作者 何展昌 王官洋 陈磊 申晓畅 王开正 唐鸿磊 《水利水电技术（中英文）》 北大核心 2024年第10期53-70,共18页
【目的】我国西南山区金沙江流域孕灾环境复杂,浅层滑坡灾害频发,严重威胁当地居民生命财产安全和基础设施建设运维,亟需构建合适的、准确的区域浅层滑坡易发性评价分区图,指导灾害防治措施布置和基础设施建设规划。【方法】对比经典数... 【目的】我国西南山区金沙江流域孕灾环境复杂,浅层滑坡灾害频发,严重威胁当地居民生命财产安全和基础设施建设运维,亟需构建合适的、准确的区域浅层滑坡易发性评价分区图,指导灾害防治措施布置和基础设施建设规划。【方法】对比经典数理统计模型—逻辑回归模型,选取梯度提升决策树和随机森林两种机器学习模型对金沙江流域昭通市进行浅层滑坡易发性评价。基于2369个历史滑坡灾害数据,选取坡度、坡向、地貌、土壤、距水系距离、距道路距离、NDVI、地震烈度和年均降雨量等14个评价因子,对研究区构建了三个浅层滑坡易发性评价模型。【结果】结果显示:(1)三种模型浅层滑坡易发性评价结果的AUC值均大于0.800,两种机器学习模型的表现优于逻辑回归模型;(2)随机森林模型的准确度最高,其AUC值和Kappa系数分别为0.910和0.907,在各类区域识别的高易发和较高易发区与实际的滑坡分布一致性较高,且过拟合现象较弱;(3)随机森林模型中各评价指标的相对重要性在此类孕灾机理复杂多样的区域均能得到良好体现,其评价结果较其他两种模型能够更全面地考虑各类致灾环境。【结论】结果表明机器学习模型能够较好地评估金沙江流域在复杂孕灾环境下的浅层滑坡易发性,有助于指导该区域的防灾减灾工作。 展开更多
关键词 机器学习 浅层滑坡易发性评价 逻辑回归 梯度提升决策树 随机森林 金沙江流域 滑坡 影响因素
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部