顾及样本敏感性的滑坡易发性评价

摘要：

滑坡作为一种危害极大的自然地质现象,严重威胁着人民的生命财产安全.因此,科学、准确地评价滑坡体的易发性至关重要.随着机器学习的发展,基于机器学习的滑坡易发性评价逐渐成为研究热点.而在真实情况中,滑坡区域与非滑坡区域面积占比悬殊,这使得机器学习模型的应用存在较严重的样本不均衡问题.本文采用样本敏感性分析方法,综合多个机器学习模型在不同比例的正负滑坡样本集上的表现,以获取最均衡滑坡样本集;并在此样本集基础上采用深度随机森林模型,在示范研究区开展滑坡易发性评价.最终的评价结果接近真实分布,表明本文方法具有较好的有效性.

关键词：滑坡易发性、样本敏感性分析、机器学习、深度随机森林

分类号：P237(摄影测量学与测绘遥感)

资助基金：宁夏回族自治区重点研发计划2020BFG02013

在线出版日期：2022-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：20-25