关键词:
崩塌
滑坡
信息量(IVM)模型
随机森林(RF)模型
危险性评价
机器学习
延安市志丹县
摘要:
为了给延安市志丹县防灾减灾和风险管控提供数据支持,给相似地区危险性评价提供参考依据,补充在崩塌和滑坡灾害危险性评价中未考虑累积降雨方面的影响,在10,20,50和100 a一遇4种不同降雨工况下对研究区进行了危险性评价。以栅格单元作为评价单元,结合灾害特征及区域孕灾背景,通过皮尔逊相关系数法,选取高程、坡度、坡向、曲率、岩土体类型、距河流距离、距道路距离、归一化植被指数8个评价因子,采用信息量模型进行了易发性评价并分析了致灾因子与灾害分布关联性。利用计算机语言,自动处理前期因子数据的分析、转化、管理和出图等流程,改进了信息量(IVM)-随机森林(RF)耦合模型,实现了模型的自动循环迭代对比选择,通过ROC(受试者工作特征曲线,receiver operating characteristic curve)曲线对比了2种易发性模型精度。在耦合模型评价结果的基础上进行危险性评价,用皮尔逊Ⅲ型曲线估算研究区10,20,50和100 a一遇4种不同工况下降雨量,并进行危险性分区。对于易发性分区结果,信息量-随机森林耦合模型评价结果的AUC值(ROC曲线下面积)为0.87,优于IVM模型的评价结果;对于危险性分区结果,从10 a一遇到100 a一遇降雨工况的高和极高危险区面积都逐级增加。研究表明,改进的耦合模型评价方法不仅简化了操作还提高了精度,耦合模型确实拥有更好的评价精度和预测能力。