基于LR-RF模型的滑坡易发性评价——以铜川市耀州区为例(PDF)
灾害学[ISSN:1000-811X/CN:61-1097/P]
- 期数:
- 2022年03期
- 页码:
- 212-218
- 栏目:
- 探索.青年与灾害
- 出版日期:
- 2022-07-20
文章信息/Info
- Title:
- -
- 作者:
- 穆柯; 谢婉丽; 刘琦琦; 等
-
- Author(s):
- -
-
- 关键词:
- 易发性评价; 逻辑回归模型; 随机森林模型; 逻辑回归-随机森林耦合模型; 受试者特征曲线
- 分类号:
- X43;X915.5;P694
- DOI:
- -
- 文献标识码:
- A
- 摘要:
- 耀州区是陕西省重要的交通枢纽与矿业基地,长期对资源的开发导致滑坡灾害频繁发生,如何对滑坡的易发性进行科学合理地划分是滑坡防治与管理工作的重要组成部分。以耀州区为研究区,基于R语言与ArcGIS平台,选取坡度等8个评价因子,在逻辑回归(Logistic Regression,简称LR)的基础上引入随机森林(Random Forest,简称RF)模型对研究区发生滑坡的概率进行预测,完成滑坡易发性评价和分区。LR-RF模型易发性分区结果表明滑坡高、较高易发区覆盖了研究区东南部的漆水河河谷区域,包含了73.23%的滑坡点,在预测成功率上高于LR模型。使用ROC曲线对LR和LR-RF模型的结果精度进行对比,LR-RF模型评价结果的AUC值为0.912 3,优于LR模型的评价结果。研究结果表明采用LR-RF模型对研究区进行易发性评价拥有更好的评价精度和预测能力,其分区结果和研究方法可为研究区及相同区域的灾害防治与风险管理工作提供理论支撑及技术参考。
更新日期/Last Update: 2023-01-12