基于确定性系数与支持向量机的滑坡易发性评价

作者：陈芯宇; 师芸^*; 温永啸; 史瑞遥; 米晓梅

来源：科学技术与工程, 2023, 23(02): 518-527.

• 滑坡易发性
• 略阳县
• 支持向量机
• 确定性系数
• 非滑坡点

准确的滑坡易发性评价对防灾减灾具有重大意义。以略阳县为研究区，在确定性系数模型(certainty factor, CF)易发性分区的基础上，剔除极高和高易发区后选取非滑坡点，提取CF值为支持向量机模型(support vector machine, SVM)的输入值，采取灰狼优化算法得到最优参数建立CF-SVM模型对研究区进行预测，同时与随机选取的非滑坡点SVM模型进行对比。结果表明：CF-SVM模型在极高和高易发区涵盖了74.2%的历史滑坡点，且受试者特征工作曲线下的面积(area under receiver operating characteristic curve, AUC)达到0.95,均高于SVM模型，由此说明CF-SVM模型具有更高的准确率，并且证明了在CF模型基础上选取非滑坡点的可行性，可为该区域的风险管理提供科学依据。

• 单位
  西安科技大学