信息量支持下的随机森林模型的崩塌易发性评价

作者：邓念东; 石辉; 文强; 李宇新; 曹晓凡

来源：科学技术与工程, 2021, 21(06): 2210-2217.

• 崩塌
• 易发性评价
• 信息量法
• 随机森林模型
• 非崩塌点

地质灾害易发性评价作为预测地质灾害发生概率的重要手段被中外学者广泛应用。以陕西省神木市为研究区,在分析了研究区地质环境、人类活动与崩塌形成条件的基础上选取了高程、坡度、坡向、降雨量、距水系距离、距道路距离、岩性、地貌、曲率、归一化植被指数(normalized vegetation index, NDVI)10个影响因子。采用皮尔森相关系数对各因子进行独立性检验。结果表明:各因子间相关系数较低,认为各因子独立;为确保所选非崩塌点为高概率的非崩塌点,利用从信息量模型(information value model, IV)形成的较低及低易发区选取非崩塌点,结合随机森林模型(random forests, RF)进行研究区崩塌易发性分析,并将得到的易发性分析结果与随机选取非崩塌点的RF模型进行对比。最后利用受试者特征曲线(receiver operate curve, ROC)曲线进行两种模型的精度对比,得到RF的成功率和预测率分别为94.5%、89.9%,IV支持下的RF的成功率和预测率分别为96.9%、96.5%。综上IV支持下的RF模型比单一模型具有更好的预测精度。

• 单位
  西安科技大学