基于不同机器学习算法的地震滑坡易发性评价——以鲁甸地震为例 | |
吉日伍呷3,4; 田宏岭2,4; 韩继冲1 | |
刊名 | 昆明理工大学学报(自然科学版) |
2022-04 | |
卷号 | 47期号:02页码:47-56 |
关键词 | 滑坡 易发性评价 机器学习 鲁甸地震 地震 |
ISSN号 | 1007-855X |
DOI | 10.16112/j.cnki.53-1223/n.2022.02.132 |
产权排序 | 1 |
英文摘要 | 地震发生后,及时准确地评价灾区的滑坡易发性对应急救援,灾后重建具有重要意义.然而目前在地震滑坡易发性评价中对不同机器学习模型性能对比的研究较为缺乏.本文从地震动参数、植被、断层岩性、水文和地形方面构建了地震滑坡易发性评价指标体系.然后选取了逻辑回归、K近邻、朴素贝叶斯和随机森林算法,以鲁甸地震为研究案例分别构建了4种滑坡易发性评价模型,并对模型的预测精度进行了对比.结果显示:随机森林模型在测试数据集上的灵敏度(0.94)、精确度(0.94)和准确度(0.94)均高于另外3种机器学习模型,且该模型生成的滑坡易发性的空间分布与实际的地震滑坡分布较为一致,朴素贝叶斯模型的预测精度相对较差.此外,因子的重要性分析结果表明距河流距离、修正的麦加利地震烈度、距断层距离和坡度是影响滑坡易发性相对重要的评价指标。 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.imde.ac.cn/handle/131551/56523] |
专题 | 成都山地灾害与环境研究所_山地灾害与地表过程重点实验室 |
通讯作者 | 田宏岭 |
作者单位 | 1.北京师范大学地理科学学部 2.中国科学院地表过程与山地灾害重点实验室 3.中国科学院大学 4.中国科学院水利部成都山地灾害与环境研究所 |
推荐引用方式 GB/T 7714 | 吉日伍呷,田宏岭,韩继冲. 基于不同机器学习算法的地震滑坡易发性评价——以鲁甸地震为例[J]. 昆明理工大学学报(自然科学版),2022,47(02):47-56. |
APA | 吉日伍呷,田宏岭,&韩继冲.(2022).基于不同机器学习算法的地震滑坡易发性评价——以鲁甸地震为例.昆明理工大学学报(自然科学版),47(02),47-56. |
MLA | 吉日伍呷,et al."基于不同机器学习算法的地震滑坡易发性评价——以鲁甸地震为例".昆明理工大学学报(自然科学版) 47.02(2022):47-56. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论