基于机器学习的伊犁河谷黄土区泥石流易发性评估

P642.23; 伊犁河谷地处中-哈边境,南北疆结合带,是丝绸之路经济带的前沿,该区域生态环境脆弱,泥石流灾害多发.本研究采用随机森林(RF)、支持向量机(SVM)、逻辑回归(LR)以及决策树(DT)四种机器学习模型,模型输入为遥感判别和野外考察确定的398条泥石流沟以及14个特征参数,计算各个评价因子权重并对泥石流易发性进行评价,最后绘制ROC曲线以及计算曲线下面积(AUC)对四种机器学习的模型的准确性进行评价.研究结果表明:(1)泥石流高易发区主要位于深切河谷地区的天山山地以及山前坡地的黄土覆盖区域;(2)地形起伏度、多年平均降雨量、干旱指数是控制泥石流空间发育的前三个重要因素;(3)四种...

Full description

Saved in:
Bibliographic Details
Published in中国地质灾害与防治学报 Vol. 35; no. 3; pp. 129 - 140
Main Authors 李志, 陈宁生, 侯儒宁, 吴铭洋, 张瀛玉龙, 杜鹏
Format Journal Article
LanguageChinese
Published 高原科学与可持续发展研究院,青海西宁 810016%中国科学院、水利部成都山地灾害与环境研究所,四川成都 610041 01.06.2024
中国科学院大学,北京 100049%中国科学院、水利部成都山地灾害与环境研究所,四川成都 610041
西藏大学工学院,西藏拉萨 850000
昆明理工大学公共安全与应急管理学院,云南昆明 650093
中国科学院、水利部成都山地灾害与环境研究所,四川成都 610041%中国科学院、水利部成都山地灾害与环境研究所,四川成都 610041
Subjects
易发性
伊犁河谷
susceptibility
泥石流
随机森林
debris flow
loess
黄土
random forest
Yili Valley
Online AccessGet full text
ISSN1003-8035
DOI10.16031/j.cnki.issn.1003-8035.202301007

Cover

More Information
Summary:P642.23; 伊犁河谷地处中-哈边境,南北疆结合带,是丝绸之路经济带的前沿,该区域生态环境脆弱,泥石流灾害多发.本研究采用随机森林(RF)、支持向量机(SVM)、逻辑回归(LR)以及决策树(DT)四种机器学习模型,模型输入为遥感判别和野外考察确定的398条泥石流沟以及14个特征参数,计算各个评价因子权重并对泥石流易发性进行评价,最后绘制ROC曲线以及计算曲线下面积(AUC)对四种机器学习的模型的准确性进行评价.研究结果表明:(1)泥石流高易发区主要位于深切河谷地区的天山山地以及山前坡地的黄土覆盖区域;(2)地形起伏度、多年平均降雨量、干旱指数是控制泥石流空间发育的前三个重要因素;(3)四种模型的验证数据集AUC值分别为0.938(RF)、0.932(SVM)、0.89(LR)、0.879(DT),随机森林模型在该区域的易发性评价中具有更好的预测能力;(4)研究区黄土的生态植被被破坏是泥石流多发的重要原因,应该重点进行生态治理和保护,减少水土流失,从源头治理泥石流灾害.
ISSN:1003-8035
DOI:10.16031/j.cnki.issn.1003-8035.202301007