基于机器学习的长沙市滑坡灾害快速风险评价

提出采用随机森林(RF)和极限梯度提升(XGboost)模型对长沙市滑坡灾害进行快速危险性评价，并利用频率比法对评价结果进行检验和校准。基于层次分析法构建易损性快速评价体系并进行易损性评价。最后，采用数值分级方法集成危险性和易损性评价结果实现快速风险评价。结果表明，RF模型与XGBoost模型性能相近，但经频率比法校正后的XGBoost模型危险性评价结果更加合理；易损性评价中人口密度的权重值最大，高易损区多集中于市区、交通干线等区域。长沙市风险区划结果中较高风险、高风险区域占整个研究区面积的4.6%,主要集中在沟谷、城镇和交通干线等区域。