滑坡易发性预测建模的不确定性:不同“非滑坡样本”选择方式的影响 |
| |
引用本文: | 黄发明,曾诗怡,姚池,熊浩文,范宣梅,黄劲松.滑坡易发性预测建模的不确定性:不同“非滑坡样本”选择方式的影响[J].四川大学学报(工程科学版),2024,56(1):169-182. |
| |
作者姓名: | 黄发明 曾诗怡 姚池 熊浩文 范宣梅 黄劲松 |
| |
作者单位: | 南昌大学 工程建设学院,江西 南昌 330031;成都理工大学 地质灾害防治与地质环境保护国家重点实验室,四川 成都 610059;纽卡斯尔大学 岩土科学与工程卓越研究中心,纽卡斯尔 2287 |
| |
基金项目: | 国家自然科学基金项目(41807285;42377164;42272326) |
| |
摘 要: | 滑坡易发性预测建模中如何选择非滑坡是影响建模结果的重要不确定因素。为研究不同非滑坡选择方式的影响规律,拟用5种方式,即全区随机、坡度低于5°区域、滑坡缓冲300 m外区域、信息量(IV)法、半监督法来选择出与滑坡等比例的非滑坡样本;进一步将各选择方式与随机森林(RF)耦合构建随机RF、低坡度RF、缓冲区RF、IV–RF及半监督RF等模型。以江西南康区为例,获取高程、岩性、公路密度等19种环境因子和233个滑坡编录,将滑坡编录划分为2 598个滑坡栅格单元构建上述耦合模型的输入–输出数据集。再采用预测精度和易发性指数分布等指标分析其建模不确定性。进一步针对耦合模型预测的滑坡易发性指数分布不合理等问题,在半监督RF建模时采用滑坡与非滑坡比例为1∶2的样本集开展建模并与1∶1等比例样本集工况作对比。结果表明:1)低坡度RF、缓冲区RF、IV–RF和半监督RF等模型的预测精度均大幅优于随机RF模型,可见准确选择非滑坡样本对易发性建模至关重要;2)半监督RF模型选择非滑坡样本的建模性能最优,且半监督RF在滑坡∶非滑坡=1∶2比其在1∶1时预测的易发性指数分布规律更准确可信。后续研究中有必要更深入探索滑坡与非滑坡样本的比例问题。
|
关 键 词: | 滑坡易发性预测 非滑坡样本选择 半监督机器学习 信息量 随机森林 |
收稿时间: | 2022/11/20 0:00:00 |
|
| 点击此处可从《四川大学学报(工程科学版)》浏览原始摘要信息 |
|
点击此处可从《四川大学学报(工程科学版)》下载全文 |