基于XGBoost模型的三峡库区燕山乡滑坡易发性评价与区划 |
| |
引用本文: | 吴宏阳,周超,梁鑫,袁鹏程,余蓝冰.基于XGBoost模型的三峡库区燕山乡滑坡易发性评价与区划[J].中国地质灾害与防治学报,2023(5):141-152. |
| |
作者姓名: | 吴宏阳 周超 梁鑫 袁鹏程 余蓝冰 |
| |
作者单位: | 1. 中国地质大学(武汉)地理与信息工程学院;2. 三峡库区地质灾害野外监测与预警示范中心;3. 中国地质大学(武汉)工程学院 |
| |
摘 要: | 滑坡易发性评价是精细化滑坡灾害风险评价的基础。为了提升滑坡易发性评价模型的精度和稳健性,以三峡库区万州区燕山乡为例,选取工程地质岩组、堆积层厚度等九个影响因子构建滑坡易发性评价指标体系,应用信息量模型定量分析滑坡发育与指标之间的关系。在此基础上,随机选取70%/30%的滑坡样本作为训练/验证数据集,应用极致梯度提升模型(extreme gradient boosting, XGBoost)开展易发性评价。随后从模型预测精度和模型稳定性两方面将其与决策树模型(decision tree, DT)和梯度提升树模型(gradient boosting decision tree, GBDT)进行对比。结果表明:研究区堆积层滑坡主要受长江水系、堆积层厚度和工程地质岩组影响。XGBoost模型具有最高的准确率(94.3%)和预测精度(97.3%)。在模型稳定性验证中,平均预测精度最高(97.3%),优于DT(91.3%)和GBDT(95.7%),模型标准差和变异系数均为0.01,低于其余两种模型。XGBoost在区域滑坡易发性评价与制图中得到了可靠的结果,为滑坡灾害空间预测提供了新的技术支撑。
|
关 键 词: | 滑坡 易发性建模 极致梯度提升模型 预测精度 模型稳健性 |
|
|