基于机器学习的区域滑坡灾害预警模型研究 |
| |
引用本文: | 刘艳辉,方然可,苏永超,肖锐铧.基于机器学习的区域滑坡灾害预警模型研究[J].工程地质学报(英文版),2021,29(1):116-124. |
| |
作者姓名: | 刘艳辉 方然可 苏永超 肖锐铧 |
| |
作者单位: | 中国地质环境监测院(自然资源部地质灾害技术指导中心),北京100081,中国;中国地质环境监测院(自然资源部地质灾害技术指导中心),北京100081,中国;华北水利水电大学,郑州450045,中国 |
| |
基金项目: | 国家自然科学基金42077440国家自然科学基金41202217国家重点研发计划2018YFC1505503 |
| |
摘 要: | 中国滑坡灾害严重,区域滑坡灾害预警是防灾减灾的重要手段之一,预警模型是开展区域滑坡灾害预警的关键问题。本文系统开展了基于机器学习的区域滑坡灾害预警模型研究,并以四川省青川县为例,基于近10年地质与气象数据,构建了青川县区域滑坡灾害预警模型并开展实例校验。研究得出如下结论:(1)提出了基于机器学习的区域滑坡灾害预警模型的构建方法,主要包括训练样本集构建、样本学习训练与优化建模、模型保存与预警输出等几个关键步骤。(2)提出了区域滑坡训练样本集的构建方法,即以正样本为基础,在时空约束条件下随机采样获取负样本,最终获得完整的训练样本集。(3)样本学习训练中,以训练样本集的80%作为训练集,20%作为测试集,进行5折交叉验证,采用精确度、ROC曲线和AUC值校验模型准确度和模型泛化能力。采用贝叶斯优化算法进行模型优化。(4)实际预警中,调用训练好的预警模型输出滑坡灾害可能发生的概率。依据概率大小,分级确定预警等级。分级依据为:当输出概率P≥40%且P<60%时,发布黄色预警;当输出概率P≥60%且P<80%时,发布橙色预警;当输出概率P≥80%时,发布红色预警。(5)以青川县为例,构建了青川县区域滑坡训练样本集,采用6种机器学习算法进行模型训练,结果显示随机森林算法表现最好,其准确率最高(0.963),模型无过拟合现象,模型泛化能力最好(AUC=0.986);其次为逻辑回归算法;再次为人工神经网络算法和决策树算法。选取2018年6月26日的青川县日常预警业务进行实例校验。结果显示:当日17处滑坡灾害点中,100%的灾害点全部落入预警区范围内,其中:70.6%的滑坡落在红色预警区内,17.6%的滑坡落在橙色预警区内,11.8%的滑坡落在黄色预警区内。
|
关 键 词: | 滑坡 预警模型 机器学习 模型研究 |
收稿时间: | 2020-09-28 |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《工程地质学报(英文版)》浏览原始摘要信息 |
| 点击此处可从《工程地质学报(英文版)》下载免费的PDF全文 |
|