基于Stacking集成学习的泥石流易发性评价:以四川省雅江县为例

为给四川省雅江县提供直观准确的泥石流易发性图,将四川省雅江县作为研究区,选用高程、坡度、坡向、地形起伏度、平面曲率、剖面曲率、年平均降雨、到河流的距离、到道路的距离、地形湿度指数、归一化差分植被指数及土壤类型12个评价因子,利用Stacking集成学习框架,结合支持向量机、神经网络和随机森林,建立了一种多模型融合的泥石流预测模型。通过ROC曲线验证了模型的准确性,得出Stacking融合模型、随机森林、神经网络和支持向量机模型的成功率分别是98.1%、96.1%、94.5%、93.4%,预测率分别是95.5%、91.6%、90.6%、89.7%。结果表明:Stacking融合模型精度最高,最适合用于雅江县泥石流易发性评价。