基于IV-ELM模型在泥石流易发性评价中的精度影响研究

作     者：廖青松 阿发友 黄胜东 曹得志 LIAO Qingsong;A Fayou;HUANG Shengdong;CAO Dezhi

作者机构：昆明理工大学国土资源工程学院云南昆明650093 自然资源部高原山地地质灾害预报预警与生态保护修复重点实验室云南昆明650000 云南省高原山地地质灾害预报预警与生态保护修复重点实验室云南昆明650000 云南地质工程勘察设计研究院有限公司云南昆明650041 

基　　金：国家自然科学基金(42267020) 

出 版 物：《城市勘测》 (Urban Geotechnical Investigation & Surveying)

年 卷 期：2024年第5期

页      码：181-187页

摘      要：泥石流是最严重的地质灾害之一,严重影响各类工程建设和居民安全。因此,在各类工程建设中,如何避开泥石流易发区,为各类工程建设选址提供可靠的泥石流易发性评价图是十分重要的工作。本文以维西县泥石流灾害为研究对象,选取研究区的高程、坡度、工程岩组、河流密度、断层密度、道路密度、年均降雨量(2013-2022)、归一化的植被覆盖指数(NDVI)、地形地貌、植被类型作为研究区泥石流的致灾因子。利用信息量法(IV,Information Value)对非泥石流样本数据进行提纯用以优化极限学习机模型(IV-ELM)对研究区进行泥石流易发性评价,并和传统的极限学习机(ELM)和信息量(IV)模型的精度进行比较。结果表明,经过提纯后的极限学习机模型(IV-ELM)的AUC值为0.9988相比于IV模型和ELM模型提高了0.0893和0.1113,极高易发区频率比相比于IV模型和ELM模型提高了0.38和0.29。

主 题 词：泥石流 信息量 极限学习机 易发性 机器学习 

学科分类：08[工学] 0837[0837] 

D　O　I：10.3969/j.issn.1672-8262.2024.05.043

馆 藏 号：203146664...