【技术实现步骤摘要】
基于机器学习的滑坡灾害风险评估方法
[0001]本专利技术属于地质灾害
，具体涉及基于机器学习的滑坡灾害风险评估方法。
技术介绍
[0002]近年来，滑坡灾害对人类生活环境和居住安全的威胁日趋严重，而人口的剧增和经济的快速发展，导致人类过度开发和利用自然资源。大规模的不合理开发对自然环境的破坏，诱发了大量的地质灾害，这对人类生活环境和社会经济构成了极大威胁。从对地质灾害研究的历史资料可以看出，灾害预警与防灾减灾一直以来是地质灾害研究工作的首先任务。国家也一直花费大量的物力财力，致力于地质灾害的研究，希望可以在一定程度上降低灾害的发生，以及灾害发生所造成的损失。开展对滑坡灾害的空间预测和风险评估，其根本目的在于掌握灾害的活动和发展规律。
[0003]通过风险评价研究，可以快速、准确地总结出滑坡的发育特征，进而对滑坡灾害的发生概率做出等级预报。空间预测的核心就是对滑坡灾害进行危险性研究，而灾害危险性评估最核心的意义体现在：通过灾害发育规律，预测灾害可能发生的区域，以及发生的概率，将预测结果作为区域发展和规划的基础资...
【技术保护点】
【技术特征摘要】
1.基于机器学习的滑坡灾害风险评估方法，其特征包括以下步骤：步骤1、收集并整理分析相关地质历史资料，结合野外调查的区域滑坡灾害点分布情况分析区域内的滑坡灾害发育分布规律，初步筛选出对区域滑坡影响较大的环境因子，包括以下两个方面：步骤1.1、评价因子选择：首先根据所收集到的资料初步选择评价因子，然后再对所选择出的因子进行分析，确保所选择的因子在该区域的不同地区，具有显著空间差异性，并且分析该因子和区域地质灾害的发生是否具有强相关性，再结合相关文献和前人的研究成果，来调整在评价过程中参与模型构建的滑坡危险性评价因子；步骤1.2、评价单元划分：在对地理空间进行评价时，首要任务就是确定评价区域，划分评价单元，模型单元代表了地表的一部分，每一个单元内的各个属性具有同质性，在GIS中，选择格网单元和斜坡单元分别进行相关实验，并对结果进行对比分析，选择这两种评价单元划分方式；步骤2、地质环境条件分析、整理相关地质环境背景资料，整合历史滑坡灾害数据和最新调查的灾害数据，分析区域内滑坡灾害发育特征，建立该区域滑坡评价指标体系，结合滑坡地质灾害基本发育情况和野外调查的滑坡灾害点数据的基础上，采用统计分析的方法，分析各因子在不同分级状况下滑坡灾害点的发生次数、分级比例及信息量值，进一步计算各评价因子间的相关性，并适当删除相关性较高的评价因子；步骤3、建立混合高斯聚类模型(GMM)优化后的数据集与未优化的随机抽取的数据集，分别对人工神经网络(ANN)模型和采用径向基核函数下的支持向量机(SVM)模型进行训练，训练结果达到精度后对该区域滑坡灾害危险性做出评价，并对不同模型评价结果的预测准确率和评价结果的合理性检验并对比。最后结合滑坡易损性结果进行第一次风险评估；步骤4、滑坡危险性评价模型分析在进行危险性空间预测分析时，主要从两个方面进行分析。首先是进行危险性评价，以步骤1、2所选择的评价因子为基础，根据己经发生的灾害数据，...
【专利技术属性】
技术研发人员：杜驰，邱海军，刘雅，杨冬冬，裴艳茜，马舒悦，
申请(专利权)人：西北大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。