基于GBDT-LR和信息量模型的滑坡易发性评价方法技术

本发明专利技术公开了了一种基于GBDT

【技术实现步骤摘要】
基于GBDT
‑
LR和信息量模型的滑坡易发性评价方法


[0001]本专利技术涉及自然灾害处理
，尤其涉及一种基于GBDT
‑
LR和信息量模型的滑坡易发性评价方法。

技术介绍

[0002]滑坡、崩塌和泥石流是我国典型的三种地质灾害，其中滑坡是最常见的地质灾害，其特点是分布范围广、发生频率高、移动速度快、破坏性大。中国是世界上受滑坡影响最严重的国家之一。滑坡易发性评价是滑坡预测研究方面的重点，通过研究区域的遥感数据，提取滑坡各个方面(地形地貌、地层岩性、水文等)的影响因子，定量分析影响因子权重，进而预测滑坡在研究区域的空间分布和发生概率，从而为管理部门开展滑坡防治工作提供一定的数据支撑，提前对滑坡发生可能性较大的县镇村庄做好预防措施，减少人员和财产损失，提高滑坡地质灾害的治理效率。
[0003]滑坡易发性评价的关键问题在于评价模型的选取，评价模型选取的合理与否，直接影响最终滑坡易发性评价的准确性。针对此问题，国内外学者选取了各种各样的模型进行滑坡易发性评价。目前，国内外学者常用的研究方法包括：逻辑回本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于GBDT
‑
LR和信息量模型的滑坡易发性评价方法，其特征在于：具体包括如下步骤：(1)选择研究区域；(2)评价单元和评价因子的选取；(3)选择非滑坡样本，采用Borderline
‑
Smote算法进行数据采样，生成和非滑坡样本相同数量的滑坡样本；(4)采用信息量模型和GBDT
‑
LR算法进行耦合的方法构建滑坡易发性模型；(5)将样本数据分别从频率比、十折线交叉验证、ROC曲线3个方面对构建的滑坡易发性模型进行评价。2.根据权利要求1所述的一种基于GBDT
‑
LR和信息量模型的滑坡易发性评价方法，其特征在于：所述的评价单元采用斜坡评价单元；所述的评价因子包括有坡度、坡向、高程、地形曲率、剖面曲率、平面曲率、地形湿度指数、地形起伏度、年均降雨量、归一化植被指数、距断裂距离、距道路距离和距水系距离。3.根据权利要求1所述的一种基于GBDT
‑
LR和信息量模型的滑坡易发性评价方法，其特征在于：所述的信息量模型，具体内容如下：在实验过程中，用滑坡样本频率计算信息量，如式(1)所示：式(1)中，I表示评价单元中总信息量；n表示评级因子数量；x
i
表示当前评价单元内所取的评价因子等级；Y表示滑坡事件；S表示研究区域总面积；S
i
表示研究区域内含有x
i
评价因子的总面积；N表示研究区域内滑坡总面积；N
i
表示研究区域内含有x
i
评价因子的滑坡总面积；信息量l作为滑坡评价的综合性指标，其值越大，滑坡发生的可能性越大，反之，发生滑坡的可能性越小。4.根据权利要求3所述的一种基于GBDT
‑
LR和信息量模型的滑坡易发性评价方法，其特征在于：所述的GBDT
‑
LR算法，具体步骤如下：(1)将训练样本数据输人GBDT模型进行训练；(2)用训练好的GBDT模型预测每个样本落在哪个棵树的哪个叶结点上；(3)...

【专利技术属性】
技术研发人员：董张玉，张晋，安森，许道礼，于金秋，李金徽，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：