基于随机森林模型的降水诱发山体滑坡空间预测技术

被引：12

作者：

姚雄 ^{[1
,2
]}

余坤勇 ^{[1
,2
]}

刘健 ^{[1
,2
]}

杨素萍 ^{[1
]}

何平 ^{[1
]}

陈樟昊 ^{[1
]}

机构：

[1] 福建农林大学林学院

[2] S技术与资源优化利用福建省高校重点实验室

来源：

福建农林大学学报(自然科学版) | 2016年 / 45卷 / 02期

关键词：

随机森林模型; 滑坡; 空间预测; 顺昌县;

D O I：

暂无

中图分类号：

P642.22 [滑坡];

学科分类号：

0837 ;

摘要：

以2010年福建省顺昌地区滑坡资料为基础数据,采用随机森林模型对福建顺昌地区山体滑坡发生与滑坡因子之间的关系进行实证分析,通过ROC曲线和Kappa系数,探讨了随机森林模型在我国南方山体滑坡空间预测中的适应性,同时结合平均准确率降低度和平均基尼指数降低度,分析了不同滑坡因子的重要性程度及其影响规律.研究结果表明:5个样本组建立的随机森林模型均有统计学意义,5个样本模型的滑坡总预判精度为86.88%93.00%;随机森林模型制作的研究区滑坡危险性空间预测图与实际的滑坡分布情况基本吻合;归一化植被指数、滑坡发生当天降雨量、平面曲率是滑坡形成的主要原因,特殊的地形地貌和植被指数是滑坡形成的内因,而短时间的强降雨是滑坡形成的外因.研究结果说明随机森林模型适用于滑坡空间预测工作,具有良好的建模效果,可在相关研究工作中加以推广和应用.

引用

页码：219 / 227

页数：9

共 15 条

[11] Forested landslide detection using LiDAR data and the random forest algorithm: A case study of the Three Gorges, China[J] . Weitao Chen,Xianju Li,Yanxin Wang,Gang Chen,Shengwei Liu.Remote Sensing of Environment . 2014
[12] A comparative study of frequency ratio, weights of evidence and logistic regression methods for landslide susceptibility mapping: Sultan Mountains, SW Turkey[J] . Adnan Ozdemir,Tolga Altural.Journal of Asian Earth Sciences . 2012
[13] Susceptibility assessments of shallow earthflows triggered by heavy rainfall at three catchments by logistic regression analyses[J] . Tolga Can,Hakan A. Nefeslioglu,Candan Gokceoglu,Harun Sonmez,Tamer Y. Duman.Geomorphology . 2005 (1)
[14] GIS支持下的滑坡空间预测与危险等级划分
毕华兴
中北理
阿部和时
[J]. 自然灾害学报, 2004, (03) : 50 - 57
[15] 滑坡预测及相关模型
殷坤龙，晏同珍
[J]. 岩石力学与工程学报, 1996, (01)

← 1 2 →