基于集成深度学习重现期降雨下的滑坡危险性评价方法

本发明涉及坡危险性评价技术领域，尤其涉及基于集成深度学习重现期降雨下的滑坡危险性评价方法，包括采集滑坡易发性评价因子数据，并进行预处理和频率比分级系数划分；构建Stacking集成算法，利用滑坡易发性评价因子对Stacking集成算法进行训练，利用易发性指数对Stacking集成算法进行验证；利用皮尔逊Ⅲ概率分布计算给定重现期的年最大日降雨量，并构建不同重现期下日降雨量分布图；将滑坡易发性评价因子中的年平均降雨量替换为给定重现期的年最大日降雨量，并对训练好的Stacking集成算法进行预测，输出滑坡危险性评价指数。本发明解决现有技术中缺少滑坡危险性评价体系的问题。