一种贝叶斯优化自适应增强集成极端随机树的滑坡易发性评价方法

本发明公开一种贝叶斯优化自适应增强集成极端随机树的滑坡易发性评价方法、系统、设备和存储介质，涉及土木工程领域，通过对多源数据进行预处理，确保数据集在空间分辨率和坐标系上的统一性；通过使用极端随机树模型和自适应增强集成方法，可以提高滑坡易发性预测的准确性。这些模型能够捕捉数据中的复杂非线性关系，从而提高预测的可靠性。自适应增强集成方法通过组合多个极端随机树模型，增强了模型的泛化能力，减少了过拟合的风险。通过对每个栅格单元进行滑坡易发性分析，可以得到更精细化的风险评估结果，为决策者提供更具体的滑坡风险信息。