基于机器学习与评价单元组合优化的滑坡易发性预测方法

本发明涉及地质灾害预测与防治技术领域，尤其涉及一种基于机器学习与评价单元组合优化的滑坡易发性预测方法，包括以下步骤：获取研究区包括多个评价因子的环境地质数据；基于所述环境地质数据分别提取网格单元和斜坡单元作为评价单元；利用随机森林RF模型、极限梯度提升XGBoost模型与所述评价单元组合，形成多种预测组合模型；根据预测组合模型性能指标对所述预测组合模型进行评估，确定出最优组合模型；基于所述最优组合生成对应所述研究区的滑坡易发性预测结果。在提高计算效率的同时提升预测精度，增强预测方法的通用性。