摘要
本发明涉及一种顾及InSAR和多阶段优化随机森林模型的滑坡易发性评价方法。通过多因子控制与空间分层抽样选取非滑坡点,利用随机森林分类器结合皮尔逊相关系数矩阵和VIF方法选取特征因子,并基于贝叶斯算法优化随机森林模型,最终通过多种指标对模型性能进行评估,将易发性指数划分为五个等级。与现有技术相比,该方法不仅将InSAR识别的地表形变速率作为特征因子,还将其与易发性分区结果进行定量分析,验证了二者的一致性,能有效提升滑坡易发性评价模型的精度,为滑坡防灾减灾研究提供重要参考,尤其适用于我国西南地区等地质灾害频发区域。
技术关键词
滑坡易发性评价方法
随机森林模型
皮尔逊相关系数
因子
贝叶斯算法
区域分析方法
归一化植被指数
分类器
梯度提升树
分层
机器学习方法
超参数
样本
星历数据
滑坡灾害
栅格
选取特征
支持向量机
矩阵
系统为您推荐了相关专利信息
空间结构
模型构建方法
时间段
因子
逻辑回归模型
电解电容器
模型建立方法
退化预测方法
两阶段
等效串联电阻