多机器学习算法下沧源县滑坡地质灾害易发性评价

郭广彬; 田婷; 周忠国; 王忠伟; 李涑

您当前的位置：

首页 >

文章列表页 >

多机器学习算法下沧源县滑坡地质灾害易发性评价

更新时间：2026-08-07

- 多机器学习算法下沧源县滑坡地质灾害易发性评价
- Vol. 24, Issue 2, Pages: 64-67+73(2026)
- 作者机构：
  
  1. 云南省设计院集团勘察院有限公司
  2. 云南建投第一勘察设计有限公司
  3. 保山施勐高速公路投资开发有限公司
- 作者简介：
- 基金信息：
- DOI：
  CLC： P642.22
- Published：2026
- 稿件说明：
移动端阅览
郭广彬, 田婷, 周忠国, et al. 多机器学习算法下沧源县滑坡地质灾害易发性评价[J]. 2026, 24(2): 64-67+73.
DOI：

郭广彬, 田婷, 周忠国, et al. 多机器学习算法下沧源县滑坡地质灾害易发性评价[J]. 2026, 24(2): 64-67+73. DOI：

摘要

针对在滑坡样本稀缺环境下的滑坡地质灾害易发性评价问题，旨在探索一种准确、稳定的机器学习算法。通过对沧源县的滑坡灾害进行分析，本研究选用了LightGBM、随机森林(RF)和支持向量机(SVM) 3种算法，并结合11个关键影响因子构建了滑坡易发性评价模型。研究发现，LightGBM模型在预测滑坡危险性区域方面表现最为突出，与实际滑坡点的一致性极高，尤其在滑坡高发的东部区域，其预测准确性得到了充分验证。通过ROC曲线评估，LightGBM模型的AUC值高达0.836，显著优于RF和SVM模型，证实了其在数据稀缺环境下的强大预测能力。此外，关键影响因子分析中揭示河流侵蚀、断层破裂带和人类工程活动对滑坡灾害易发性具有显著影响。因此，建议未来将LightGBM模型作为滑坡地质灾害易发性评价的首选方案，其分析结果可为滑坡灾害的预防和减灾工作提供技术支撑。其次，应关注河流沿岸地带、断层活动区以及人类工程活动频繁区域的边坡稳定性状况，切实采取有效的防护措施并加强监测工作，以确保天然边坡的稳固与安全，并最大限度地降低潜在的灾害风险。

Abstract

关键词

Keywords

references

黄润秋.20世纪以来中国的大型滑坡及其发生机制[J].岩石力学与工程学报,2007(03).

黄发明,胡松雁,闫学涯,李明,王俊宇,李文彬,郭子正,范文彦.基于机器学习的滑坡易发性预测建模及其主控因子识别[J].地质科技通报,2022(02).

马啸,王念秦,李晓抗,严冬,李嘉琳.基于RF-FR模型的滑坡易发性评价——以略阳县为例[J].西北地质,2022(03).

张博,向旭,贾俊龙,张学洪,李春奇,彭君.基于LightGBM的天然气管道周围滑坡灾害预测方法[J].吉林大学学报(理学版),2023(02).

曾营,张迎宾,张钟远,柳静,朱辉.基于X-多层感知器耦合模型的滑坡易发性评价——以贵州省松桃自治县为例[J].山地学报,2023(02).

蔡子睿,阮一可,刘华娇.基于证据权法的滑坡敏感性评价——以海地为例[J].地理空间信息,2023(07).

林琴,郭永刚,吴升杰,臧烨祺,王国闻.基于梯度提升的优化集成机器学习算法对滑坡易发性评价：以雅鲁藏布江与尼洋河两岸为例[J].西北地质,2024(01).

武杨.斜坡单元支持下赣西山区典型乡镇地质灾害风险评价[J].地理空间信息,2024(10).

罗相涛.九寨沟漳扎地震区滑坡易发性对比分析[J].地理空间信息,2023(06).

谭彬,刘国栋,余安亮,林平.基于AHP-INF耦合模型的察雅县地质灾害易发性评价[J].地理空间信息,2023(11).

向喜琼.区域滑坡地质灾害危险性评价与风险管理[D].成都理工大学,2005(07).

Carsten F. Dormann,Jane Elith,Sven Bacher,Carsten Buchmann,Gudrun Carl,Gabriel Carré,Jaime R. García Marquéz,Bernd Gruber,Bruno Lafourcade,Pedro J. Leitão,Tamara Münkemüller,Colin McClean,Patrick E. Osborne,Björn Reineking,Boris Schröder,Andrew K. Skidmore,Damaris Zurell,Sven Lautenbach.Collinearity: a review of methods to deal with it and a simulation study evaluating their performance[J].Ecography,2013.

Aril Aditian,Tetsuya Kubota,Yoshinori Shinohara.Comparison of GIS-based landslide susceptibility models using frequency ratio, logistic regression, and artificial neural network in a tertiary region of Ambon, Indonesia[J].Geomorphology,2018.

Chong Xu,Xiwei Xu,J. Bruce H. Shyu.Database and spatial distribution of landslides triggered by the Lushan, China Mw 6.6 earthquake of 20 April 2013[J].Geomorphology,2015.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

顾及公平与效率的公共服务设施低碳出行可达性分析

基于自适应遗传算法的个性化旅游景点智能推荐方法

融合时空上下文特征的共享单车站点功能区自动识别方法

基于遥感数据和AHP法的生态敏感性评价——以和田地区为例

GIS技术在不动产智治应用场景中的台州实践

Related Author

曾星

黄滢冰

徐文丽

赵克飞

卫晨

杨丽琼

徐浩然

张羿祺

Related Institution

东莞市规划设计研究院有限公司

东莞市自然资源技术中心

广东工业大学管理学院

巢湖学院

中国旅游研究院

AI问答

⁰