不同环境因子组合和负样本选取策略对崩岗易发性评价结果存在较多不确定性。为探究其对评价结果的影响,该研究以江西省兴国县花岗岩区为例,利用地理探测器探测17个环境因子的统计量q值,根据累计q值百分比大小依次选择4、7、10和17个环...不同环境因子组合和负样本选取策略对崩岗易发性评价结果存在较多不确定性。为探究其对评价结果的影响,该研究以江西省兴国县花岗岩区为例,利用地理探测器探测17个环境因子的统计量q值,根据累计q值百分比大小依次选择4、7、10和17个环境因子进行组合;利用单随机欠采样、频率比法及改进频率比法等负样本选取策略构建与正样本等量的负样本数据集;采用随机森林模型进行易发性评价,并对评价结果进行对比分析。结果表明:1)3种负样本选取策略下的模型精度随着因子数量的增加先下降再上升,考虑4个环境因子的模型AUC(area under curve)值分别为0.729、0.909和0.909,较最优环境因子组合仅相差0.020~0.038,说明考虑主控环境因子,即可得到较为理想的精度;2)通过频率比法选取的负样本数据集更具合理性;3)研究区内高和极高易发区主要分布在兴国县西南部,而极低易发区主要分布在兴国县北部及东部,这与实际情况较吻合。该研究通过探究不同环境因子组合和负样本选取策略对崩岗易发性评价的影响,可为花岗岩区崩岗的防灾减灾提供科学依据。展开更多
探究不同栅格分辨率下崩岗易发性评价对崩岗防控具有重要意义.为开展相关研究,以赣州市石城县为例,利用地理探测器选取降雨侵蚀力、可蚀性、岩石种类、植被高度、叶面积指数、高程、坡度、归一化植被指数指标作为评价指标,划分出15、30...探究不同栅格分辨率下崩岗易发性评价对崩岗防控具有重要意义.为开展相关研究,以赣州市石城县为例,利用地理探测器选取降雨侵蚀力、可蚀性、岩石种类、植被高度、叶面积指数、高程、坡度、归一化植被指数指标作为评价指标,划分出15、30、60、90、120 m 5种分辨率的栅格单元,以频率比(FR)为联接方法,构建频率比-随机森林(FR-RF)模型开展崩岗易发性评价.结果显示:栅格单元空间分辨率对崩岗易发性评价有一定影响,5种不同栅格分辨率下易发性结果的AUC值依次为0.840、0.830、0.830、0.820、0.810,基于随机森林模型下15 m分辨率栅格单元更适用于研究区的崩岗易发性评价(AUC值为0.840);研究区较高易发区以及高易发区主要分布在北部区域.研究结果可以为赣南地区的崩岗易发性评价提供重要参考.展开更多
文摘不同环境因子组合和负样本选取策略对崩岗易发性评价结果存在较多不确定性。为探究其对评价结果的影响,该研究以江西省兴国县花岗岩区为例,利用地理探测器探测17个环境因子的统计量q值,根据累计q值百分比大小依次选择4、7、10和17个环境因子进行组合;利用单随机欠采样、频率比法及改进频率比法等负样本选取策略构建与正样本等量的负样本数据集;采用随机森林模型进行易发性评价,并对评价结果进行对比分析。结果表明:1)3种负样本选取策略下的模型精度随着因子数量的增加先下降再上升,考虑4个环境因子的模型AUC(area under curve)值分别为0.729、0.909和0.909,较最优环境因子组合仅相差0.020~0.038,说明考虑主控环境因子,即可得到较为理想的精度;2)通过频率比法选取的负样本数据集更具合理性;3)研究区内高和极高易发区主要分布在兴国县西南部,而极低易发区主要分布在兴国县北部及东部,这与实际情况较吻合。该研究通过探究不同环境因子组合和负样本选取策略对崩岗易发性评价的影响,可为花岗岩区崩岗的防灾减灾提供科学依据。
文摘探究不同栅格分辨率下崩岗易发性评价对崩岗防控具有重要意义.为开展相关研究,以赣州市石城县为例,利用地理探测器选取降雨侵蚀力、可蚀性、岩石种类、植被高度、叶面积指数、高程、坡度、归一化植被指数指标作为评价指标,划分出15、30、60、90、120 m 5种分辨率的栅格单元,以频率比(FR)为联接方法,构建频率比-随机森林(FR-RF)模型开展崩岗易发性评价.结果显示:栅格单元空间分辨率对崩岗易发性评价有一定影响,5种不同栅格分辨率下易发性结果的AUC值依次为0.840、0.830、0.830、0.820、0.810,基于随机森林模型下15 m分辨率栅格单元更适用于研究区的崩岗易发性评价(AUC值为0.840);研究区较高易发区以及高易发区主要分布在北部区域.研究结果可以为赣南地区的崩岗易发性评价提供重要参考.