滑坡易发性评价是滑坡灾害防治的重要手段之一,而不合理的滑坡负样本会影响滑坡易发性评价,从而影响到滑坡灾害的防治,因此提供一种合理的负样本选取方法变得尤为关键。以西藏米林市的古滑坡为例,选择高程、坡度、坡向、坡位、距道路距...滑坡易发性评价是滑坡灾害防治的重要手段之一,而不合理的滑坡负样本会影响滑坡易发性评价,从而影响到滑坡灾害的防治,因此提供一种合理的负样本选取方法变得尤为关键。以西藏米林市的古滑坡为例,选择高程、坡度、坡向、坡位、距道路距离、距断层距离、距水系距离、地形起伏度、地层岩性、土地利用类型10类环境因子,使用Relief算法计算环境因子的贡献值并依据贡献值优化选择环境因子;基于环境因子优化的目标空间外向化采样法(target space exteriorization sampling,简称TSES)选择负样本,作为性能优异的随机森林模型的输入变量;之后结合优化的环境因子和正或负样本预测米林市的滑坡易发性,并用混淆矩阵和ROC曲线评价构建模型的性能。为检验环境因子优化的TSES法的有效性和先进性,采用耦合信息量法和TSES法选择滑坡负样本并构建随机森林模型,与环境因子优化的TSES法构建的随机森林模型进行对比研究。结果表明,环境因子优化的TSES法构建的随机森林模型的评价效果较好,其ACC为93.7%、AUC为0.987,均高于耦合信息量、TSES法构成的模型。环境因子优化的TSES法能够提高模型的精度,解决多因子作为约束条件取样中因子选取的问题,为滑坡易发性评价采集负样本提供了新的思路。展开更多
合理选择滑坡易发性评价因子是揭示滑坡易发区空间分布特征的重要前提。通过考虑因子最优离散分类,结合地理探测器(Geodetector,GD)与空间主成分分析法(Spatial Principal Component,SPCA)构建滑坡易发性指数。发现评价因子普遍呈现离...合理选择滑坡易发性评价因子是揭示滑坡易发区空间分布特征的重要前提。通过考虑因子最优离散分类,结合地理探测器(Geodetector,GD)与空间主成分分析法(Spatial Principal Component,SPCA)构建滑坡易发性指数。发现评价因子普遍呈现离散分类数越大,因子解释度越高的趋势,且自然断点法与分位数分类法的离散分类结果较好;因子间的交互作用对因子的解释度有一定影响,归一化植被指数(NDVI)的单因子解释度为0.453,但在交互作用下其耦合解释度范围仅为[0.03,0.226];研究区滑坡易发性指数为0.589,属于中度易发区,高度易发区与极易发区主要分布在研究区北部高植被覆盖的山地丘陵处;研究区的滑坡易发性指数具有显著空间聚集特征,高-高聚集区主要分布在该区北部中低山丘陵处,低-低聚集区主要分布在该区南部低缓河谷处。展开更多
文摘滑坡易发性评价是滑坡灾害防治的重要手段之一,而不合理的滑坡负样本会影响滑坡易发性评价,从而影响到滑坡灾害的防治,因此提供一种合理的负样本选取方法变得尤为关键。以西藏米林市的古滑坡为例,选择高程、坡度、坡向、坡位、距道路距离、距断层距离、距水系距离、地形起伏度、地层岩性、土地利用类型10类环境因子,使用Relief算法计算环境因子的贡献值并依据贡献值优化选择环境因子;基于环境因子优化的目标空间外向化采样法(target space exteriorization sampling,简称TSES)选择负样本,作为性能优异的随机森林模型的输入变量;之后结合优化的环境因子和正或负样本预测米林市的滑坡易发性,并用混淆矩阵和ROC曲线评价构建模型的性能。为检验环境因子优化的TSES法的有效性和先进性,采用耦合信息量法和TSES法选择滑坡负样本并构建随机森林模型,与环境因子优化的TSES法构建的随机森林模型进行对比研究。结果表明,环境因子优化的TSES法构建的随机森林模型的评价效果较好,其ACC为93.7%、AUC为0.987,均高于耦合信息量、TSES法构成的模型。环境因子优化的TSES法能够提高模型的精度,解决多因子作为约束条件取样中因子选取的问题,为滑坡易发性评价采集负样本提供了新的思路。
文摘合理选择滑坡易发性评价因子是揭示滑坡易发区空间分布特征的重要前提。通过考虑因子最优离散分类,结合地理探测器(Geodetector,GD)与空间主成分分析法(Spatial Principal Component,SPCA)构建滑坡易发性指数。发现评价因子普遍呈现离散分类数越大,因子解释度越高的趋势,且自然断点法与分位数分类法的离散分类结果较好;因子间的交互作用对因子的解释度有一定影响,归一化植被指数(NDVI)的单因子解释度为0.453,但在交互作用下其耦合解释度范围仅为[0.03,0.226];研究区滑坡易发性指数为0.589,属于中度易发区,高度易发区与极易发区主要分布在研究区北部高植被覆盖的山地丘陵处;研究区的滑坡易发性指数具有显著空间聚集特征,高-高聚集区主要分布在该区北部中低山丘陵处,低-低聚集区主要分布在该区南部低缓河谷处。