基于信息量与机器学习耦合模型的滑坡易发性评价对比分析

打开文本图片集

摘  要：陕西省商洛市镇安县地质环境复杂，滑坡灾害频发。以镇安县为研究区，提出将信息量模型分别与4种机器学习方法（SVM、RBF、ELM、BPNN）相结合，利用信息量模型的定量化和机器学习方法的非线性拟合能力，构建耦合模型进行滑坡易发性评价对比分析。首先，基于县域地质灾害调查数据，从地形地貌、地质环境、气象水文和人类工程活动等方面选取9个影响因子，通过皮尔森相关系数分析各因子之间的相关性，构建滑坡易发性评价指标体系；然后，利用信息量模型量化影响因子，以各影响因子的信息量值作为样本输入数据，代入支持向量机、极限学习机、径向基函数网络和BP神经网络4种机器学习模型开展滑坡易发性评价，并通过接收灵敏度（ROC）曲线进行精度验证。（剩余23244字）