基于多种机器学习模型的灵台县地质灾害易发性评估

安亚鹏; 汪霞; 张芮; 刘兴荣; 张国信; 唐家凯; 周自强

doi:10.13885/j.issn.0455-2059.2025.01.011

兰州大学学报（自然科学版） ›› 2025, Vol. 61 ›› Issue (1) : 84 -90+98. DOI: 10.13885/j.issn.0455-2059.2025.01.011

基于多种机器学习模型的灵台县地质灾害易发性评估

安亚鹏, 汪霞, 张芮, 刘兴荣, 张国信, 唐家凯, 周自强

作者信息 +

Author information +

文章历史 +

摘要

以灵台县为例,选取高程、坡度、坡向、地形起伏度、地层岩性、归一化植被指数、多年平均降雨量、河流缓冲区、土地利用和道路缓冲区10个因素作为地质灾害评价因子,利用逻辑回归（LR）、决策树（DT）和随机森林（RF）机器学习模型进行地质灾害易发性评价,用受试者工作特征曲线进行模型预测精度评价.结果表明, RF模型的地质灾害极高易发区包含57.32%的地质灾害点,高于LR和DT模型的54.88%和48.78%; RF模型的地质灾害点密度为0.47处/km²,高于LR和DT模型,表明RF模型在预测成功率上高于LR和DT模型. RF模型评价结果的曲线下面积为0.883,优于LR和DT模型,其中极高易发区和高易发区面积占比分别为4.9%和13.8%.