因子组织方式对SVM滑坡危险性评价影响的研究

摘要

滑坡是一种在世界范围内广泛分布的地质灾害，每年对经济和人民生命造成巨大的损失，开展滑坡危险性评价对滑坡防范和治理意义重大。关于哪种数据组织形式更适合进行滑坡危险性评价，以往的研究中鲜有提及，因此这里以支持向量机模型作为评价模型，以四川省芦山县作为研究区，基于因子分级与否两种数据形式进行滑坡危险性评价，采用验证集ROC曲线、全区评价结果分布特征、成功率曲线、直方图索引等指标进行结果对比，探索因子分级与否对评价结果的影响。模型训练时，两种数据构建的模型在验证集上的AUC值分别为0.893(分级值)和0.813(连续值)。将两个模型应用在全区危险性评价中，采用自然断点法将结果分为低、中、高三级，其中高危险性面积占比分别为19.3%(分级值)和20.4%(连续值)。采用成功率曲线和滑坡危险性索引直方图两个指标对该结果进行评估，分级数据AUC值为0.80,连续数据AUC值为0.76。直方图对比显示，分级值的结果直方图特征更加符合预期。综上所述，通过多指标对比，得出分级因子更适用于进行基于SVM的滑坡危险性评价的结论。

关键词

数据组织形式 / 支持向量机 / 多重共线性分析 / 滑坡危险性评价 / 多指标对比

基金资助

四川省科技计划项目(2019YFG0187)