融合SVM-RFE与层次分析-信息量模型的地质灾害易发性评价

摘要

我国地质灾害频发，严重威胁人民群众的生命及财产安全，开展地质灾害易发性评价工作对地质灾害防治起着重要的作用。目前，针对地质灾害易发性评价，其评价因子的选取多为单一定性分析，主观性较强，缺乏科学性，同时因子之间的相互关系考虑较少。文中以林芝市为例，选取高程、坡度、坡向等14个初始影响因子，通过基于支持向量机的递归特征消除（support vector machine-recursive feature elimination, SVM-RFE）算法对因子进行重要性排序及筛选，采用皮尔逊相关性分析考虑因子之间的相互关系，结合重要性排序消除相关性较高的因子，从而确定出了12组易发性评价因子，并基于层次分析-信息量模型开展林芝市地质灾害易发性评价，采用成功率曲线进行结果精度检验。结果表明：研究区内地质灾害极高易发区和高易发区主要集中在主道路及其附近，以及主要水系延伸地区；高易发区是研究区内所占面积最广的区域，面积为45 312.16 km²,占林芝市总面积的30.37%。根据评价结果精度检验得到曲线下面积（area under curve, AUC）值为0.846,表明本方法开展地质灾害易发性评价的准确率较高，可为林芝市地质灾害防治和经济建设提供科学依据。

关键词

SVM-RFE / 层次分析-信息量模型 / 地质灾害 / 评价因子 / 易发性评价