基于WOE-CatBoost耦合模型的滑坡灾害易发性评价

摘要

宣威市地形地貌复杂，岩质较弱，易发生滑坡。本文以宣威市为例，选取地形地貌、气候水文和地质构造等12个指标，采用证据权模型（WOE）,得到各指标分级状态的证据权重；再通过WOE模型与CatBoost算法耦合，得到研究区滑坡灾害易发性评价指数；最后选取SHAP对滑坡影响因子进行全局和局部解释。研究结果显示：（1）采用WOE和WOE-CatBoost耦合模型AUC值分别0.845 5和0.984 6,滑坡极高易发区的滑坡密度分别为0.181 0个/km²和0.297 0个/km²;（2）高程、地层岩性、NDVI和降雨是影响滑坡发生的主要因素。得到结论WOE-CatBoost模型可以用于滑坡易发性的预测，且滑坡极高、高易发区主要分布于研究区的东南部和东北部，低易发区主要分布在研究区的中部和西南部。

关键词

滑坡灾害 / 机器学习 / SHAP / 易发性 / 预测精度 / WOE