基于Stacking集成学习的六盘水市滑坡易发性研究

张雍, 马锦典, 曹双和, 刘祥斌, 李健, 戚婷

黑龙江国土资源 ›› 2026, Vol. 24 ›› Issue (7) : 89 -95.

黑龙江国土资源 ›› 2026, Vol. 24 ›› Issue (7) : 89 -95.

基于Stacking集成学习的六盘水市滑坡易发性研究

    张雍, 马锦典, 曹双和, 刘祥斌, 李健, 戚婷
作者信息 +

Author information +
文章历史 +

摘要

滑坡严重威胁人民生命财产安全,开展滑坡易发性研究对于滑坡灾害防治意义重大。本文以随机森林、支持向量机、K近邻法、XGBoost和CatBoost五种单一模型为基础模型,基于集成学习思想构建出Stacking滑坡易发性评价模型,并利用各模型对六盘水市滑坡灾害易发性进行分级评价,研究结果表明,Stacking集成模型较其他模型预测精度更高,对六盘水市的滑坡易发性分析准确,评价可靠,其预测的低、中低、中、中高及高易发区的历史滑坡点位占比统计指标分别为2.43%、11.63%、18.92%、25.69%及41.32%,统计指标与易发性成正相关,符合客观规律且预测结果更趋近真实情况,该模型可为六盘水市滑坡灾害防治提供参考。

关键词

滑坡 / 易发性评价 / Stacking集成学习 / 六盘水市

Key words

引用本文

引用格式 ▾
张雍, 马锦典, 曹双和, 刘祥斌, 李健, 戚婷. 基于Stacking集成学习的六盘水市滑坡易发性研究[J]. 黑龙江国土资源, 2026, 24(7): 89-95 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

贵州省科技成果转化项目(黔科合成果[2025]重大002); 中国电建集团贵州电力设计研究院有限公司科技项目(GZEDKJ-2025-22和GZEDKJ-2025-05)

AI Summary AI Mindmap

61

访问

0

被引

详细

导航
相关文章

AI思维导图

/

〈 〉