基于信息量和机器学习的新疆托克逊县地质灾害易发性评价

摘要

地质灾害易发性评价对防灾减灾工作至关重要，有效的评价方法与评价模型在地质灾害易发性评估中发挥着重要作用．本文以ArcGIS为平台，采用信息量法和机器学习方法，构建了IV-RF、IV-XGBoost、IV-CatBoost、IV-KNN四种耦合模型，对托克逊县地质灾害易发性进行评价，并利用SHAP值深入剖析最高AUC值的耦合模型，明确各影响因子对预测结果的贡献．结果表明：在四种模型中，IV-CatBoost模型具有较高精度，其中距道路距离、距水系距离和地形起伏度是最重要的三个影响因子．研究区地质灾害极高易发区、高易发区主要位于阿拉沟山、鱼儿沟、甘沟等沟谷沿线，阿拉沟河和乌斯通沟中下游地区，以及吐-和高速公路（G3012）甘沟段、S301沿线．

关键词

耦合模型 / 机器学习 / 信息量 / 易发性评价 / 地质灾害