期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
滑坡易发性预测建模的不确定性:不同“非滑坡样本”选择方式的影响 被引量:10
1
作者 黄发明 曾诗怡 +3 位作者 姚池 熊浩文 范宣梅 黄劲松 《工程科学与技术》 EI CAS CSCD 北大核心 2024年第1期169-182,共14页
滑坡易发性预测建模中如何选择非滑坡是影响建模结果的重要不确定因素。为研究不同非滑坡选择方式的影响规律,拟用5种方式,即全区随机、坡度低于5°区域、滑坡缓冲300 m外区域、信息量(IV)法、半监督法来选择出与滑坡等比例的非滑... 滑坡易发性预测建模中如何选择非滑坡是影响建模结果的重要不确定因素。为研究不同非滑坡选择方式的影响规律,拟用5种方式,即全区随机、坡度低于5°区域、滑坡缓冲300 m外区域、信息量(IV)法、半监督法来选择出与滑坡等比例的非滑坡样本;进一步将各选择方式与随机森林(RF)耦合构建随机RF、低坡度RF、缓冲区RF、IV–RF及半监督RF等模型。以江西南康区为例,获取高程、岩性、公路密度等19种环境因子和233个滑坡编录,将滑坡编录划分为2598个滑坡栅格单元构建上述耦合模型的输入–输出数据集。再采用预测精度和易发性指数分布等指标分析其建模不确定性。进一步针对耦合模型预测的滑坡易发性指数分布不合理等问题,在半监督RF建模时采用滑坡与非滑坡比例为1∶2的样本集开展建模并与1∶1等比例样本集工况作对比。结果表明:1)低坡度RF、缓冲区RF、IV–RF和半监督RF等模型的预测精度均大幅优于随机RF模型,可见准确选择非滑坡样本对易发性建模至关重要;2)半监督RF模型选择非滑坡样本的建模性能最优,且半监督RF在滑坡∶非滑坡=1∶2比其在1∶1时预测的易发性指数分布规律更准确可信。后续研究中有必要更深入探索滑坡与非滑坡样本的比例问题。 展开更多
关键词 滑坡易发性预测 滑坡样本选择 半监督机器学习 信息量 随机森林
在线阅读 下载PDF
基于半监督机器学习的滑坡易发性预测建模 被引量:21
2
作者 黄发明 潘李含 +3 位作者 姚池 周创兵 姜清辉 常志璐 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2021年第9期1705-1713,共9页
为了克服滑坡编录样本不足、扩充滑坡样本较困难、主观随机选择的非滑坡样本准确性较低等缺点,以江西省南康区为例,拟用半监督卡方自交互侦测决策树(SSCHAID)和半监督反向传播神经网络(SSBPNN)进行滑坡易发性预测(LSP),在已知滑坡样本... 为了克服滑坡编录样本不足、扩充滑坡样本较困难、主观随机选择的非滑坡样本准确性较低等缺点,以江西省南康区为例,拟用半监督卡方自交互侦测决策树(SSCHAID)和半监督反向传播神经网络(SSBPNN)进行滑坡易发性预测(LSP),在已知滑坡样本和随机选取的非滑坡样本基础上,用全监督机器学习将初始LSP划分成不同级别;将高分辨率遥感影像和初始滑坡易发性图中的极高易发区叠加,筛选一定数量的潜在滑坡栅格单元扩充滑坡样本;从极低易发区选取非滑坡栅格单元组合成新的输出变量;将新的输出变量导入全监督机器学习,获得最终LSP并评价其精度.结果表明:半监督机器学习的LSP精度远高于全监督机器学习的LSP精度. 展开更多
关键词 滑坡易发性预测(LSP) 半监督机器学习 卡方自交互侦测决策树(CHAID) BP神经网络(BPNN) 地理信息系统(GIS)
在线阅读 下载PDF
基于机器学习的滑坡易发性预测建模及其主控因子识别 被引量:47
3
作者 黄发明 胡松雁 +5 位作者 闫学涯 李明 王俊宇 李文彬 郭子正 范文彦 《地质科技通报》 CAS CSCD 北大核心 2022年第2期79-90,共12页
不同机器学习预测滑坡易发性的建模过程及其不确定性有所差异,另外如何有效识别滑坡易发性的主控因子意义重大。针对上述问题,以支持向量机(support vector machine,简称SVM)和随机森林(random forest,简称RF)为例探讨了基于机器学习的... 不同机器学习预测滑坡易发性的建模过程及其不确定性有所差异,另外如何有效识别滑坡易发性的主控因子意义重大。针对上述问题,以支持向量机(support vector machine,简称SVM)和随机森林(random forest,简称RF)为例探讨了基于机器学习的滑坡易发性预测及其不确定性,创新地提出了“权重均值法”来综合计算出更准确的滑坡主控因子。首先获取陕西省延长县滑坡编录和10类基础环境因子,将因子频率比值作为SVM和RF的输入变量;再将滑坡与随机选择的非滑坡样本划分为训练集和测试集,用训练好的机器学习预测出滑坡易发性并制图;最后用受试者工作曲线、均值和标准差等来评估建模不确定性,并计算滑坡主控因子。结果表明:①机器学习能有效预测出区域滑坡易发性,RF预测的滑坡易发性精度高于SVM,而其不确定性低于SVM,但两者的易发性分布规律整体相似;②权重均值法计算出延长县滑坡主控因子依次是坡度、高程和岩性。实例分析和文献综述显示RF模型相较于其他机器学习模型属于可靠性较高的易发性模型。 展开更多
关键词 滑坡易发性预测 不确定分析 主控因子识别 支持向量机 随机森林
在线阅读 下载PDF
基于耦合信息量法选择负样本的区域滑坡易发性预测 被引量:30
4
作者 周晓亭 黄发明 +3 位作者 吴伟成 周创兵 曾诗怡 潘李含 《工程科学与技术》 EI CSCD 北大核心 2022年第3期25-35,共11页
在利用机器学习(machine learning,ML)模型预测滑坡易发性时,选择合理的负样本对预测结果具有重要影响。现有研究大多从整个研究区或低坡度等特定属性区内随机选择负样本,往往不够准确或以偏概全,降低了易发性制图的可靠性。为解决这一... 在利用机器学习(machine learning,ML)模型预测滑坡易发性时,选择合理的负样本对预测结果具有重要影响。现有研究大多从整个研究区或低坡度等特定属性区内随机选择负样本,往往不够准确或以偏概全,降低了易发性制图的可靠性。为解决这一问题,提出基于耦合信息量法(information value,IV)的ML模型开展易发性建模。以江西省瑞金市为例,采用IV法将环境因子的属性值转化为对滑坡贡献的信息量值,划定极低和低易发区,并从中随机选择出ML模型训练验证用的负样本数据,构建全新的信息量–支持向量机(IV–SVM)、信息量–随机森林(IV–RF)耦合模型,并预测瑞金滑坡易发性。进一步地,与从全区随机选择负样本的单独SVM和RF模型,以及从坡度小于2°的特定属性区内随机选择负样本的低坡度SVM和RF模型开展对比研究。最后,采用Kappa系数和ROC曲线等指标验证和比较建模结果,IV–SVM和IV–RF模型的Kappa系数分别为0.828和0.876,且对应的ROC曲线的AUC值分别为0.920和0.988,均高于单独SVM、RF和低坡度SVM、RF模型;同时,IV–SVM和IV–RF模型易发性概率分布的平均值较小而标准差较大。结果表明:1)IV–SVM和IV–RF模型具有比单独SVM和RF模型,以及低坡度SVM和RF模型更高的滑坡易发性预测精度,且更有效地反映了瑞金滑坡易发性分布规律;2)RF模型相较于SVM模型具有更高的预测精度;3)IV–RF等耦合模型能够解决单独模型存在的负样本采样不准确和低坡度模型存在的坡度因子对模型贡献度有误差的问题,其滑坡易发性预测精度更高,更加合适区域滑坡易发性预测建模。本文研究为机器学习预测滑坡易发性的负样本采样方法提供了新思路。 展开更多
关键词 滑坡易发性预测 负样本选择 信息量 随机森林 支持向量机
在线阅读 下载PDF
考虑线状环境因子适宜性和不同机器学习模型的滑坡易发性预测建模规律 被引量:25
5
作者 黄发明 李金凤 +2 位作者 王俊宇 毛达雄 盛明强 《地质科技通报》 CAS CSCD 北大核心 2022年第2期44-59,共16页
对于滑坡易发性预测中的水系、公路和断层等线状环境因子,现有研究大多采用缓冲分析提取距离线状因子的距离。但缓冲分析得到的线距离属于离散型变量,带有大小不等的随机波动性且对点或线要素的误差较为敏感,导致滑坡易发性建模精度下... 对于滑坡易发性预测中的水系、公路和断层等线状环境因子,现有研究大多采用缓冲分析提取距离线状因子的距离。但缓冲分析得到的线距离属于离散型变量,带有大小不等的随机波动性且对点或线要素的误差较为敏感,导致滑坡易发性建模精度下降。提出了使用水系和公路的空间密度等连续型变量改进线状环境因子的适宜性。以江西省安远县为例,选取高程、地形起伏度、距水系和公路距离等14个环境因子(原始因子),再将距水系和公路距离2个线状因子改进为水系密度和公路密度(改进因子);之后采用逻辑回归、多层感知器、支持向量机和C5.0决策树等机器学习模型,分别构建了基于原始因子和改进因子的机器学习模型以预测滑坡易发性;最后利用ROC曲线和易发性指数分布特征等来研究建模规律。结果表明:①改进因子机器学习预测精度均高于原始因子机器学习模型,表明空间密度对于易发性预测的适宜性更好;②在4类机器学习模型中C5.0模型对于滑坡易发性预测性能最好,其次是SVM、MLP和LR;③水系和公路两类环境因子的重要性较高且使用改进因子机器学习后这两类环境因子重要性排名依然非常靠前。 展开更多
关键词 滑坡易发性预测 线状环境因子 空间密度 机器学习 地理信息系统
在线阅读 下载PDF
基于证据权和卡方自动交互检测决策树的滑坡易发性预测 被引量:13
6
作者 黄发明 石雨 +3 位作者 欧阳慰平 洪安宇 曾子强 徐富刚 《土木与环境工程学报(中英文)》 CSCD 北大核心 2022年第5期16-28,共13页
滑坡与其环境因子间的非线性关联计算影响滑坡易发性预测建模的不确定性。为研究不确定性因素下易发性建模规律,以中国延长县为例,获取82处滑坡和14种环境因子,通过频率比(Frequency Ratio,FR)和证据权(Weight of Evidence,WOE)等关联... 滑坡与其环境因子间的非线性关联计算影响滑坡易发性预测建模的不确定性。为研究不确定性因素下易发性建模规律,以中国延长县为例,获取82处滑坡和14种环境因子,通过频率比(Frequency Ratio,FR)和证据权(Weight of Evidence,WOE)等关联法与卡方自动交互检测(Chi-squared Automatic Interaction Detector,CHAID)决策树相耦合进行建模,并用原始环境因子(称为“原始因子数据”)作为输入变量的单独CHAID决策树进行对比。使用精度、易发性指数均值、标准差和平均秩等评价易发性建模的不确定性。结果表明:WOE-CHAID模型预测的滑坡易发性不确定性低于FR-CHAID模型,可见WOE具有较优秀的非线性关联性能;单独CHAID决策树预测的易发性精度整体略低于WOE-CHAID和FR-CHAID模型,但其建模效率较高;在体现滑坡与其环境因子空间关联性方面,考虑FR和WOE关联法的CHAID决策树模型优势显著。WOE是更优秀的关联分析法,CHAID决策树预测性能好且预测效率高,WOE-CHAID决策树模型的易发性预测不确定性较低且更符合实际滑坡概率分布特征。 展开更多
关键词 滑坡易发性预测 关联分析 CHAID决策树 证据权 环境因子
在线阅读 下载PDF
耦合信息量和Logistic回归模型的滑坡易发性评价 被引量:11
7
作者 李怡静 胡奇超 +4 位作者 刘华赞 杜臻 陈佳武 黄锦昌 黄发明 《人民长江》 北大核心 2021年第6期95-102,共8页
区域滑坡易发性预测能准确地反映出特定研究区内滑坡分布的空间概率特征。基于信息量和Logistic回归的耦合模型,对江西省崇义县滑坡易发性进行了预测,首先选取高程、坡度、坡体结构、平面曲率、剖面曲率、地形起伏度、距水系距离、岩性... 区域滑坡易发性预测能准确地反映出特定研究区内滑坡分布的空间概率特征。基于信息量和Logistic回归的耦合模型,对江西省崇义县滑坡易发性进行了预测,首先选取高程、坡度、坡体结构、平面曲率、剖面曲率、地形起伏度、距水系距离、岩性、归一化植被指数(NDVI)和归一化建筑指数(NDBI)等10个影响因子;之后利用各因子的信息量值来构建Logistic回归模型;最后以信息量模型和Logistic回归模型作为对比模型来探讨3种模型各自的滑坡易发性评价结果。结果表明:耦合模型具有最好的预测性能(AUC=80.4%),其余依次为Logistic回归模型(76.8%)和信息量模型(72.8%);各模型所预测的滑坡易发性分布规律具有一定的相似性,滑坡灾害多集中发生于海拔高程较低、接近水系、碳酸盐岩性地层构造、植被覆盖率低、建筑密集的区域。 展开更多
关键词 滑坡易发性预测 影响因子 信息量模型 LOGISTIC回归模型 信息量-Logistic回归耦合模型
在线阅读 下载PDF
基于决策树和有效降雨强度的滑坡危险性预警 被引量:25
8
作者 黄发明 曹中山 +2 位作者 姚池 姜清辉 陈佳武 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2021年第3期472-482,共11页
以江西省寻乌县为例,采用信息量(IV)、反向传播神经网络(BPNN)和C5.0决策树模型进行滑坡易发性预测(LSP),比较不同模型的预测性能;基于有效降雨量的概念提出有效降雨强度-历时(EI-D)模型,计算滑坡临界降雨阈值并将其与传统的降雨强度-历... 以江西省寻乌县为例,采用信息量(IV)、反向传播神经网络(BPNN)和C5.0决策树模型进行滑坡易发性预测(LSP),比较不同模型的预测性能;基于有效降雨量的概念提出有效降雨强度-历时(EI-D)模型,计算滑坡临界降雨阈值并将其与传统的降雨强度-历时(I-D)阈值做对比;将LSP结果与EI-D模型耦合,实现滑坡灾害预警并进一步验证了预警精度.结果表明:C5.0决策树的LSP精度高于BPNN和IV,EI-D阈值的预测效果优于I-D模型,且基于滑坡易发性和EI-D阈值的模型能有效实现降雨型滑坡的实时预报. 展开更多
关键词 降雨型滑坡 滑坡危险预警 滑坡易发性预测(LSP) 有效降雨强度 C5.0决策树
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部