一种顾及InSAR和多阶段优化随机森林模型的滑坡易发性评价方法
申请号:CN202511068050
申请日期:2025-07-31
公开号:CN120932123A
公开日期:2025-11-11
类型:发明专利
摘要
本发明涉及一种顾及InSAR和多阶段优化随机森林模型的滑坡易发性评价方法。通过多因子控制与空间分层抽样选取非滑坡点,利用随机森林分类器结合皮尔逊相关系数矩阵和VIF方法选取特征因子,并基于贝叶斯算法优化随机森林模型,最终通过多种指标对模型性能进行评估,将易发性指数划分为五个等级。与现有技术相比,该方法不仅将InSAR识别的地表形变速率作为特征因子,还将其与易发性分区结果进行定量分析,验证了二者的一致性,能有效提升滑坡易发性评价模型的精度,为滑坡防灾减灾研究提供重要参考,尤其适用于我国西南地区等地质灾害频发区域。
技术关键词
滑坡易发性评价方法
随机森林模型
皮尔逊相关系数
因子
贝叶斯算法
区域分析方法
归一化植被指数
分类器
梯度提升树
分层
机器学习方法
超参数
样本
星历数据
滑坡灾害
栅格
选取特征
支持向量机
矩阵