吉林大学学报(地球科学版) ›› 2022, Vol. 52 ›› Issue (6): 1957-1970.doi: 10.13278/j.cnki.jjuese.20210152
王雪冬,张超彪,王翠, 朱永东, 王海鹏
Wang Xuedong, Zhang Chaobiao, Wang Cui, Zhu Yongdong, Wang Haipeng
摘要: 为了科学地进行地质灾害易发性分析,基于和龙市地质灾害调查与区划,结合地质灾害分布规律和影响因素,综合考虑地形、地质、气象水文、土壤植被和人类工程活动5个因素,结合GIS技术与方法,提取高程、坡度、坡向、曲率、岩性、与断层距离、降雨量、与水系距离、NDVI(归一化植被指数)、土壤质地、水力侵蚀、人口密度、与道路距离等13个致灾因子,利用Logistic回归与随机森林模型进行地质灾害易发性评价,获得了区域地质灾害易发性分区图。其中,随机森林模型的结果表明:极低易发区面积占比最高,达56.98%,多位于研究区南部,高、极高易发区面积占比共12.89%,位于中部与东北部,该区是地质灾害预防和管理的关键区域;NDVI、高程、人口密度和降雨量等是灾害发育主要影响因素,累积贡献率为58.12%。Logistic回归和随机森林模型的ROC(受试者工作特征)曲线、已有灾害密度统计等验证结果均表明易发性分析和分区与实际灾害分布情况吻合度高,其AUC(ROC 曲线下面积)值分别为0.856和0.907,说明两种方法均可实现有效预测,均具有较好的适用性,而随机森林模型表现出更高的准确性与稳定性,预测性能优于Logistic回归模型。
中图分类号:
| [1] | 周孙超, 宋腾蛟, 王琰, 蔡宗佑. 基于小龙虾优化算法的BP神经网络模型在滑坡易发性评价中的应用[J]. 吉林大学学报(地球科学版), 2026, 56(3): 937-950. |
| [2] | 刘洪学, 杨化超, 卞和方, 李斌, 李磊, 汪森. 基于深度学习及人机协同的煤矿区地表遥感影像变化图斑智能提取[J]. 吉林大学学报(地球科学版), 2026, 56(3): 1076-1087. |
| [3] | 胡飞跃, 徐昊翔, 邓成坚, 杨舒铎. 基于深度学习模型的岩溶塌陷易发性评价——以广佛肇地区为例[J]. 吉林大学学报(地球科学版), 2026, 56(2): 584-597. |
| [4] | 冯波, 谢一平, 田海龙, 封官宏, 杨金钢. 基于GIS-MCDA的松辽盆地南部中央坳陷区咸水层CO2地质封存适宜性评价[J]. 吉林大学学报(地球科学版), 2025, 55(6): 1981-2000. |
| [5] | 杨兰, 王运, 邹勇军, 胡宝群, 李满根, 张安, 朱满怀. 基于机器学习的富硒土壤预测模型的构建与比较——以江西省信丰县油山地区为例[J]. 吉林大学学报(地球科学版), 2025, 55(5): 1629-1643. |
| [6] | 刘刚, 彭轶群, 徐昊, 裴江涛, 骆祖江. 基于统计学的地面沉降监测网优化设计[J]. 吉林大学学报(地球科学版), 2025, 55(4): 1240-1255. |
| [7] | 曹志民, 张丽, 郑兵, 韩建. 基于SMOTE平衡数据的极端随机树岩性识别[J]. 吉林大学学报(地球科学版), 2025, 55(4): 1372-1386. |
| [8] | 张晟瑀, 申文超, 苏小四. 基于随机森林法的区域地下水硝酸盐污染风险评价[J]. 吉林大学学报(地球科学版), 2025, 55(3): 943-956. |
| [9] | 王明常, 于海滨, 曾昭发, 王典, 韩复兴, 张剑, 罗修杰, 冷亮, 刘子维. 基于多源遥感数据的城市道路坍塌易发性预测[J]. 吉林大学学报(地球科学版), 2025, 55(3): 1028-1038. |
| [10] | 安雪莲, 密长林, 孙德亮, 文海家, 李晓琴, 辜庆渝, 丁悦凯. 基于不同评价单元的三峡库区滑坡易发性对比——以重庆市云阳县为例[J]. 吉林大学学报(地球科学版), 2024, 54(5): 1629-1644. |
| [11] | 王新领, 祝新益, 张宏兵, 孙博, 许可欣. 基于随机树嵌入的随钻测井岩性识别方法 [J]. 吉林大学学报(地球科学版), 2024, 54(2): 701-708. |
| [12] | 于子望, 郑天琪, 程钰翔. 基于PSO-XGB混合优化技术的浅层地下温度预测:以长春市为例[J]. 吉林大学学报(地球科学版), 2023, 53(6): 1907-1916. |
| [13] | 王明常, 丁文, 赵竞争, 吴琳琳, 王凤艳, 纪雪. 基于知识图谱与随机森林的落叶松毛虫害遥感识别[J]. 吉林大学学报(地球科学版), 2023, 53(6): 2006-2017. |
| [14] | 杨国华, 李婉露, 孟博. 基于机器学习方法的地下水氨氮时空分布规律[J]. 吉林大学学报(地球科学版), 2022, 52(6): 1982-1995. |
| [15] | 杨丽萍, 苏志强, 侯成磊, 白宇兴, 王彤, 孔金玲. 基于随机森林的干旱区全极化SAR土壤含水量反演[J]. 吉林大学学报(地球科学版), 2022, 52(4): 1255-. |
|