基于XGBoost的滑坡易发性区划研究 ——以湘西自治州为例

来源 :兰州交通大学 | 被引量 : 0次 | 上传用户:looksky1989
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
湖南省湘西自治州降水丰富,其地貌类型多样,以中低山为主,地质条件复杂,是地质灾害易发区。根据《湘西自治州地质灾害防治规划(2011—2020)》等资料统计,湘西自治州总共包括708处地质灾害隐患点,其中主要包含滑坡、泥石流、崩塌等,其中实有滑坡隐患点407处,占地质灾害隐患点总数的57.49%。本文利用湘西自治州实有滑坡灾害隐患点数据作为参考值,并结合该区域的高程、坡度等地形地貌数据,断层、地层年代等地质构造数据,道路、建筑物等人类活动等地理影响因子数据,对该区域内滑坡隐患点的分布特征及发育环境详细研究并进行相关分析。研究发现如下:(1)湘西自治州滑坡隐患点多发生在海拔高程400~600m、坡度3~30°、坡向为西北方向、剖面曲率为-0.6~1.4、寒武纪和志留纪的新滩组页岩(板岩)、砂质板岩为主的地方。从滑坡所在的地层年代、岩性及地质构造看,湘西自治州滑坡多以土质滑坡为主,滑坡灾害等级主要以小中型为主,占比94.84%。(2)基于XGBoost和随机森林算法构建了滑坡隐患点识别模型,其中,XGBoost模型在测试集306个样本点中,模型准确率93.46%、精确率95.73%、召回率88.19%、F1分数为91.80%;而随机森林模型在测试集306个样本点中,模型准确92.48%、精确率91.27%、召回率90.91%、F1分数为90.91%,从测试集上看XGBoost模型性能优于随机森林。(3)通过分析XGBoost和随机森林算法滑坡隐患点识别模型的影响因子特征重要性排序,表明坡度、建筑物面积是影响滑坡发生的最重要的2个因素,其中坡度重要性最高为37.66%,这是因为一定倾斜程度的斜坡孕育着滑坡的发生;建筑物面积的重要性指数为5.08%,建造房屋通常都会进行挖填,建筑物面积的大小在一定程度上决定了挖填面积的大小,这会导致周围地层或者地质构造的不稳定,造成岩体等稳定性的下降。(4)利用XGBoost和随机森林两种机器学习方法,通过对不同制图单元的滑坡易发性区划进行比较,比较实验结果表明基于XGBoost模型的得到滑坡易发性区划结果与实际情况最符合。同时对XGBoost模型得到的滑坡易发性评价结果进行分析,随着易发性等级的变高,单元总数量占比和历史滑坡隐患点占比逐渐增大,且基于斜坡单元进行滑坡易发性划分更加合理。(5)利用TreeSHAP解释模型,分析每个特征SHAP值的变化情况,从全部特征因子中选取前三个影响较大的进行针对性分析可看出,基于XGBoost模型中,坡度、耕地面积和建筑物面积与其滑坡灾害隐患点的贡献呈明显的非线性关系。坡度随特征值的增加先增大后下降,耕地面积随特征值的增加单调下降,建筑物面积随特征值的增加先增大后逐渐平稳。
其他文献
学位
多变量系统的解耦控制问题一直是控制界的研究热点。一方面现有的解耦控制方法没有考虑系统对性能的要求,无法满足日渐提高的性能指标。另一方面现有的多变量最优跟踪控制方法虽然考虑了系统对性能指标的要求,但是无法实现多变量强耦合系统的解耦控制。本文在国家自然科学基金项目“非线性多变量自适应最优解耦控制及在钢球磨煤机制粉系统中的应用(61573090)”的支持下,针对一类非线性多变量强耦合系统提出了一种近似最
学位
学位
学位
学位
学位
学位
学位
近些年来,随着更多发展中国家的不断发展,对原有世界经济格局产生了一定的冲击,各国贸易摩擦愈发激烈,尤其是近两年的中美贸易战也再次印证了中国的经济和科技发展实力。在中美贸易战以及其他对华打压与制裁中,高科技领域成为了主要的矛盾中心,如AI人工智能、5G技术、无人机技术等。为加强国家核心科技力量、掌握核心技术,中国在最近的两个五年规划即十三五与十四五规划中不断地强调要实施创新驱动发展战略,在十四五规划