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

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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