基于機器學習的區域滑坡災害預警模型研究

作者：劉艷輝,方然可,蘇永超,肖銳鏵

摘要：中國滑坡災害嚴重,區域滑坡災害預警是防災減災的重要手段之一,預警模型是開展區域滑坡災害預警的關鍵問題。本文系統開展了基于機器學習的區域滑坡災害預警模型研究,并以四川省青川縣為例,基于近10年地質與氣象數據,構建了青川縣區域滑坡災害預警模型并開展實例校驗。研究得出如下結論:(1)提出了基于機器學習的區域滑坡災害預警模型的構建方法,主要包括訓練樣本集構建、樣本學習訓練與優化建模、模型保存與預警輸出等幾個關鍵步驟。(2)提出了區域滑坡訓練樣本集的構建方法,即以正樣本為基礎,在時空約束條件下隨機采樣獲取負樣本,最終獲得完整的訓練樣本集。(3)樣本學習訓練中,以訓練樣本集的80%作為訓練集,20%作為測試集,進行5折交叉驗證,采用精確度、ROC曲線和AUC值校驗模型準確度和模型泛化能力。采用貝葉斯優化算法進行模型優化。(4)實際預警中,調用訓練好的預警模型輸出滑坡災害可能發生的概率。依據概率大小,分級確定預警等級。分級依據為:當輸出概率P≥40%且P<60%時,發布黃色預警;當輸出概率P≥60%且P<80%時,發布橙色預警;當輸出概率P≥80%時,發布紅色預警。(5)以青川縣為例,構建了青川縣區域滑坡訓練樣本集,采用6種機器學習算法進行模型訓練,結果顯示隨機森林算法表現最好,其準確率最高(0.963),模型無過擬合現象,模型泛化能力最好(AUC=0.986);其次為邏輯回歸算法;再次為人工神經網絡算法和決策樹算法。選取2018年6月26日的青川縣日常預警業務進行實例校驗。結果顯示:當日17處滑坡災害點中,100%的災害點全部落入預警區范圍內,其中:70.6%的滑坡落在紅色預警區內,17.6%的滑坡落在橙色預警區內,11.8%的滑坡落在黃色預警區內。

發文機構：地質環境監測院（自然資源部地質災害技術指導中心） 華北水利水電大學

關鍵詞：滑坡預警模型機器學習模型研究LandslideEarly warning modelMachine LearningModel study

分類號： P642.22[天文地球—工程地質學]