[發(fā)明專利]一種基于機(jī)器學(xué)習(xí)的地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210640911.5
• 申請(qǐng)日: 2022-06-08
• 公開（公告）號(hào): CN115439287A
• 公開（公告）日: 2022-12-06
• 發(fā)明（設(shè)計(jì)）人: 洪增林;張振凱;寧奎斌;郝光耀;付壘;滕宏泉;張文龍;陶虹;李永紅;張晨;杜彪;王曉瑤;張敏;張鋅蕾;武宇娟;段琛
• 申請(qǐng)（專利權(quán)）人: 自然資源陜西省衛(wèi)星應(yīng)用技術(shù)中心
• 主分類號(hào): G06Q50/26
• 分類號(hào): G06Q50/26;G06N20/00;G06N20/10;G06N20/20;G06N5/00;G06N7/00;G06F17/18
• 代理公司: 北京翔石知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11816
• 代理人: 李勇

本發(fā)明涉及一種基于機(jī)器學(xué)習(xí)的地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)方法，包括，步驟S1，對(duì)待評(píng)價(jià)地區(qū)進(jìn)行選擇并獲取地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)因子；步驟S2，對(duì)待評(píng)價(jià)地區(qū)的各地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)因子數(shù)據(jù)進(jìn)行預(yù)處理；步驟S3，選擇歷史地質(zhì)災(zāi)害點(diǎn)作為正樣本，確定正樣本的緩沖區(qū)，在緩沖區(qū)外選取負(fù)樣本，構(gòu)建樣本集；步驟S4，選用多種算法進(jìn)行建模，根據(jù)各模型性能的評(píng)價(jià)指數(shù)選取訓(xùn)練模型；步驟S5，對(duì)待評(píng)價(jià)地區(qū)進(jìn)行預(yù)測(cè)，制定預(yù)測(cè)的成功率曲線，根據(jù)成功率曲線的斜率對(duì)待檢測(cè)地區(qū)進(jìn)行評(píng)價(jià)。本發(fā)明通過(guò)對(duì)正樣本進(jìn)行統(tǒng)計(jì)分析確定空間分布，保障了負(fù)樣本的取樣空間范圍，通過(guò)多個(gè)模型多指標(biāo)評(píng)價(jià)選取預(yù)測(cè)模型，提高了地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)的準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及地質(zhì)災(zāi)害評(píng)估技術(shù)領(lǐng)域，尤其涉及一種基于機(jī)器學(xué)習(xí)的地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)方法。

背景技術(shù)

地質(zhì)災(zāi)害是指在自然或者人為因素的作用下形成的，對(duì)人類生命財(cái)產(chǎn)造成的損失、對(duì)環(huán)境造成破壞的地質(zhì)作用或地質(zhì)現(xiàn)象,地質(zhì)災(zāi)害在時(shí)間和空間上的分布變化規(guī)律，既受制于自然環(huán)境，又與人類活動(dòng)有關(guān)，往往是人類與自然界相互作用的結(jié)果。

地質(zhì)災(zāi)害預(yù)測(cè)是由專業(yè)人員了解并根據(jù)歷史地質(zhì)災(zāi)害活動(dòng)規(guī)律、形成條件、發(fā)生機(jī)制以及災(zāi)害區(qū)承災(zāi)能力等因素，而采用邏輯推理、數(shù)值模擬和綜合分析等方法，推測(cè)和評(píng)估未來(lái)一定時(shí)期內(nèi)地質(zhì)災(zāi)害的發(fā)展變化情況和可能的危險(xiǎn)性與破壞損失程度，目前已經(jīng)出現(xiàn)利用機(jī)器學(xué)習(xí)建模的方式對(duì)地質(zhì)災(zāi)害危險(xiǎn)性進(jìn)行預(yù)測(cè)的技術(shù)，但是由于對(duì)選用模型以及基礎(chǔ)數(shù)據(jù)的處理不當(dāng)，導(dǎo)致預(yù)測(cè)效果不理想。

發(fā)明內(nèi)容

為此，本發(fā)明提供一種基于機(jī)器學(xué)習(xí)的地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)方法，用以克服現(xiàn)有技術(shù)中地質(zhì)災(zāi)害建模預(yù)測(cè)精準(zhǔn)度較低的問(wèn)題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供一種基于機(jī)器學(xué)習(xí)的地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)方法,包括，

步驟S1，對(duì)待評(píng)價(jià)地區(qū)的地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)因子進(jìn)行選擇并獲取，選擇的地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)因子包括，高程、坡度、坡向、曲率、工程地質(zhì)巖組、距斷層距離、距河流距離、歸一化植被指數(shù)、土地利用類型、距離農(nóng)村居民點(diǎn)距離、距路網(wǎng)距離、降雨量；

步驟S2，對(duì)待評(píng)價(jià)地區(qū)的各地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)因子數(shù)據(jù)進(jìn)行預(yù)處理，獲得待評(píng)價(jià)地區(qū)的高程圖、坡度圖、坡向圖、曲率圖、工程地質(zhì)分區(qū)圖、距斷層距離圖、距河網(wǎng)距離圖、歸一化植被指數(shù)指數(shù)圖、土地利用類型圖、距農(nóng)村居民點(diǎn)距離圖、距路網(wǎng)距離圖以及年平均降雨量圖；

步驟S3，選擇待評(píng)價(jià)地區(qū)歷史數(shù)據(jù)中各地質(zhì)災(zāi)害點(diǎn)作為正樣本，確定樣本空間尺度，對(duì)正樣本的空間分布特征進(jìn)行統(tǒng)計(jì)分析，選取緩沖半徑并確定緩沖區(qū)，在緩沖區(qū)外隨機(jī)選取若干點(diǎn)作為負(fù)樣本，以負(fù)樣本與正樣本構(gòu)建樣本集，以各地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)因子數(shù)據(jù)作為特征構(gòu)建樣本特征矩陣，對(duì)待評(píng)價(jià)地區(qū)進(jìn)行柵格劃分并確定柵格數(shù)，根據(jù)柵格數(shù)與構(gòu)建的樣本特征矩陣數(shù)確定待判別的數(shù)據(jù)量個(gè)數(shù)；

步驟S4，將樣本集劃分為訓(xùn)練集與測(cè)試集，選用隨機(jī)森林、邏輯回歸、支持向量機(jī)、樸素貝葉斯、梯度提升樹五種算法進(jìn)行建模，以訓(xùn)練集中的樣本訓(xùn)練模型，以測(cè)試集中的樣本評(píng)價(jià)模型的性能，根據(jù)上述五種算法建立各模型性能的評(píng)價(jià)指數(shù)選取預(yù)測(cè)模型，并對(duì)訓(xùn)練好的預(yù)測(cè)模型的特征進(jìn)行重要性的排序；

步驟S5，以訓(xùn)練好的預(yù)測(cè)模型對(duì)待評(píng)價(jià)地區(qū)劃分的各柵格進(jìn)行預(yù)測(cè)，以概率的形式獲得預(yù)測(cè)結(jié)果，將預(yù)測(cè)概率進(jìn)行分區(qū)，以預(yù)測(cè)的面積為橫坐標(biāo)、以預(yù)測(cè)的成功率為縱坐標(biāo)，繪制成功率曲線，根據(jù)成功率曲線的斜率進(jìn)行劃分，將預(yù)測(cè)結(jié)果分為，極高危險(xiǎn)區(qū)、高危險(xiǎn)區(qū)、中危險(xiǎn)區(qū)、低危險(xiǎn)區(qū)，完成評(píng)價(jià)。