买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：自然资源陕西省卫星应用技术中心

摘要：本发明涉及一种基于机器学习的地质灾害危险性评价方法，包括，步骤S1，对待评价地区进行选择并获取地质灾害危险性评价因子；步骤S2，对待评价地区的各地质灾害危险性评价因子数据进行预处理；步骤S3，选择历史地质灾害点作为正样本，确定正样本的缓冲区，在缓冲区外选取负样本，构建样本集；步骤S4，选用多种算法进行建模，根据各模型性能的评价指数选取训练模型；步骤S5，对待评价地区进行预测，制定预测的成功率曲线，根据成功率曲线的斜率对待检测地区进行评价。本发明通过对正样本进行统计分析确定空间分布，保障了负样本的取样空间范围，通过多个模型多指标评价选取预测模型，提高了地质灾害危险性评价的准确性。

主权项：1.一种基于机器学习的地质灾害危险性评价方法,其特征在于，包括，步骤S1，对待评价地区的地质灾害危险性评价因子进行选择并获取，选择的地质灾害危险性评价因子包括，高程、坡度、坡向、曲率、工程地质岩组、距断层距离、距河流距离、归一化植被指数、土地利用类型、距离农村居民点距离、距路网距离、降雨量；步骤S2，对待评价地区的各地质灾害危险性评价因子数据进行预处理，获得待评价地区的高程图、坡度图、坡向图、曲率图、工程地质分区图、距断层距离图、距河网距离图、归一化植被指数指数图、土地利用类型图、距农村居民点距离图、距路网距离图以及年平均降雨量图；步骤S3，选择待评价地区历史数据中各地质灾害点作为正样本，确定样本空间尺度，对正样本的空间分布特征进行统计分析，选取缓冲半径并确定缓冲区，在缓冲区外随机选取若干点作为负样本，以负样本与正样本构建样本集，以经过预处理后的各地质灾害危险性评价因子数据作为特征构建样本特征矩阵，对待评价地区进行栅格划分并确定栅格数，根据栅格数与构建的样本特征矩阵数确定待判别的数据量个数；步骤S4，将样本集划分为训练集与测试集，选用随机森林、逻辑回归、支持向量机、朴素贝叶斯、梯度提升树五种算法进行建模，以训练集中的样本训练模型，以测试集中的样本评价模型的性能，根据上述五种算法建立各模型性能的评价指数选取预测模型，并对训练好的预测模型的特征进行重要性的排序；步骤S5，以训练好的预测模型对待评价地区划分的各栅格进行预测，以概率的形式获得预测结果，将预测概率进行分区，以预测的面积为横坐标、以预测的成功率为纵坐标，绘制成功率曲线，根据成功率曲线的斜率进行划分，将预测结果分为，极高危险区、高危险区、中危险区、低危险区，完成评价；在所述步骤S3中，将各正样本点进行标记，标记为a1、a2、a3、a4…an，其中，n为正样本数，统计计算任意两正样本点ai至ar之间的距离Lx，其中，i＝1、2、3…n，r＝1、2、3…n，i≠r，再计算ai与ar在距离Lx的各正样本点占总正样本数的百分比，根据两正样本点距离与正样本百分比绘制相邻地灾点距离概率累计曲线；在设定相邻地灾点距离概率累计曲线后，确定任意两正样本点之间的最大距离Lz，根据最大距离Lz对概率累计曲线进行分段，第一段的距离区间为0～Lz×110、第二段的距离区间为Lz×110～Lz×210、第三段的距离区间为Lz×210～Lz×310…第十段的距离区间为Lz×910～Lz，并计算各分段内的累计概率K1、K2、K3…K10，根据各分段内累计概率确定缓冲半径选取的区间。

全文数据：

权利要求：

百度查询： 自然资源陕西省卫星应用技术中心 一种基于机器学习的地质灾害危险性评价方法