来源：期刊VIP网 时间：
作者：安亚鹏;汪霞;张芮;刘兴荣;张国信;唐家凯;周自强;
单位：兰州大学资源环境学院;甘肃农业大学水利水电工程学院;甘肃省科学院地质自然灾害防治研究所;
摘要：以灵台县为例,选取高程、坡度、坡向、地形起伏度、地层岩性、归一化植被指数、多年平均降雨量、河流缓冲区、土地利用和道路缓冲区10个因素作为地质灾害评价因子,利用逻辑回归(LR)、决策树(DT)和随机森林(RF)机器学习模型进行地质灾害易发性评价,用受试者工作特征曲线进行模型预测精度评价.结果表明, RF模型的地质灾害极高易发区包含57.32%的地质灾害点,高于LR和DT模型的54.88%和48.78%; RF模型的地质灾害点密度为0.47处/km~2,高于LR和DT模型,表明RF模型在预测成功率上高于LR和DT模型. RF模型评价结果的曲线下面积为0.883,优于LR和DT模型,其中极高易发区和高易发区面积占比分别为4.9%和13.8%.
关键词：易发性评价;;逻辑回归模型;;决策树模型;;随机森林模型;;受试者工作特征曲线
基金资助：甘肃省科技重大专项计划项目(23ZDFA009);; 甘肃省省级重点人才项目;; 甘肃省科学院重点科技研发项目(2023ZD YF-03);甘肃省科学院科技产业化项目(2021CY09);; 甘肃省科技厅重大专项项目(2022-0103-SFC-0068)
