基于SMOTETomek和机器学习的粤东山区边坡崩滑地质灾害危险性评价研究
李金湘1
廖家乐2
宿文姬2
1.广东省地质环境监测总站,广州 510510;华南理工大学,广州 5106412.华南理工大学,广州 510641
摘要：为开展粤东山区边坡崩滑地质灾害危险性评价研究,以梅西镇作为代表性研究区,选取坡度、坡向、平面曲率、剖面曲率、地层岩性、断裂距、水系距、NDVI、建筑物距、道路距、土地利用类型等构建评价指标体系,采用SMOTETomek混合采样结合随机森林(RF)、梯度提升决策树(GBDT)、3D卷积神经网络(3D CNN)、图注意力网络(GAT)等机器学习、深度学习模型开展易发性评价,并在最优模型的基础上叠加降雨量分析,完成危险性评价.结果得出:基于SMOTETomek混合采样的模型精度普遍更高,其中SMOTETomek-GAT模型精度最高,AUC值为 0.93.
关键词：地质灾害危险性评价SMOTETomek机器学习深度学习
分类号：U416.14(道路工程)
资助基金：广东省自然资源厅科技项目(GDZRZYKJ2024008)广东省自然资源厅科技项目(GDZRYKJ2020002)
论文发表日期：2025-06-30
在线出版日期：2025-08-25（本平台首次上网日期，不代表文献的发表时间）
页数：7( 50-56 )
英文信息