基于CatBoost 算法的滑坡敏感性模型*——以畢節市大方縣為例

邵 健 王 霄，2 昌文峰 陳 曦 張 譯

（1.貴州大學電氣工程學院 貴陽 550025）（2.貴州省互聯網+協同智能制造重點實驗室 貴陽 550025）

1 引言

滑坡是地質構造發生嚴重形變的過程，是由降雨、山體水系和人工活動等共同因素影響下，朝著斜坡方向向下的滑動的地質過程與自然現象。是引起人們損失的地質災害主要災害之一，滑坡災害的嚴重程度和損害系數僅比地震引起的損失稍小，研究滑坡災害模型具有重要意義。

隨著數據采集與地理信息系統的快速發展，利用機器學習進行地質災害相關的研究成為熱點。黃發明等［1］以支持向量機和隨機森林為例，提出“權重均值法”計算出更準確的滑坡主控因子；羅路廣［2］等采用邏輯回歸模型構建九寨溝國家地質公園內地震滑坡模型；潘李含等［3］以江西省南康區為例，采用半監督卡方自交互偵測決策樹和半監督反向傳播神經網絡進行滑坡易發性預測。王偉等［4］提出了卡方檢驗與多重共線性分析聯合篩選的方法對敏感因子進行篩選，基于不同的機器學習算法構建了滑坡敏感性評價模型。Osman Orhan［5］等利用人工神經網絡（ANN）和邏輯回歸制作和比較滑坡易感性圖。Huang［6］等選取中國江西省旬武縣作為研究區，提出了半監督多層感知器構建滑坡模型。Li［7］等提出了基于數據驅動的滑坡位移監測與預測方法，以三峽庫區滑坡為例，驗證了該方法的有效性和實用性。Wu［8］等應用一種半監督學習方法在中國中北部黃土高原研究區生成滑坡易感性圖。……