[发明专利]滑坡预测模型的稳定性评价方法及装置

说明书

技术领域

本发明涉及自然灾害的监测领域，尤其是关于山体滑坡风险的监测，尤其是一种滑坡预测模型的稳定性评价方法及装置。

背景技术

地震是一种危险的自然灾害，而且它发生的次数每年都在增加。Keefer(1984)指出许多滑坡都是由大于Ms4.0的地震引发的。这些由地震诱发的滑坡危害不仅在很大程度上威胁着人们的正常生活，而且同样严重影响了城市的经济发展。因此这类危害的准确预测变得尤为重要。

在这个领域，滑坡易发性制图作为一个很有效的手段能帮助人们理解和描绘未来的滑坡危害。许多算法(比如：逻辑回归，人工神经网络，决策树，层次分析法，支持向量机和随机森林)都常常被作为工具来参与制图。不幸的是，目前为止人们还没能找到一个万能的可以准确预测所有滑坡类型的算法，这主要是因为大量的因素(比如说因子的组合)可能造成模型精度的改变。事实上，要想完美地解决以上的问题是不可能的，于是人们往往追求在特定的地方寻找到一个比较理想的算法模型。

最常用的方法就是在同一个地方用相同的一组因子带入多个模型得到滑坡易发性图，然后比较每种模型的ROC曲线从而得到最高准确度的模型，但是这个模型往往无法移植到其他类似地方。

发明内容

本发明的一个目的在于提供一种滑坡预测模型的稳定性评价方法，所述方法包括以下步骤：

因子选取步骤：选取用于滑坡预测的多个因子，选取的多个因子中包含可变因子，所述可变因子为属性可转化的因子；

组合生成步骤：根据选取的因子，生成至少两个相同的组合，通过改变可变因子的属性使得组合之间至少有一个因子的属性不同；

稳定性评价步骤：运用测试数据求取滑坡预测模型基于不同组合的ROC曲线，根据ROC曲线评价该滑坡预测模型的稳定性。

根据本发明实施例，所述稳定性评价步骤，包括：

运用测试数据求取滑坡预测模型基于不同组合的ROC曲线，根据ROC曲线得到每个组合的预测精度，根据不同组合对应的预测精度评价该滑坡预测模型的稳定性。

根据本发明实施例，进一步地，所述稳定性评价步骤中，统计所有的组合对应的预测精度的平均数或中位数或方差，以平均数或中位数或方差评价该模型的稳定性。

本发明的一个目的在于提供一种滑坡预测模型的稳定性评价装置，该装置包括：

因子选取模块：用于选取用于滑坡预测的多个因子，选取的多个因子中包含可变因子，所述可变因子为属性可转化的因子；

组合生成模块：用于根据选取的因子，生成至少两个相同的组合，通过改变因子的属性使得组合之间至少有一个因子的属性不同；

稳定性评价模块：用于运用测试数据求取滑坡预测模型基于不同组合的ROC曲线，根据ROC曲线评价该滑坡预测的稳定性。

与现有技术相比，本发明的有益效果：本发明方法及装置考虑了因子本身属性对模型的影响，通过本发明所述方法及装置对滑坡预测模型的稳定性进行评价，选取稳定性较高的预测模型进行滑坡预测，可以提高滑坡预测的准确性，而且任何地区的滑坡预测模型都可以通过这种方法来得出稳定性较高的模型。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。

图1为本发明实施例提供的滑坡预测模型的稳定性评价方法的流程图。

图2为ROC曲线示意图。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，本实施例提供的一种滑坡预测模型的稳定性评价方法，包括：

步骤一：选取用于滑坡预测的多个因子，选取的多个因子中包含可变因子，所述可变因子是指属性可转化的因子，例如因子的属性能够在定性和定量之间转化。