[发明专利]一种基于机器学习的地质灾害评价方法

权利要求书

1.一种基于机器学习的地质灾害评价方法，其特征在于，包括：

确定目标地区，基于所述目标地区获取样本集；

构建地质灾害易发性评价指标体系，基于所述样本集和所述地质灾害易发性评价指标体系，得到第一数据集，所述第一数据集包括训练集和测试集；

构建地质灾害易发性评价模型，将所述训练集输入所述地质灾害易发性评价模型进行训练，得到训练好的地质灾害易发性评价模型，将所述测试集输入所述训练好的地质灾害易发性评价模型，得到易发性评价结果；

构建地质灾害易损性评价指标体系，基于所述样本集和所述地质灾害易损性评价指标体系，得到第二数据集，基于所述第二数据得到易损性评价结果；

基于所述易发性评价结果和易损性评价结果得到最终地质灾害评价结果。

2.根据权利要求1所述的基于机器学习的地质灾害评价方法，其特征在于：获取所述样本集的过程包括：

获取所述目标地区的原始遥感图像；

基于ArcGIS对所述原始遥感影像进行处理，得到若干网格单元；

选取所述网格单元的历史灾害点和历史灾害点缓冲区外的随机一点作为一个网格单元的样本；

基于若干所述网格单元的样本，得到样本集。

3.根据权利要求1所述的基于机器学习的地质灾害评价方法，其特征在于：所述地质灾害易发性评价指标体系包括以下指标：坡度、坡向、坡高、河流密度、高程、岩土类型、距断层距离、距河流距离、植被覆盖程度、降雨量。

4.根据权利要求3所述的基于机器学习的地质灾害评价方法，其特征在于：对所述地质灾害易发性评价指标进行正向化、归一化，得到第一数据集。

5.根据权利要求1所述的基于机器学习的地质灾害评价方法，其特征在于：将所述训练集输入所述地质灾害易发性评价模型，基于鲸鱼算法优化支持向量机模型进行训练，得到易发性评价结果。

6.根据权利要求5所述的基于机器学习的地质灾害评价方法，其特征在于：所述鲸鱼算法优化支持向量机模型的步骤包括：

初始化鲸鱼算法相关参数，其中，所述相关参数包括：种群规模、最大迭代次数、惩罚参数和核参数；

基于K折交叉验证法计算每个鲸鱼个体的适应度值，得到鲸鱼个体的第一适应度，记录当前个体及种群最优值；

基于鲸鱼算法更新所述鲸鱼个体位置，得到更新后鲸鱼个体位置；

基于所述更新后鲸鱼个体位置，计算鲸鱼个体的第二适应度，基于所述第一适应度和所述第二适应度，得到新种群；

基于所述新种群进行迭代，直至满足终止条件，得到最优参数；

基于所述最优参数得到训练好的地质灾害易发性评价模型。

7.根据权利要求1所述的基于机器学习的地质灾害评价方法，其特征在于：所述地质灾害易损性评价指标体系包括以下指标：人口密度、交通道路密度和经济损失。