[发明专利]一种基于机器学习的地质灾害评价方法

说明书

本发明公开了一种基于机器学习的地质灾害评价方法，包括：确定目标地区，基于目标地区获取样本集；构建地质灾害易发性评价指标体系，基于样本集和地质灾害易发性评价指标体系，得到第一数据集；构建地质灾害易发性评价模型，将训练集输入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，将测试集输入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，基于样本集和地质灾害易损性评价指标体系，得到第二数据集，基于第二数据得到易损性评价结果；基于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。通过智能算法避免人工评价造成的评价结果误差。

技术领域

本发明涉及地质灾害技术领域，特别涉及一种基于机器学习的地质灾害评价方法。

背景技术

地质灾害是自然或人为因素的作用下形成的对人类生命财产造成的损失、对环境造成破坏的地质作用或地质现象。我国地质灾害非常严重，特别是我国中西部地区，地质灾害防治已成为关系国家经济建设和人民生命财产安全，事关国家重大项目建设成败的大事。近几十年，地质灾害已严重降低环境质量并危及人类安全及整个生物圈生态发展，地质灾害的防治越来越引起人们的关注。

地质灾害种类包括崩塌、滑坡、泥石流、地面塌陷(含岩溶塌陷和开采塌陷)、地裂缝、地面沉降等。随着遥感的应用范围越来越广，新时代地质灾害评价的思想通常是基于多源卫星遥感数据或遥感产品运用数学模型或智能算法与GIS相结合来预测地质灾害从而减少人民生命财产的损失。但是由于评价指标体系或预测模型构建的差异，导致预测结果参差不同，地质灾害评价方法仍有待进一步优化提高。

发明内容

为解决上述现有技术中所存在的问题，本发明提供一种基于机器学习的地质灾害评价方法。

为了实现上述技术目的，本发明提供了如下技术方案：一种基于机器学习的地质灾害评价方法，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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。

可选的，所述鲸鱼算法优化支持向量机模型优化步骤包括：

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；