[口头报告]基于机器学习算法的合福高速沿线地质灾害易发性评价

基于机器学习算法的合福高速沿线地质灾害易发性评价
编号:118 稿件编号:79 访问权限:仅限参会人 更新:2025-09-10 15:11:05 浏览:98次 口头报告

报告开始:暂无开始时间 (Asia/Shanghai)

报告时间:暂无持续时间

所在会议:[暂无会议] » [暂无会议段]

暂无文件

摘要
地质灾害是铁路建设和运营过程中需要考量的主要灾害类型之一,地质灾害防治对于铁路的安全运行至关重要。合福高速铁路作为连接合肥与福州的重要交通干线,沿线地质条件复杂,穿越多个地貌类型,地质灾害隐患较为突出。本研究以合福高速(黄山—福州段)为例,通过随机森林(Random Forest,RF)算法对沿线及周边地区进行滑坡易发性评价。结果表明:(1)基于大型滑坡遗迹数据和随机森林算法训练滑坡易发性评价模型具有优异的预测性能,模型验证集AUC值为0.85,为滑坡预测与风险评估提供了可靠工具;(2)应用上述模型获取研究区的滑坡易发性分级图,其中极高易发区面积比例为14.36%,该结果为区域滑坡防治工作提供了重要指导;(3)基于特征重要性方法计算了各环境因子的重要性,得出坡度(Slope)、地形起伏度(Relief)、地形湿度指数(TWI)是研究区域滑坡易发性的主要影响因子。排列重要性评估进一步显示,南北子区域的影响因子排序呈现显著差异,这也揭示了不同区域条件下滑坡形成机制的复杂性。在此基础上,本研究通过计算标准差 (Standard Deviation, SD)来量化模型的不确定性,并生相应的不确定性空间分布图,深刻揭示了预测结果在不同区域的可靠性差异。本研究不仅填补了中国东南部重要高速铁路廊道地质灾害系统性评估的空白,还将滑坡易性评估从单一的“概率预测”提升到了“概率-可靠性”双重评估的层面,为类似地区的基础设施规划与地质灾害风险管理提供了重要方法论参考和实践借鉴。
关键字
大型滑坡遗迹,滑坡易发性,随机森林,地质灾害,合福高速
报告人
梁家荣
学生 应急管理部国家自然灾害防治研究院

稿件作者
梁家荣 应急管理部国家自然灾害防治研究院
齐文文 应急管理部国家自然灾害防治研究院
许冲 应急管理部国家自然灾害防治研究院
发表评论
验证码 看不清楚,更换一张
全部评论

 

会议总协调:陈跃红 15380782688

分论坛安排:周亚男 17625908703

赞助商招商:何祺胜 13585107318

报名注册与缴费:方  博 13659846088

宾馆预定与餐饮:刘芦萌 18813154614

会议服务:孙佳妮  15201086188

 

登录 注册缴费 酒店预订