基于RF和SVM模型的东川泥石流易发性评价研究

泥石流具有很大的破坏力,尤其是在山区,严重威胁着人民的生命财产安全,因此研究山区泥石流易发性评价对国土空间规划、防灾减灾及制定合理的泥石流防治措施等具有重要意义.以泥石流多发地东川区为例,采用随机森林(RF)、支持向量机(SVM)两种机器学习算法,以流域单元作为评价单元,在识别泥石流点的基础上,选取15个指标因子构建山区泥石流易发性评价模型,评价各指标因子的权重,并对比分析了模型的预测效果.结果表明,两种机器学习算法结合流域单元建立的山区泥石流易发性评价模型均具有很好的准确性和稳定性,但随机森林(RF)模型的准确度ACC值和ROC曲线下面积AUC值分别达到0.8333和0.9299,优于支持向量机(SVM)模型的ACC值和AUC值的0.7222和0.8515,随机森林(RF)模型更适用于山区泥石流易发性评价研究.