基于不同样本比例与超参数优化的滑坡易发性评价——以重庆市武隆区为例

【目的】以重庆市武隆区滑坡与非滑坡样本作为研究对象，探究不同滑坡与非滑坡样本比例与超参数优化对滑坡易发性模型准确性的影响。【方法】选取距河流距离、地形湿度指数、多年平均降水量、坡向、曲率、地形起伏度、距道路距离、坡度、POI核密度、归一化植被指数、高程等11个因子作为影响因子，在1∶1～1∶10作为正负样本比例范围内，采用网格搜索法与贝叶斯优化，基于XGBoost模型对研究区样本的滑坡易发性进行评价。【结果】随着样本数量中非滑坡数量的逐渐增加，XGBoost模型准确率逐步提升，曲线下面积（AUC）未发生明显改变，且较高、高易发区面积逐步减少，低、较低易发区面积逐步增加；基于超参数优化后XGBoost模型AUC值均得到提升，且贝叶斯优化后的XGBoost模型的滑坡易发性评价精度与运行速率更优。【结论】以1∶10作为正负样本比例，通过贝叶斯优化所构建的基于XGBoost模型的武隆区滑坡易发性模型具有更好的预测能力与预测稳定性。

Landslide Susceptibility Evaluation Based on Different Sample Proportion and Super Parameter Optimization:Take Wulong District of Chongqing Municipality as an Example