滑坡易感性制图

用贝叶斯和元启发式算法优化的人工神经网络，结合多种特征选择技术，在巴基斯坦北部地区实现高精度滑坡易感性预测。

Farkhanda, Abbas · 张锋 · Fazila, Abbas · Ismail, Muhammad · Javed, Iqbal · Hussain, Dostdar · Khan, Garee · Alrefaei, Abdulwahed Fahad · Albeshr, Mohammed Fahad

Remote Sensing 2023

参数信息

AUC性能差异

0.32% to 1.84% %

技术优势

精度足够高

贝叶斯和元启发式算法优化的神经网络生成的滑坡易感性图具有高AUC值，且差异微小。

省得逐个试

对比四种优化算法，AUC差异仅0.32%到1.84%，实际选一种即可达到相近性能。

特征选得准

八种特征选择算法全面评估地理空间变量的重要性，找出影响滑坡的关键因子。

应用场景

• 地质灾害监测：用生成的易感性图提前识别高风险区，部署监测预警。
• 基础设施规划：为公路等基础设施选址避开滑坡易发区提供依据。