曹文康1, 2, 徐哈宁1, 2, 肖 慧2, 范凌峰2, 胡佳超2, 游丝露2, 刘天泽2
测绘工程. 2024, 33(2): 49.
针对滑坡区降雨量较少以及受库水位影响小,从而导致滑坡位移预测效果不理想的问题,提出多元滑坡影响因素作为输入和贝叶斯优化极致梯度提升(BO-XGBoost)模型预测滑坡位移的方法。通过随机森林模型、XGBoost模型和Pearson相关系数法对影响滑坡位移的6个特征进行训练得到融合的特征重要度,并以此特征重要度排序选择5种不同特征数量的输入量,最后建立BO-XGBoost模型预测滑坡位移。以杨家坡滑坡为例,将降雨量、土壤含水率和水平位移作为输入对高程方向位移进行预测,并与自适应提升(AdaBoost)、线性回归(LR)和XGBoost模型比较预测结果。实验结果表明,该模型采用多元化输入后,决定系数提高了0.161,均方误差和平均绝对误差分别减小了79.83%和58.85%,且预测效果优于其他3个模型。