环境因子筛选及组合方法对滑坡易发性预测的影响规律

采用不同筛选方法从滑坡环境因子中获取各种因子组合，将其作为滑坡易发性预测模型的输入变量，用以研究不同环境因子筛选及组合下的建模规律，对准确可靠地预测滑坡易发性具有重要的理论和实践参考价值.以三峡库区万州区为例，首先，选取23种环境因子，如地形、水文、岩性等；然后，用相关系数(Coefficient Analysis, CA)、线性回归(Linear Regression, LR)、主成分分析(Principal Component Analysis, PCA)、神经网络(Artificial Neural Network, ANN)和粗糙集(Rough Set, RS)等筛选方法来优化环境因子组合，将其作为支持向量机(Support Vector Machine, SVM)、多层感知器(Multi-layer perceptron, MLP)等典型机器学习模型的输入变量，构建CA-SVM、CA-MLP等耦合模型，预测滑坡易发性，并与未进行环境因子筛选的全部因子耦合机器学习模型作对比；最后，用受试者操作特征曲线下面积(Area under receiver operating chara...