基于优化负样本选取的斜坡单元滑坡易发性评价方法

    公开(公告)号:CN118332434B

    公开(公告)日:2024-12-20

    申请号:CN202410469986.0

    申请日:2024-04-18

    Abstract: 本申请提供一种基于优化负样本选取的斜坡单元滑坡易发性评价方法,包括:获取目标区域的地学数据,并基于地学数据确定出滑坡孕灾因子;基于DEM数据确定出目标区域内的斜坡单元,并基于每个斜坡单元内的滑坡孕灾因子,确定出对应的栅格级浅层特征;基于滑坡编录,从目标区域中确定出若干正样本,以及,基于滑坡孕灾因子,从目标区域中确定出若干负样本;构建图卷积神经网络模型,将目标区域内所有的斜坡单元作为图结构输入图卷积神经网络模型,利用正样本和负样本形成的样本集完成模型训练和验证,并通过训练好的图卷积神经网络模型对目标区域内的斜坡单元进行滑坡易发性评价,得到目标区域内每个斜坡单元的概率滑坡易发性概率并输出。

    基于优化负样本选取的斜坡单元滑坡易发性评价方法

    公开(公告)号:CN118332434A

    公开(公告)日:2024-07-12

    申请号:CN202410469986.0

    申请日:2024-04-18

    Abstract: 本申请提供一种基于优化负样本选取的斜坡单元滑坡易发性评价方法,包括:获取目标区域的地学数据,并基于地学数据确定出滑坡孕灾因子;基于DEM数据确定出目标区域内的斜坡单元,并基于每个斜坡单元内的滑坡孕灾因子,确定出对应的栅格级浅层特征;基于滑坡编录,从目标区域中确定出若干正样本,以及,基于滑坡孕灾因子,从目标区域中确定出若干负样本;构建图卷积神经网络模型,将目标区域内所有的斜坡单元作为图结构输入图卷积神经网络模型,利用正样本和负样本形成的样本集完成模型训练和验证,并通过训练好的图卷积神经网络模型对目标区域内的斜坡单元进行滑坡易发性评价,得到目标区域内每个斜坡单元的概率滑坡易发性概率并输出。

Patent Agency Ranking