[发明专利]基于支持向量机的滑坡易发性评估方法及工具

权利要求书

1.一种基于支持向量机的滑坡易发性评估方法，其特征在于，包括：

获取覆盖待预测区域的历史地形地质数据；

其中，所述历史地形地质数据包括滑坡的各项影响因子以及滑坡点数据；

对历史地形地质数据以数据转换的形式进行预处理；

在预处理之后的历史地形地质数据中裁剪出待预测区域的目标地形地质数据；

将同一位置点的目标地形地质数据在通道方向叠加，形成多通道的三维待预测影像；其中，每个通道对应一个影响因子；

根据待预测区域的滑坡点数据，在所述待预测影像中确定各个滑坡点所在范围内的第一多通道子影像以及各个非滑坡点所在范围内的第二多通道子影像；

按照预设比例从第一多通道子影像和第二多通道子影像中选取样本，组成训练集和测试集；

针对每个样本，计算该样本各个通道之间的皮尔逊相关系数以及各个通道因子对滑坡发生的信息增益比；

根据皮尔逊相关系数以及信息增益比，去除训练集、测试集以及待预测影像中不符合条件的通道对应的影响因子，获得更新后的训练集、测试集以及待预测影像；

在不同参数下迭代使用训练集训练SVM模型，并使用测试集对SVM模型精度进行测试根据评价指标得到训练完成后的最优SVM模型；

使用训练完成后的最优SVM模型对更新后的待预测影像逐窗口进行预测，生成待预测区域的易发性图。

2.根据权利要求1所述的基于支持向量机的滑坡易发性评估方法，其特征在于，所述历史地形地质数据包括：历史滑坡点数据、高程DEM、道路、断层、水系、降雨量、岩性和归一化植被指数NDVI数据；所述道路、断层以及水系数据为线性矢量数据。

3.根据权利要求2所述的基于支持向量机的滑坡易发性评估方法，其特征在于，所述对历史地形地质数据以数据转换的形式进行预处理包括：

利用DEM数据，计算待预测区域的地形因子；

计算待预测区与各个线性矢量数据之间的欧式距离，以将矢量数据转化为连续型栅格数据；

将降雨量数据通过存储格式转化，转化为连续型栅格数据，以完成历史地形地质数据的预处理。

4.根据权利要求1所述的基于支持向量机的滑坡易发性评估方法，其特征在于，所述根据待预测区域的滑坡点数据，在所述待预测影像中确定各个滑坡点所在范围内的第一多通道子影像以及各个非滑坡点所在范围内的第二多通道子影像包括：

根据待预测区域的滑坡点数据，确定各个滑坡点位置；

以每个滑坡点为中心点，以预设的半径确定每个滑坡点的圆形缓冲区；

在每个滑坡点的圆形缓冲区之外且位于待预测区域内，随机选取与滑坡点数量相同的非滑坡点；

以与滑坡点的圆形缓冲区相同的半径为每个非滑坡点制作圆形缓冲区；

求取每个圆形缓冲区的最小外接矩形，得到滑坡点的第一外接矩形和非滑坡点的第二外接矩形；

每个滑坡点的第一外接矩形以及每一个非滑坡点的第二外接矩形在待预测影像对应位置处进行裁剪，得到滑坡点对应的第一多通道子影像以及非滑坡点对应的第二多通道子影像。

5.根据权利要求4所述的基于支持向量机的滑坡易发性评估方法，其特征在于，所述按照预设比例从第一多通道子影像和第二多通道子影像选取样本组成训练集和测试集包括：

将第一多通道子影像作为正样本，并将第二多通道子影像作为负样本；

按照预设的正样本与负样本的比例，选择正样本以及负样本组成测试集和训练集；

将训练集以及测试集进行存储；

以文本记录训练集以及测试集的存储信息，并进行保存；

其中，文本中记载训练集以及测试集中每个样本的存储路径以及区分样本为滑坡点对应的样本还是非滑坡点对应的样本的标签。

6.根据权利要求1所述的基于支持向量机的滑坡易发性评估方法，其特征在于，所述根据皮尔逊相关系数以及信息增益比，去除训练集、测试集以及待预测影像中不符合条件的通道对应的影响因子包括：

确定皮尔逊相关系数超过阈值所对应的两个通道；

将两个通道中增益值小的通道确定为不符合条件的通道；

将训练集、测试集以及待预测影像中，不符合条件的通道对应的影响因子去除。