文献类型：期刊文章

作　　者：方然可[1,2] 刘艳辉[1] 黄志全[3]

FANG Ranke;LIU Yanhui;HUANG Zhiquan(China Institute of Geo-Environment Monitoring(Guide Center of Prevention Technology for Geo-hazards,MNR),Beijing 100081,China;College of Geosciences and Engineering,North China University of Water Resources and Electric Power,Zhengzhou,Henan 450046,China;Luoyang Institute of Science and Technology,Luoyang,Henan 471023,China)

机构地区：[1]中国地质环境监测院(自然资源部地质灾害技术指导中心),北京100081 [2]华北水利水电大学地球科学与工程学院,河南郑州450046 [3]洛阳理工学院,河南洛阳471023

出　　处：《中国地质灾害与防治学报》

基　　金：国家重点研发计划(2018YFC1505503);国家科技支撑计划子课题(2015BAK10B021);国家自然科学基金项目(41202217);中原科技创新领军人才计划资助项目(214200510030)。

年　　份：2021

卷　　号：32

期　　号：4

起止页码：1-8

语　　种：中文

收录情况：CSCD、CSCD_E2021_2022、JST、ZGKJHX、普通刊

摘　　要：我国滑坡灾害分布范围广,危害严重。区域滑坡危险性评价一直都是滑坡灾害防灾减灾的重要内容之一。近年来,随着大数据和人工智能技术的飞速发展,机器学习技术逐渐在滑坡灾害危险性评价方面得到广泛应用,并取得了较好效果。在大量研读文献的基础上,系统阐述了基于机器学习技术的滑坡危险性评价方法研究现状。综述从评价因子选择与量化归一化、数据清洗与样本集构建、模型选取与训练评价等三个关键环节对现有研究成果进行分析评述,最后对机器学习滑坡危险性评价方法的发展趋势提出讨论意见。

关 键 词：滑坡 危险性评价  机器学习  方法综述  模型研究  

分 类 号：P642.22]