首页|基于InSAR与随机森林的滑坡敏感性评价与误差改正

基于InSAR与随机森林的滑坡敏感性评价与误差改正

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
滑坡不仅影响社会经济的可持续发展,而且威胁人类的生命安全.滑坡敏感性图(LSM)被认为是预测滑坡空间位置的有效手段之一,但现有方法生成的LSM因受假阴性误差的影响,难以得到可靠的预测结果.针对该问题,本文提出了基于InSAR形变结果的LSM改进方法.在甘肃省舟曲县的试验结果表明,研究区范围内滑坡敏感性等级提升2.74％.对两个具体区域的原始LSM和改进后LSM进行比较,结果表明,利用改进后的方法,可在受滑坡蠕动现象影响的区域制作更可靠的LSM.
Landslide sensitivity assessment and error correction based on InSAR and random forest method

黄龙、孙倩、胡俊

展开 >

湖南师范大学地理科学学院,湖南 长沙410081

湖南师范大学地理空间大数据挖掘与应用重点实验室,湖南 长沙410081

中南大学地球科学与信息物理学院,湖南 长沙410083

随机森林 SBAS-InSAR 滑坡敏感性 假阴性误差

国家重点研发计划国家自然科学基金国家自然科学基金湖南省自然科学基金湖南省自然科学基金云南省地质灾害隐患识别中心建设项目(2021)

2018YFC150510141704001420301122020JJ20432022JJ30031云财资环[2021]22号

2022

测绘通报
测绘出版社

测绘通报

CSTPCDCSCD北大核心
影响因子：1.027
ISSN：0494-0911
年,卷(期)：2022.(10)
  • 4
  • 3