System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 青藏高原热融灾害的易发性评价方法、设备、介质及产品技术_技高网

青藏高原热融灾害的易发性评价方法、设备、介质及产品技术

技术编号:43464975 阅读:4 留言:0更新日期:2024-11-27 13:01
本申请公开了一种青藏高原热融灾害的易发性评价方法、设备、介质及产品,涉及青藏高原热融灾害研究领域,方法包括:利用青藏高原地区不同地理位置的热融灾害点以及非热融灾害点的高程、坡向、坡度、地形湿度指数、年平均地温、活动层厚度、太阳辐射、归一化植被指数、细土含量和降水量,对初级学习器由分类提升树、极端随机树、随机森林和极端梯度提升树构成,次级学习器由梯度增强决策树构成的堆叠模型进行训练和优化,从而利用优化后的堆叠模型得到青藏高原地区不同地理位置的预测点为热融灾害点或非热融灾害点的预测结果,进而得到用于青藏高原热融灾害的易发性评价的热融灾害易发性地图。本申请可提高青藏高原热融灾害的易发性评价的准确性。

【技术实现步骤摘要】

本申请涉及青藏高原热融灾害研究,特别是涉及一种青藏高原热融灾害的易发性评价方法、设备、介质及产品


技术介绍

1、青藏高原,作为世界上中低纬度地区多年冻土分布的主要区域,被誉为“地球第三极”。这片广袤的土地覆盖着约1.06×106平方公里的永久冻土,其稳定性对气候变化和环境扰动极为敏感,成为环境变化的一个敏感指示器。近年来,全球气候变暖导致北半球的永久冻土持续退化,而青藏高原的变暖速度更是全球平均水平的两倍,导致冻土退化速度显著,地面温度上升,活动层深度增加,以及地面冰的融化。冻土的退化常常引发热融灾害,这类灾害不仅影响地貌,还可能对基础设施、生物地球化学循环造成影响,并在聚集时改变环境条件。随着气候变暖,预计热融灾害和冻土退化带来的风险将日益加剧。然而,尽管热融灾害引起了广泛关注,其对基础设施和生物地球化学循环的潜在风险往往被忽视,导致相关研究相对较少。为了评估复杂地形条件下的区域热融灾害风险,可以利用地理信息系统(gis)和遥感(rs)来监测易受影响地区的时空变化。热融灾害易发性评估(即易发性评价)已被广泛认为是减轻融沉灾害的关键策略。具体来说,它需要通过分析当地的地质和环境因素来评估特定区域发生灾害的可能性。最近的相关研究进展见证了机器学习在评估热融灾害易发性方面的日益增长的应用。然而目前的研究通常采用单一机器学习模型来学习各种环境因子的模式并获得热融灾害易发性的评估结果,存在热融灾害的易发性评价的准确性低的问题。

2、综上,目前热融灾害的易发性评价方法存在青藏高原热融灾害的易发性评价的准确性低的问题。


技术实现思路

1、本申请的目的是提供一种青藏高原热融灾害的易发性评价方法、设备、介质及产品,以提高青藏高原热融灾害的易发性评价的准确性。

2、为实现上述目的,本申请提供了如下方案。

3、第一方面,本申请提供了一种青藏高原热融灾害的易发性评价方法,所述青藏高原热融灾害的易发性评价方法包括:获取训练数据集;所述训练数据集包括青藏高原地区不同地理位置的样本点的影响因子集合以及标记各样本点为热融灾害点或非热融灾害点的标签;所述影响因子集合包括高程、坡向、坡度、地形湿度指数、年平均地温、活动层厚度、太阳辐射、归一化植被指数、细土含量和降水量;利用所述训练数据集对堆叠模型进行训练和优化,得到优化后的堆叠模型;所述堆叠模型包括初级学习器和次级学习器;所述初级学习器由分类提升树模型、极端随机树模型、随机森林模型和极端梯度提升树模型构成;所述次级学习器由梯度增强决策树模型构成;获取青藏高原地区不同地理位置的预测点的影响因子集合;将各预测点的影响因子集合分别输入所述优化后的堆叠模型,利用所述优化后的堆叠模型得到各预测点为热融灾害点或非热融灾害点的预测结果;根据各预测点为热融灾害点或非热融灾害点的预测结果,得到青藏高原地区的热融灾害易发性地图;所述热融灾害易发性地图用于青藏高原热融灾害的易发性评价。

4、可选地,所述青藏高原热融灾害的易发性评价方法还包括:采用shapley值加性解释、局部可解释模型-不可知解释和累积局部效应对所述优化后的堆叠模型进行解释,通过shapley值加性解释、局部可解释模型-不可知解释和累积局部效应分析各影响因子在不同数值范围内对于热融灾害的形成的贡献率,当贡献率为正时,影响因子促进热融灾害发育,当贡献率为负时,影响因子抑制热融灾害发育,同时得出影响因子之间的相互关系;各影响因子分别为高程、坡向、坡度、地形湿度指数、年平均地温、活动层厚度、太阳辐射、归一化植被指数、细土含量、降水量。

5、可选地,所述获取训练数据集之前,所述青藏高原热融灾害的易发性评价方法还包括:获取高程、坡向、坡度、地形湿度指数、年平均地温、活动层厚度、太阳辐射、归一化植被指数、细土含量和降水量共10个影响因子;10个影响因子中任意两个影响因子之间的相关性均低于0.7;10个影响因子中任意两个影响因子之间的相关性利用皮尔逊相关系数、方差膨胀因子和耐受性评估得到;获取青藏高原地区不同地理位置的热融灾害点的各影响因子以及非热融灾害点的各影响因子;热融灾害点的数量和非热融灾害点的数量相等;利用青藏高原地区不同地理位置的热融灾害点的各影响因子以及非热融灾害点的各影响因子,构建训练数据集。

6、可选地,所述获取青藏高原地区不同地理位置的热融灾害点的各影响因子以及非热融灾害点的各影响因子之前,所述青藏高原热融灾害的易发性评价方法还包括:将高程、坡向、坡度、地形湿度指数、年平均地温、活动层厚度、太阳辐射、归一化植被指数、细土含量和降水量这10个影响因子剪裁到整个青藏高原地区并重新采样到1000米的空间分辨率,得到青藏高原地区不同地理位置的热融灾害点的各影响因子以及非热融灾害点的各影响因子。

7、可选地,所述根据各预测点为热融灾害点或非热融灾害点的预测结果,得到青藏高原地区的热融灾害易发性地图,具体包括:根据各预测点为热融灾害点或非热融灾害点的预测结果,利用arcgis软件制得青藏高原地区的热融灾害易发性地图。

8、可选地,所述热融灾害易发性地图是利用arcgis软件的自然断点分类的功能,将各预测点为热融灾害点或非热融灾害点的预测结果分类为五个易发性等级后得到的;五个易发性等级分别为极低、低、中等、高和极高。

9、可选地,所述青藏高原热融灾害的易发性评价方法还包括:利用青藏高原地区的热融灾害易发性地图对青藏高原地区的关键基础设施、土壤有机碳和植被的潜在风险进行评估。

10、第二方面,本申请提供了一种计算机设备,包括:存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序以实现上述中任一项所述的青藏高原热融灾害的易发性评价方法。

11、第三方面,本申请提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述中任一项所述的青藏高原热融灾害的易发性评价方法。

12、第四方面,本申请提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述中任一项所述的青藏高原热融灾害的易发性评价方法。

13、根据本申请提供的具体实施例,本申请具有了以下技术效果。

14、本申请提供了一种青藏高原热融灾害的易发性评价方法、设备、介质及产品,利用初级学习器由分类提升树模型、极端随机树模型、随机森林模型和极端梯度提升树模型构成,次级学习器由梯度增强决策树模型构成的堆叠模型得到青藏高原地区不同地理位置的预测点为热融灾害点或非热融灾害点的预测结果,进而得到用于青藏高原热融灾害的易发性评价的热融灾害易发性地图,由于堆叠模型利用青藏高原地区不同地理位置的热融灾害点的高程、坡向、坡度、地形湿度指数、年平均地温、活动层厚度、太阳辐射、归一化植被指数、细土含量和降水量,以及非热融灾害点的高程、坡向、坡度、地形湿度指数、年平均地温、活动层厚度、太阳辐射、归一化植被指数、细土含量和降水量进行训练,并且堆叠模型结合了多个模型的预测,因此提高了评估本文档来自技高网...

【技术保护点】

1.一种青藏高原热融灾害的易发性评价方法,其特征在于,所述青藏高原热融灾害的易发性评价方法包括:

2.根据权利要求1所述的青藏高原热融灾害的易发性评价方法,其特征在于,所述青藏高原热融灾害的易发性评价方法还包括:

3.根据权利要求2所述的青藏高原热融灾害的易发性评价方法,其特征在于,所述获取训练数据集之前,所述青藏高原热融灾害的易发性评价方法还包括:

4.根据权利要求3所述的青藏高原热融灾害的易发性评价方法,其特征在于,所述获取青藏高原地区不同地理位置的热融灾害点的各影响因子以及非热融灾害点的各影响因子之前,所述青藏高原热融灾害的易发性评价方法还包括:

5.根据权利要求1所述的青藏高原热融灾害的易发性评价方法,其特征在于,所述根据各预测点为热融灾害点或非热融灾害点的预测结果,得到青藏高原地区的热融灾害易发性地图,具体包括:

6.根据权利要求5所述的青藏高原热融灾害的易发性评价方法,其特征在于,所述热融灾害易发性地图是利用ArcGIS软件的自然断点分类的功能,将各预测点为热融灾害点或非热融灾害点的预测结果分类为五个易发性等级后得到的;五个易发性等级分别为极低、低、中等、高和极高。

7.根据权利要求1所述的青藏高原热融灾害的易发性评价方法,其特征在于,所述青藏高原热融灾害的易发性评价方法还包括:

8.一种计算机设备,包括:存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序以实现权利要求1-7中任一项所述的青藏高原热融灾害的易发性评价方法。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-7中任一项所述的青藏高原热融灾害的易发性评价方法。

10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-7中任一项所述的青藏高原热融灾害的易发性评价方法。

...

【技术特征摘要】

1.一种青藏高原热融灾害的易发性评价方法,其特征在于,所述青藏高原热融灾害的易发性评价方法包括:

2.根据权利要求1所述的青藏高原热融灾害的易发性评价方法,其特征在于,所述青藏高原热融灾害的易发性评价方法还包括:

3.根据权利要求2所述的青藏高原热融灾害的易发性评价方法,其特征在于,所述获取训练数据集之前,所述青藏高原热融灾害的易发性评价方法还包括:

4.根据权利要求3所述的青藏高原热融灾害的易发性评价方法,其特征在于,所述获取青藏高原地区不同地理位置的热融灾害点的各影响因子以及非热融灾害点的各影响因子之前,所述青藏高原热融灾害的易发性评价方法还包括:

5.根据权利要求1所述的青藏高原热融灾害的易发性评价方法,其特征在于,所述根据各预测点为热融灾害点或非热融灾害点的预测结果,得到青藏高原地区的热融灾害易发性地图,具体包括:

6.根据权利要求5所述的青藏高原热融灾害的易发性评价方法,其特征在...

【专利技术属性】
技术研发人员:路文娟毛曦王继周程瑶马维军杨玉婷
申请(专利权)人:中国测绘科学研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1