.png){kind=icon}
返回
Designing landslide mitigation strategies through developing knowledge aware deep learning model integrated explainable artificial intelligence
.png){kind=icon}
PRE
AI
DOI：10.1016/j.pce.2025.104266.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
喜马拉雅山脉的滑坡是印控克什米尔地区皮尔潘贾尔山脉中反复发生且具有破坏性的灾害，该地区陡峭的斜坡、脆弱的岩性和快速的人类干预因素交织在一起。本研究开发了一种集成的滑坡易发性制图框架，结合机器学习（ML）、深度学习（DL）和可解释人工智能（XAI）以支持风险知情规划。通过对1105个滑坡事件和18个控制因素的清单进行训练，构建了四种ML模型：随机森林（RF）、支持向量机（SVM）、梯度提升机（GBM）和分类提升（CatBoost），并通过五折分层交叉验证和保留测试集进行评估。同时，采用贝叶斯优化的DL模型，其中变分自编码器（VAE）学习潜在特征并由多层感知器（MLP）进行分类，以捕捉斜坡失稳的复杂非线性控制因素。最佳模型在验证数据上达到约0.96的受试者工作特征曲线下面积（AUC-ROC）和接近0.90的总体准确率，表明其具有高判别能力。空间上，高易发区和极高易发区合计占据该山脉约四分之一的区域，并集中分布在古尔古拉布加尔（Gool Gulabgarh）、兰班（Ramban）、塔特里（Thathri）和巴尼哈尔（Banihal）等行政区，这些地区成为干预的热点。XAI诊断显示植被状况、季风降雨、线性构造密度和排水密度是易发性的主要控制因素，而反事实实验表明，植被覆盖、地表排水和斜坡管理的实际改善可以将许多地点从高风险类别转移到较低风险类别。因此，该框架为数据受限的山地环境提供了准确、可解释且有用的易发性图，可用于土地利用监管、基础设施规划和滑坡减灾。
Keyword:
Landslide susceptibility
Deep learning
Explainable AI
Bayesian optimisation
Pir panjal himalayas
期刊
IF:
4.1
论文数:
3.6K
被引数:
6.9K
机构
引用论文
Mapping Social Vulnerability to Multi-Hazard Scenarios: A GIS-Based Approach at the Census Tract Level将社会脆弱性映射到多灾情景：基于GIS在普查区层面的方法
OAAI
OAAI分享收藏Integrating Machine Learning Ensembles for Landslide Susceptibility Mapping in Northern PakistanOAAI
OAAI分享收藏Integrate Terrain Variables and RapidEye Satellite in Vegetation Indices, for Identifying Forest Cover Area and Density: A Case Study in Mountainous Iraqi Kurdistan Region (IKR)整合地形变量和RapidEye卫星数据到植被指数中，以识别森林覆盖面积和密度：以伊拉克库尔德斯坦山区（IKR）为例
PREAI
分享收藏Insights into landslide susceptibility: a comparative evaluation of multi-criteria analysis and machine learning techniques滑坡易发性研究：多准则分析与机器学习技术的比较评估OAAI
OAAI分享收藏
Application of AHP based geospatial modeling for assessment of landslide hazard zonation along Mughal road in the Pir Panjal Himalayas基于AHP的地理空间建模在皮尔潘贾尔喜马拉雅山脉穆加尔公路沿线滑坡灾害区划评估中的应用
PREAI
分享收藏Generating a Landslide Susceptibility Map Using Integrated Meta-Heuristic Optimization and Machine Learning Models使用集成的元启发式优化和机器学习模型生成滑坡敏感性图.png)
SUSTAINABILITYOAAI
SUSTAINABILITYIF3.3
OAAI分享收藏
查看更多内容