本發明涉及一種基于XGB和CatBoost雙重提升樹算法的滑坡預警方法,包括:S1:獲取待測地區的歷史地質因素特征數據和歷史降雨特征數據;S2:對數據進行預處理,構建數據樣本集;S3:建立XGB模型和CatBoost模型;S4:對XGB模型和CatBoost模型進行訓練,其中基于數據樣本集和XGB模型的預測的孔隙水壓力數據集對CatBoost模型進行訓練;S5:獲取待測地區的實時地質因素特征數據和實時降雨特征數據,并將數據輸入到XGB模型和CatBoost模型中,獲得滑坡失穩的臨界FOS值。S6:根據將滑坡失穩的臨界FOS值的預設閾值得到預警級別。本發明通過搭建XGB和CatBoost雙重提升樹算法預警框架,通過結合近實時預測坡體的孔隙水壓力,在較低的輸入條件下對降雨誘發滑坡演變過程保持準確、高效的滑坡災害預警。
聲明:
“基于XGB和CatBoost雙重提升樹算法的滑坡預警方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)