巴东主城区滑坡易发性混合机器学习建模研究

2026年10月19日，《工程地质学报》刊发一项针对巴东县主城区的滑坡易发性建模研究。该研究以巴东县主城区50处历史滑坡和14个滑坡因子为基础，采用贝叶斯优化构建混合机器学习模型。结果显示，BO-XGBoost的AUC达0.980，高于BO-LR、BO-DT、BO-SVM、BO-RF和BO-LGBM。易发性图显示，高易发区集中在河流沿岸和道路密集区域，低易发区位于高海拔植被茂密区。SHAP解释表明，距水系距离、年降雨量、土地利用类型和距断层距离是主要影响因素。目前该研究处于学术发表阶段，报道未提及后续应用或验证进展。

模型根据报道生成 · 18 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。