南京地调中心城市地质团队利用机器学习算法开展城市地质安全评价取得新进展

城市地质团队邢怀学与研究生于博帆等开展基于机器学习算法的地质安全评价研究，探索数据驱动应用于地质安全评价领域。

研究以杭州市地面塌陷、地面沉降、岩溶塌陷等城市地质安全隐患为例，针对目前地质环境评价主要依赖专家主观判断存在局限性，首次使用数据驱动模型开展了海量地质环境数据挖掘与评价，提出了一种随机森林-反向传播神经网络耦合模型，与传统的SVM和Logistic回归模型相比，模型性能指标（AUC、准确率、精确度等）提高了3%-40%；基于高性能机器学习模型“一种梯度提升决策树模型-CatBoost模型”开展地质安全综合评价，验证了评价方法可行性。同时，应用SHAP（Shapley Additive Explanations）可解释性模型对机器学习评价结果进行分析，打开机器学习模型的“黑箱”，提升了城市地质安全评价模型的可信度，为全国开展城市地质安全评价与风险防控提供借鉴。

相关成果近日发表于《International Journal of Disaster Risk Science》《Scientific Reports》等期刊，并在第37届国际地质学大会上展板报告。原文链接：https://doi.org/10.1007/s13753-024-00578-2, https://doi.org/10.1038/s41598-024-71053-7。