数据集概述
本数据集支持崩岗易发性评估研究，包含评估指标数据、坡单元划分数据、机器学习模型结果及关键发现。评估指标涵盖降雨侵蚀力等二十二项，坡单元以多尺度分割划分，模型结果涉及三种机器学习方法在不同贡献率下的预测效果，为灾害防控提供依据。
文件详解
- 评估指标数据：含降雨侵蚀力、岩性、植被覆盖等二十二项指标，来源于哨兵卫星、地质调查等，格式未明确说明
- 坡单元划分数据：研究区（江西会昌县）坡单元空间分布与特征数据，格式未明确说明
- 机器学习模型结果文件：
- 位于“7种贡献率下的易发性结果”目录，含logistic regression（lr）、XGBoost（gbdt）、random forest（rf）三种模型在100%、95%、90%、85%、80%、75%、70%贡献率下的结果文件（如lr_90.aux.xml、rf_90.aux.xml）
- 包含AUC值、准确率统计、易发性分区图相关数据
- 研究区空间数据：
- 位于“会昌县研究区区位图”目录，含dem.tif（数字高程模型）、会昌县.shp（矢量边界）、崩岗点.shp（崩岗位置）等GIS文件
- 实验代码文件：实验文件.py，代码格式
适用场景
- 地质灾害研究：分析崩岗易发性空间分布特征
- 机器学习应用：对比不同模型在灾害评估中的性能
- 灾害防控规划：基于易发性分区优化防灾措施布局
- 指标体系优化：探究不同贡献率对评估精度的影响
