基于多源遥感数据的城市道路坍塌易发性预测

作     者：王明常 于海滨 曾昭发 王典 韩复兴 张剑 罗修杰 冷亮 刘子维 

作者机构：吉林大学地球探测科学与技术学院 深圳市福田区应急管理局 

出 版 物：《吉林大学学报(地球科学版)》 (Journal of Jilin University(Earth Science Edition))

年 卷 期：2024年

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

基　　金：福田区地面坍塌综合监测和预警系统建设项目(FTCG2023000209) 国家自然科学基金项目(42171407,42077242) 吉林省教育厅科学技术研究项目(JJKH20231181KJ) 

主　　题：道路坍塌 随机森林 多源遥感数据 时空变化 深圳市福田区 

摘      要：城市道路坍塌是一个严重的城市安全问题，可能导致人员伤亡和交通中断，对城市运行和社会发展构成威胁。准确预测城市道路坍塌并分析其时空动态变化对城市安全具有重要意义。本研究以深圳市福田区为研究区，利用多源遥感数据，结合随机森林算法构建了一种城市道路坍塌易发性预测模型，并分析城市道路坍塌易发性的关键驱动因素。结果表明，结合光学数据和雷达数据构建的城市道路坍塌易发性预测模型能够比较准确地预测道路坍塌易发性的时空变化，预测决定系数为0.65，取得较高的预测精度。2017—2022年，福田区道路坍塌风险整体呈上升趋势，极低易发区和低易发区面积减少，中易发区和高易发区面积增加。随机森林特征重要性分析结果表明基于影像数据提取的纹理特征对预测模型贡献度较高。根据地理探测器结果可知，人口、GDP和地下设施是影响城市道路坍塌的三个关键驱动因素。