支持ベクターマシンに基づく地滑り感受性マッピングのための効率的でユーザーフレンドリーな統合ツール: SVM-LSMツールボックス

地滑り感受性マッピング（LSM）は地滑りリスク評価の重要な要素ですが、このプロセスはしばしば複数のプラットフォームに跨る必要があり、操作プロセスは複雑です。本論文では、LSMの全プロセスを含む効率的でユーザーフレンドリーなツールボックス、SVM-LSMツールボックスを開発しました。このツールボックスは、サポートベクターマシン（SVM）に基づく地滑り感受性マッピングを実現し、ArcGISまたはArcGIS Proプラットフォームに統合可能です。このツールボックスには、次の3つのサブツールボックスが含まれています：（1）影響因子の生成、（2）因子選択とデータセット生成、（3）モデルのトレーニングと予測。影響因子の生成は、DEM関連の地形因子の自動計算を提供し、線ベクターデータを連続ラスタ因子に変換し、雨量データ処理を行います。因子選択は、ピアソン相関係数（PCC）を使用して因子間の相関を計算し、情報利得比率（IGR）を使用して地滑り発生に対するさまざまな因子の寄与を計算します。データセットサンプル生成には、非地滑りデータの自動生成、データサンプル生成、データセットの分割が含まれます。モデルの予測能力は、精度、再現率、F1値、受信者動作特性（ROC）、曲線下面積（AUC）を使用して評価されています。また、シングル処理とマルチプロセッシングの2つの方法を使用してLSMを生成します。マルチプロセッシングの予測効率はシングルプロセスよりもはるかに高いです。ツールボックスの性能と精度を検証するために、山西省の延安市の五岐県がテストエリアとして選ばれ、LSMが生成されました。結果は、モデルのAUC値が0.8107であることを示しています。同時に、マルチプロセッシング予測ツールは感受性予測プロセスの効率を約60％向上させます。実験結果は、提案されたツールボックスがLSMにおいて正確性と実用性を持つことを確認しています。