基于InSAR技术的负样本采样策略在滑坡易发性机器学习模型中的应用：中国三峡库区 | MDPI Remote Sensing

本文研究了中国三峡库区滑坡易发性问题，提出了一种基于InSAR技术的负样本采样策略以提高机器学习模型的准确性。研究背景指出，中国山区滑坡灾害频发，机器学习方法在滑坡易发性制图中应用广泛，但负样本选取存在局限性。研究目的是通过InSAR技术获取地表形变数据，改进负样本选取策略，并验证其在滑坡易发性预测中的有效性。研究结果表明，基于InSAR的采样策略显著提高了模型准确性，随机森林模型结合多种集成方法后AUC值达到0.959，预测性能最优。结论认为，该方法为滑坡灾害预防和管理提供了更可靠的依据。