基于多模型Stacking集成的流域单元泥石流易发性评估方法

本发明公开了一种基于多模型Stacking集成的流域单元泥石流易发性评估方法，包括步骤：构造泥石流灾害数据集；构建Stacking集成学习模型，包括四个基模型、特征堆叠层、注意力层、混合特征层、特征拼接层和元模型；训练Stacking集成学习模型；预测待识别流域单元的泥石流灾害概率；进行泥石流易发性评估。本发明能对多源数据进行高效融合，且创造性地将混合概率向量与原始样本拼接，使元模型在训练过程中能够同时利用原始数据的本征特征和基模型的预测信息，能减少无关信息的干扰和对基模型质量的依赖、还能更全面地捕捉数据中的关键信息，增强模型对复杂数据的解释能力和预测精度。