基于机器学习的滑坡空间易发性评价——以重庆市万州区为例.pdfVIP

摘要

摘要

重庆市万州区地处三峡库区腹地，地质环境条件复杂且地质灾害易发，其中滑坡

灾害造成的经济损失与人员威胁最为突出。由于滑坡灾害对当地基础设施与居民安全

带来严重威胁，亟需开展针对滑坡空间易发性的定量评估，以提升防灾减灾与国土资

源管理的科学水平。基于万州区历史滑坡灾害数据和地质环境资料，本研究系统分析

了研究区滑坡灾害发育特征及时空分布规律，收集并整理了715处历史滑坡灾害隐患

点（以下简称“滑坡灾害点”），并在综合选取影响因子的基础上构建了滑坡易发性

评价因子体系。在此基础之上，利用GIS分析技术和统计学手段，结合机器学习模型

对研究区内的滑坡易发性进行了研究，主要结论如下：

（1）根据物质组成统计，万州区滑坡以土质滑坡为主，规模多为中小型，滑体

多为浅层，滑动面大多位于岩土体接触面，滑面倾角集中在10-20°。滑坡主要分布于

丘陵与低山地貌区域，且超过90%的滑坡整体处于基本稳定状态。滑坡灾害集中于

5-9月，其中6-8月主要受降雨影响，5、9、10月则更多受到库水位波动作用。区域

内滑坡灾害点多见于沿河流两岸植被覆盖率较低的低山丘陵区，且超过60%的滑坡灾

害点紧邻房屋或道路。

（2）基于科学性、独立性、可操作性、继承性原则，结合研究区地质背景、历

13

史滑坡灾害点数据，初步筛选出个潜在影响因子。通过主成分分析与皮尔逊相关

系数检验，结果显示高程与年降雨量之间存在高度相关性（0.880.8）。综合主

r

成分分析结果（高程因子权重为0.0785，年降雨量因子权重为0.1133），最终剔除高

TWI

程因子。由此，保留坡度、坡向、地形湿度指数（）、曲率、地层岩性、距构造

距离、植被覆盖率（NDVI）、土地利用类型、距河流距离、距房屋距离、距道路距

离和年降雨量12个影响因子，用于构建万州区滑坡易发性评价因子体系。

3GIS

（）在分析与统计学理论的基础上，对各影响因子的数据进行了提取与预

处理，并采用相对密度法探讨其不同分级区间与滑坡发生之间的相关性。结果表明，

滑坡灾害较易集中于以下区间：坡度10-20°、坡向为东或西、曲率0-0.5、地层岩性

--3000m

为中下侏罗统（灰紫红色泥岩、粉砂岩、砂岩夹灰岩）、距构造距离大于、

NDVI值0.5-0.6、土地利用类型为耕地、距河流100-200m、年降雨量1204-1287mm、

距房屋400-500m、距道路100-200m内。

412MLP-Bagging

（）在选定的个影响因子基础上，分别采用信息量、随机森林、

和XGBoost四种模型对研究区进行滑坡易发性评价。通过Python语言编程实现数据

样本集的构建、模型训练及结果输出，并从易发性区划统计和AUC值两方面对各模

I

摘要

型的评价结果进行对比分析。结果显示，随机森林模型划分的高、极高易发分区内滑

MLP-BaggingXGBoost

坡灾害密度最高；同时，信息量模型、随机森林模型、模型和

模型的AUC值分别为0.8341、0.8868、0.8796和0.8809，进一步证明随机森林模型

预测性能最优。

5

（）基于随机森林模型的评价结果，采用自然