Evaluation of geological hazard susceptibility of collapse and landslide in Yuanyang County using slope units and random forest modeling
-
摘要: 针对基于栅格单元与定性定量方法模型在地质灾害易发性评价中存在模型预测精度低且使用较为频繁的不足与弊端，采用斜坡单元与机器学习方法之一的随机森林模型相结合开展元阳县崩滑地质灾害易发性评价。在ArcGIS中，利用曲率分水岭法划分出7851个斜坡单元。经过大量统计研究与地质环境条件分析，选取工程地质岩组、地貌类型、高程、坡度、坡向、曲率、起伏度、河流距离、断层距离等9个因子作为评价指标，并通过SPSS软件，将9个评价指标与灾点发育特征的关系进行数据分析，得出各评价指标权重。在SPSS中，采用随机森林模型，建立易发性评价模型，将元阳县崩滑地质灾害易发性划分为低、中、高、极高4类，所占面积分别为410.06 km2、470.21 km2、550.02 km2和776.87 km2，分别占元阳县面积的18.58%、21.30%、24.92%和35.20%。经与详查结果对比，评价结果与实际高度吻合。利用ROC曲线得出区划结果精度AUC值为92.7%，区划结果相当好。研究显示，元阳县中部和西南两个部分地质灾害集中，易发性极高。Abstract: The model based on grid unit and qualitative and quantitative method has the disadvantages of low prediction accuracy and frequent use in the evaluation of geological hazard susceptibility, was utilized to evaluate the potential for collapse and landslide in Yuanyang County. Using ArcGIS, 7851 slope units were divided via the curvature watershed method. Through a large number of statistical study and analysis of geological environment condition, nine evaluation factors were selected, including engineering geological petrofabric, landform type, elevation, gradient, slope direction, curvature, ups and downs, rivers, distance and fault distance. These factors were analyzed and their weights determined using SPSS software, in conjunction with data on the development characteristics of disaster points. The random forest model was then applied to establish a vulnerability evaluation model, which categorized landslide geological disaster in Yuanyang County into four types: low, medium, high and extremely high, occupying an area of 410.06 km2, 470.21 km2, 550.02 km2 and 776.87 km2 respectively. These areas correspond to 18.58%, 21.30%, 24.92% and 35.20% of Yuanyang County’s total area. The evaluation results were compared with the detailed investigation results and were found to be highly consistent. The accuracy of ROC curve was calculated at 92.7%, indicating a high level of accuracy. The central and southwest parts of Yuanyang County were found to be highly susceptible to geological disasters.
-
0. 引言
查明与地质灾害有关的危险区域是地质灾害管理的重要工作，也是促进研究区人民生活和基础设施发展安全的重要依据[1]，基于建模评价地质灾害易发性是重要而且有效的途径。
应用经验式、数值模拟和统计方法对地质灾害易发性建模和评价，已经进行了许多研究[1-10]。其中，经验式方法基于现场观察和专家经验判断；数值模拟计算边坡的稳定性；统计方法部分基于实地观察和专家的先验知识，部分基于对地质灾害发生的权重或概率的统计计算，这类方法使用统计技术来评估诱发地质灾害的各种因素的相关作用，每个因素的重要性都是根据观察到的与地质灾害的关系来确定的。
文中使用基于贝叶斯理论的证据权法，综合GIS技术评价研究区地质灾害易发性。证据权法是一种统计方法，最初应用于非空间、定量的医学诊断，以结合临床诊断的证据来预测疾病[11-12]。在地球科学中，该方法被广泛应用，如：矿产资源潜力评估和矿床预测[13-16]，公路路基岩溶塌陷危险性评价[17]和滑坡易发性和危险性[1, 3, 18-23]。
1. 研究区和数据
1.1 研究区概况
文中选择云南高原滇中昆明盆地低山丘陵地带这一云南省地质灾害防治重点地区的典型代表，云南省省会昆明市的主要行政区之一，昆明市五华区作为研究对象，该区地质灾害易发性评价研究具有典型代表性，可向整个云南高原昆明盆地低山丘陵区和其他低山丘陵区推广，具有技术方法和社会经济意义。研究区面积381.6 km2，地势西北高东南低，昆明盆地内地形开阔低缓，北部山区地形崎岖，沟壑较发育。区域年降水量的80%以上集中在6—9月，年平均降水量608.4～887.0 mm。碳酸盐岩分布最广，约占全区面积的38.93%，其次为砂岩、泥岩、页岩，约占23.11%，岩浆岩主要为玄武岩，约占16.95%，主要分布在昆明盆地和其他小盆地的松散碎石土体约占11.36%，石英砂岩类约占7.56%，还发育一些岩脉；断裂构造较发育，以南北向构造为主[24-25]。
1.2 数据收集
通过地质灾害风险普查获得了研究区地质灾害分布数据。根据调查分析，选择工程地质岩组、断裂构造、高程、坡度、坡向、坡面曲率、距公路距离和土地利用类型等8类因素纳入评价分析。地质数据收集自云南省地质局1∶20万昆明幅、武定幅区域地质调查报告和图件[24-25]，12.5 m分辨率DEM（数字高程模型）收集自ASF，道路数据收集自OSM，土地利用类型数据收集自ESA（图1、表1）。
表 1 数据简介Table 1. Data introduction数据 灾点及
致灾要素类型 来源 地灾 地灾点 矢量点 地质灾害风险普查 地质 工程地质岩组 矢量面 云南省地质局 距断裂
距离矢量线和缓冲区 云南省地质局 地形地貌 高程 栅格 12.5 m DEM，
https://asf.alaska.edu/坡度 栅格 根据DEM，应用ArcGIS提取 坡向 栅格 根据DEM，应用ArcGIS提取 坡面曲率 栅格 根据DEM，应用ArcGIS提取 道路 距公路
距离矢量线缓冲区 http://www.openstreetmap.org，
根据矢量线用ArcGIS制作土地利用
类型土地利用
类型栅格 ESA WorldCover 10 m 2020，https://esa-worldcover.org/en 1.3 地质灾害发育特征
现状发育地质灾害89处，滑坡73处，崩塌11处，泥石流4条，地面沉降1处，为小—中型，无大型，中型14处，小型75处，主要分布在研究区低山丘陵地貌区，盆地内仅发育1处（图2）。
![]()
图 2 地质灾害分布图（底图为高程和山体阴影渲染）Figure 2. Map of geological hazard distribution (The bottom was rendered by elevation and hillshade)选择指标“因子面积百分比A”“地灾数百分比B”和“比率(β=B/A)”表征地质灾害的空间分布特征、主控因素和成灾特征。β定义了地质灾害点在因素分级中相对于均匀分布的丰度，β>1表示相对丰度更高，β<1则相反。β>1的因素分级有（图3、表2）：高程1800～1850 m、1920～1950 m和1950～2000 m，坡度15°～25°、25°～35°和>35°，坡向北东、东、南东和北，坡面曲率−0.75～−0.28（凹形）、−0.28～−0.15（凹形）、−0.15～−0.05(凹形)和0.05～0.15（凸形），石英砂岩岩组和砂岩、泥岩、页岩岩组，距断层距离0～50 m、300～500 m和1000～2000 m，距主要公路距离0～50 m和50～100 m，草地和裸地/稀疏植被区域。这些因素分级内，发育了相对于均匀分布丰度更高的地质灾害，表征这些因素分级可能是研究区地质灾害的主控因素。
![]()
图 3 各因素分级分区和地灾点数量相关性统计图Figure 3. Statistical charts of correlation between the factors and the number of geological hazard points2. 方法
2.1 权重计算
把研究区栅格单元化，利用条件概率计算证据因素图层所有单元对地质灾害发生的贡献权重[13-15, 26-27]。定义
$ D $ 为已发生地质灾害的单元，$ \bar{D} $ 为未发生地质灾害的单元，$ B $ 为证据因素区内的单元，$ \bar{B} $ 为证据因素区外的单元。证据因素
$ B $ 条件下$ D $ 的条件（后验）概率为：$$ { O}\left(D|B\right)={ O}\left(D\right)\frac{P\left(B\right|D)}{P(B|{\bar D})} $$ (1) 式中：
$ { O}\left(D\right) $ —证据因素B的先验概率，${{ O}}\left(D\right)=$ $\dfrac{\mathrm{事}\mathrm{件}\mathrm{将}\mathrm{会}\mathrm{发}\mathrm{生}\mathrm{的}\mathrm{概}\mathrm{率}}{\mathrm{事}\mathrm{件}\mathrm{不}\mathrm{会}\mathrm{发}\mathrm{生}\mathrm{的}\mathrm{概}\mathrm{率}}=\dfrac{P\left(D\right)}{1-P\left(D\right)}=$ $\dfrac{P\left(D\right)}{P({\bar D})} $ ；$P\left(B\right|D)、 P(B|{\bar D})$ ——在地质灾害发生（D）和未发生 （$ \bar{D} $ ）时，证据因素B的条件 概率，取自然对数即是证据 权法中的正权重（证据因素 存在区的权重值）$ {W}^{+} $ 。$$ {W}^+=\ln\frac{P\left(B\right|D)}{P\left(B|{\bar D}\right)} $$ (2) $$ P\left(B|D\right)=P\left(B\cap D\right)/P\left(D\right) $$ (3) $$ P(B|\bar{D})=P(B\cap \bar{D})/P(\bar{D}) $$ (4) 用
$ D $ 和$ B $ 的单元数N可表示为：$$ P\left(B|D\right)=N\left(B\cap D\right)/N\left(D\right) $$ (5) $$ P(B|\bar{D})=N(B\cap \bar{D})/N(\bar{D}) $$ (6) 同式（1），在证据因素不存在的情况下（
$ \bar{B} $ ），$ D $ 的条件概率（后验）为：$$ {{ O}}(D|\bar{B})={{ O}}(D)\frac{P(\bar{B}|D)}{P(\bar{B}|\bar{D})} $$ (7) 式中：
$P(\bar{B}|D)/P(\bar{B}|\bar{D})$ —取自然对数即是负权重（证据 因素不存在区的权重值）$ {W}^{-} $ 。$$ {W}^-={\rm{ln}}\frac{P(\bar{B}|D)}{P(\bar{B}|\bar{D})} $$ (8) 同式（3）—（6）：
$$ P(\bar{B}|D)=N(\bar{B}\cap D)/N(D) $$ (9) $$ P(\bar{B}|\bar{D})=N(\bar{B}\cap \bar{D})/N(\bar{D}) $$ (10) $N (B\cap D) + N (\bar{B}\cap D)=N(D)$ ，$N (B\cap \bar{D}) + N (\bar{B}\cap \bar{D})= N(\bar{D})$ ，所以式（2）和式（8）可写为：$$ {W}^+={\rm{ln}}\left(\frac{N(B\cap D)}{N(B\cap D)+N(\bar{B}\cap D)}/\frac{N(B\cap \bar{D})}{N(B\cap \bar{D})+N(\bar{B}\cap \bar{D})}\right) $$ (11) $$ {W}^-={\rm{ln}}\left(\frac{N(\bar{B}\cap D)}{N(B\cap D)+N(\bar{B}\cap D)}/\frac{N(\bar{B}\cap \bar{D})}{N(B\cap \bar{D})+N(\bar{B}\cap \bar{D})}\right) $$ (12) 根据式（11）和（12），使用ArcGIS空间分析工具执行权重
$ {W}^{+} $ 和$ {W}^{-} $ 计算。$ {W}^{+} $ 的大小表明证据因素的存在与地质灾害发生之间存在正相关关系。$ {W}^{-} $ 表示负相关，即证据因素存在抑制诱发地质灾害的作用。证据因素原始数据缺失区域的权重值取0。两个权重之间的差异$ {W}_{{\rm{f}}}={W}^{+}-{W}^{-} $ ，即综合权重，量化证据因素和地质灾害相关性大小。如果$ {W}_{{\rm{f}}} $ 为正，则证据因素对地质灾害有利，如果为负，则对滑坡不利。如果$ {W}_{{\rm{f}}} $ 接近于零，则表明证据因素与地质灾害的相关性不大。2.2 因素分级（分类）的显著性测试
在上述权重值计算及分析的基础上，实施证据因素分类的优选，选择类间差异显著的证据因素类，归并不显著的证据因素类。选择近似学生化检验（Student-T）统计值进行显著性测试[15, 28]：
$$ {S tuden{t}}-{{T}}={W}_{{\rm{f}}}/{\sigma }_{{W}_{{\rm{f}}}}={W}_{{\rm{f}}}/\sqrt{{\sigma }_{{W}^+}^{2}+{\sigma }_{{W}^-}^{2}} $$ (13) 式中：
$ {\sigma }_{{W}^{+}}^{} $ 、$ {\sigma }_{{W}^{-}}^{} $ ——分别是$ {W}^{+} $ 和$ {W}^{-} $ 的标准差；Wf ——综合权重；
${\sigma }_{{W}_{{\rm{f}}}}$ ——综合权重标准差。当测试值的绝对值
$|{S tuden{t}}-{ T}|$ 为1.96和2.326时，置信度达97.5%、99%，文中以$|{S tuden{t}}-{ T}|=2$ 作为阈值。先将证据因素划分为若干分级（分类），计算权重和标准差、${{S} tuden{t}}-{ T}$ ，将$|{S} tuden{t}-{ T} | < 2$ 的各分类视为显著性低并归为一类，保留$|{{S} tuden{t}}-{T}|\geqslant 2$ 的因素分类，然后重新计算归并后各分类的权重值。2.3 证据综合
根据贝叶斯法则，任一单元
$ K $ 为地质灾害的可能性，即对数后验概率可表示为[13-15, 26, 27]：$$ F=\ln O\left(D|\sum _{i=1}^{n}{B}_{i}^{K\left(i\right)}\right)=\sum _{i=0}^{n}{W}_{i}^{K}+\ln O\left(D\right) $$ (14) 式中：
$ {B}_{i} $ ——第$ i $ 个证据因素层；$ K\left(i\right) $ —$ {W}_{i} $ 是第$ i $ 个证据因素存在或不存在的权 重，在第$ i $ 个证据因素层存在时是+，不存在 时是−。最后计算后验概率：
$$ P=O/(1+O)=\exp\left(F\right)/\left(1+\exp\left(F\right)\right) $$ (15) 后验概率的大小作为易发性高低的指标，值越大表示易发性越高，值越小表示易发性越低。
3. 结果与讨论
3.1 证据权重计算结果和相关性分析
证据权重计算结果（表2、图4）与1.3节可相互印证。在地形高程方面，1800～1850 m、1920～1950 m和1950～2000 m段利于地质灾害发生，正权重0.5550、1.1758和0.6439。>35°和15°～25°的山体斜坡较易于地质灾害发生，正权重0.5436和0.3785。坡向因素各分级权重值均不高，表明坡向对地质灾害发生的驱动作用可能不太显著。坡面曲率结果显示，−0.75～−0.28（凹形）和−0.28～−0.15（凹形）两个凹形坡分级段较易于地质灾害发生，正权重0.5690和0.7577。工程地质岩组各岩组分类的正权重值总体不高，但砂岩、泥岩、页岩岩组的统计结果仍然表现出对地质灾害发生的较有利性，其正权重0.4474，高于排在第二位的石英砂岩岩组（正权重值为0.2947）。距断层距离和距主要公路距离因素统计结果均显示出了较明显的距离效应，即距断裂或主要公路远的地区与地质灾害发生负相关，距断裂0～50 m和距主要公路0～50 m、50～100 m易于地质灾害发生，其正权重0.7973、0.9820和0.5111。裸地或稀疏植被地区是易于地质灾害发生的区域，其正权重0.8719。
表 2 因素证据权重计算结果表Table 2. Calculation results of factor evidence weights因素 因素分级 因素面积
百分比/%地灾数
百分比/%正权重
W+W+的
标准差${\sigma }_{{W}^{+}}^{} $负权重W− W−的
标准差${\sigma }_{{W}^{-}}^{} $综合权重
$ {W}_{{\rm{f}}} $$ {W}_{{\rm{f}}} $的
标准差${\sigma }_{{W}_{{\rm{f}}}} $Student−T 分类
归并归并后
权重权重
标准差高程/m <1735 0.01 0.00 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 合并 −0.2744 0.1607 1735～1800 0.36 0.00 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 合并 −0.2744 0.1607 1 800～1 850 0.65 1.12 0.5550 1.0082 −0.0048 0.1071 0.5598 1.0138 0.5522 合并 −0.2744 0.1607 1 850～1 900 9.55 10.11 0.0574 0.3350 −0.0063 0.1123 0.0636 0.3533 0.1801 合并 −0.2744 0.1607 1 900～1 920 6.81 4.49 −0.4186 0.5015 0.0248 0.1090 −0.4434 0.5133 −0.8639 合并 −0.2744 0.1607 1 920～1 950 6.73 21.35 1.1758 0.2329 −0.1720 0.1200 1.3478 0.2620 5.1444 4 1.1758 0.2329 1 950～2 000 12.50 23.60 0.6439 0.2202 −0.1368 0.1218 0.7807 0.2516 3.1032 5 0.6439 0.2202 2 000～2 100 23.25 11.24 −0.7318 0.3169 0.1468 0.1131 −0.8787 0.3365 −2.6110 13 −0.7318 0.3169 2 100～2 200 18.86 20.22 0.0708 0.2369 −0.0172 0.1192 0.0879 0.2652 0.3315 合并 −0.2744 0.1607 2 200～2 300 11.48 4.49 −0.9436 0.5009 0.0767 0.1090 −1.0203 0.5126 −1.9903 合并 −0.2744 0.1607 2 300～2 400 7.02 3.37 −0.7383 0.5786 0.0389 0.1084 −0.7772 0.5887 −1.3201 合并 −0.2744 0.1607 2 400～2 500 2.61 0.00 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 合并 −0.2744 0.1607 >2 500 0.19 0.00 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 合并 −0.2744 0.1607 坡度/(°) <5 18.72 4.49 −1.4297 0.5006 0.1620 0.1091 −1.5916 0.5123 −3.1068 5 −1.4297 0.5006 5～15 38.32 37.08 −0.0288 0.1749 0.0174 0.1343 −0.0462 0.2205 −0.2093 合并 0.0221 0.1450 15～25 28.72 41.57 0.3785 0.1655 −0.2023 0.1392 0.5808 0.2163 2.6853 3 0.3785 0.1655 25～35 11.60 12.36 0.0688 0.3030 −0.0093 0.1138 0.0782 0.3237 0.2416 合并 0.0221 0.1450 >35 2.64 4.49 0.5436 0.5040 −0.0195 0.1090 0.5632 0.5157 1.0921 合并 0.0221 0.1450 坡向 北东 9.72 11.24 0.1460 0.3179 −0.0171 0.1130 0.1631 0.3374 0.4833 合并 −0.0001 0.1065 东 12.77 15.73 0.2107 0.2688 −0.0349 0.1160 0.2456 0.2928 0.8388 合并 −0.0001 0.1065 南东 16.92 19.10 0.1222 0.2438 −0.0268 0.1184 0.1490 0.2710 0.5496 合并 −0.0001 0.1065 南 13.16 11.24 −0.1592 0.3175 0.0221 0.1130 −0.1813 0.3370 −0.5379 合并 −0.0001 0.1065 南西 10.57 10.11 −0.0448 0.3348 0.0052 0.1123 −0.0500 0.3532 −0.1415 合并 −0.0001 0.1065 西 13.45 6.74 −0.6954 0.4092 0.0754 0.1103 −0.7707 0.4238 −1.8186 合并 −0.0001 0.1065 北西 14.58 12.36 −0.1667 0.3027 0.0259 0.1138 −0.1926 0.3234 −0.5955 合并 −0.0001 0.1065 北 8.82 13.48 0.4290 0.2908 −0.0529 0.1145 0.4819 0.3125 1.5423 合并 −0.0001 0.1065 坡面
曲率−0.75～−0.28（凹形） 3.20 5.62 0.5690 0.4509 −0.0255 0.1096 0.5945 0.4640 1.2812 合并 0.0960 0.1367 −0.28～−0.15（凹形） 10.64 22.47 0.7577 0.2258 −0.1432 0.1209 0.9009 0.2562 3.5171 1 0.7577 0.2258 −0.15～−0.05（凹形） 19.66 26.97 0.3197 0.2054 −0.0962 0.1246 0.4159 0.2403 1.7311 合并 0.0960 0.1367 −0.05～0.05（平坦） 34.18 16.85 −0.7119 0.2588 0.2362 0.1169 −0.9482 0.2840 −3.3388 6 −0.7119 0.2588 0.05～0.15（凸形） 17.53 21.35 0.1990 0.2307 −0.0478 0.1201 0.2468 0.2601 0.9489 合并 0.0960 0.1367 0.15～0.28（凸形） 11.00 5.62 −0.6766 0.4483 0.0593 0.1097 −0.7359 0.4615 −1.5945 合并 0.0960 0.1367 0.28～0.69（凸形） 3.78 1.12 −1.2194 1.0014 0.0275 0.1071 −1.2469 1.0071 −1.2381 合并 0.0960 0.1367 工程
地质
岩组松散碎石土体 13.15 6.74 −0.6736 0.4092 0.0720 0.1103 −0.7456 0.4238 −1.7592 合并 −0.1844 0.1329 石英砂岩 7.55 10.11 0.2947 0.3354 −0.0283 0.1123 0.3230 0.3537 0.9131 合并 −0.1844 0.1329 砂岩、泥岩、页岩 23.08 35.96 0.4474 0.1781 −0.1844 0.1330 0.6318 0.2222 2.8430 3 0.4474 0.1781 白云岩、灰岩 38.88 37.08 −0.0491 0.1749 0.0301 0.1343 −0.0793 0.2205 −0.3596 合并 −0.1844 0.1329 玄武岩 16.94 10.11 −0.5206 0.3343 0.0800 0.1124 −0.6005 0.3526 −1.7029 合并 −0.1844 0.1329 侵入岩脉 0.29 0.00 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 合并 −0.1844 0.1329 距断层
距离/m0～50 5.63 12.36 0.7973 0.3046 −0.0746 0.1137 0.8719 0.3252 2.6814 3 0.7973 0.3046 50～100 5.86 5.62 −0.0429 0.4492 0.0026 0.1096 −0.0455 0.4624 −0.0985 合并 −0.0746 0.1137 100～300 19.87 19.10 −0.0397 0.2436 0.0096 0.1184 −0.0493 0.2709 −0.1822 合并 −0.0746 0.1137 300～500 16.11 20.22 0.2299 0.2371 −0.0508 0.1192 0.2806 0.2654 1.0574 合并 −0.0746 0.1137 500～1000 26.12 17.98 −0.3764 0.2508 0.1056 0.1177 −0.4820 0.2770 −1.7397 合并 −0.0746 0.1137 1000～2 000 22.75 24.72 0.0840 0.2143 −0.0261 0.1227 0.1101 0.2469 0.4457 合并 −0.0746 0.1137 >2000 3.66 0.00 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 合并 −0.0746 0.1137 距主要
公路
距离/m0～50 11.11 29.21 0.9820 0.1986 −0.2296 0.1265 1.2116 0.2354 5.1469 3 0.9820 0.1986 50～100 8.14 13.48 0.5111 0.2909 −0.0605 0.1145 0.5716 0.3126 1.8284 合并 −0.1257 0.1296 100～300 20.62 20.22 −0.0196 0.2368 0.0050 0.1192 −0.0247 0.2651 −0.0931 合并 −0.1257 0.1296 300～500 12.53 3.37 −1.3195 0.5781 0.1005 0.1084 −1.4201 0.5882 −2.4144 4 −1.3195 0.5781 500～1000 17.21 16.85 −0.0210 0.2594 0.0043 0.1168 −0.0253 0.2845 −0.0889 合并 −0.1257 0.1296 1000～2 000 16.67 10.11 −0.5038 0.3343 0.0765 0.1124 −0.5803 0.3527 −1.6455 合并 −0.1257 0.1296 >2000 13.72 6.74 −0.7153 0.4092 0.0785 0.1103 −0.7939 0.4238 −1.8733 合并 −0.1257 0.1296 土地
利用
类型林地 54.70 28.09 −0.0794 0.1497 0.0883 0.1515 −0.1676 0.2130 −0.7870 合并 −0.1287 0.1183 灌木 0.14 0.00 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 合并 −0.1287 0.1183 草地 7.39 8.99 0.1979 0.3556 −0.0176 0.1116 0.2155 0.3727 0.5783 合并 −0.1287 0.1183 耕地 16.54 10.11 −0.4955 0.3343 0.0749 0.1124 −0.5704 0.3527 −1.6174 合并 −0.1287 0.1183 建筑 12.82 11.24 −0.1332 0.3175 0.0182 0.1130 −0.1514 0.3370 −0.4492 合并 −0.1287 0.1183 裸地或稀疏植被 8.09 41.57 0.8719 0.2452 −0.1287 0.1183 1.0006 0.2723 3.6746 4 0.8719 0.2452 开阔水域 0.32 0.00 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 合并 −0.1287 0.1183 3.2 模型ROC曲线和AUC
采用接受者操作特性曲线（Receiver Operating Characteristic Curve，ROC）和ROC 曲线下与坐标轴围成的面积（Area Under Curve，AUC）[29-32]评估模型拟合精度。模型拟合精度越好则AUC越接近1，0.7～0.9时表示较好。文中建立的证据权法模型的AUC为80.4%，拟合精度优异（图5）。
3.3 易发性评价结果
综合自然间断点分级和地质灾害分布，圈定了高易发区、中易发区和低易发区（表3、图6），其中高易发区188.55 km2（占研究区总面积的49.41%），中易发区152.21 km2（占研究区总面积的39.88%），89.9%和9.1%的地灾点落入高易发区和中易发区，显示易发性分区符合已发地质灾害分布，模型预测性能较好。
表 3 地质灾害易发性分区表Table 3. Form of geological hazard susceptibility zoning易发性
分区面积/
km2占总面积/
%编号 面积/
km2占大区/
面积%灾点数 灾点密度/
(个·km−2)地质灾害
高易发区（Ⅰ）188.55 49.41 Ⅰ1 152.32 80.79 64 0.41 Ⅰ2 17.93 9.51 9 0.50 Ⅰ3 16.11 8.54 8 0.94 Ⅰ4 2.19 1.16 1 0.46 地质灾害
中易发区（Ⅱ）152.21 39.88 Ⅱ1 1.30 0.85 − − Ⅱ2 18.82 12.36 2 0.11 Ⅱ3 15.03 9.87 1 0.07 Ⅱ4 12.92 8.49 − − Ⅱ5 18.51 12.16 2 0.11 Ⅱ6 9.12 5.99 − − Ⅱ7 44.66 29.34 − − Ⅱ8 12.34 8.11 1 0.08 Ⅱ9 11.73 7.71 − − Ⅱ10 7.78 5.11 − − 低易发区（Ⅲ） 47.40 12.42 Ⅲ1 47.40 100 1 0.02 结合地质环境因素特征分析西部高易发区（图6蓝色框范围内、图7）主要位于砂岩、泥岩和页岩岩组，断裂构造较密集，以山谷斜坡地貌为主，坡度15°～25°和>35°较陡峭斜坡范围成片发育且面积较广，主要公路建于本区山谷，裸地/稀疏植被和草地连片覆盖范围较大。预测圈定的高易发区的这些分布特征，与上文分析得到的地质灾害控制因素特征吻合，预测结果符合地质灾害空间分布特征。
4. 结论
（1）“因子面积百分比A”“地灾数百分比B”和“比率β”，以及各因素各分类地质灾害证据权重可以定量地分析各因素与地质灾害发生的相关性。
（2）圈定高易发区188.55 km2（占总面积的49.41%），中易发区152.21 km2（占总面积的39.88%），易发性分区图具有较好的等级区分度。
（3）通过证据权法绘制的地质灾害易发性图可以有效地预测该区地质灾害，模型拟合精度AUC=80.4%。89.9%和9.1%的地灾点落入高和中易发区，建模结果与实际地质灾害发育情况吻合度高，较好地揭示了研究区地质灾害易发性特征。
（4）证据权法在研究区这类云南高原低山丘陵区有效性高，方法理论清晰，较为成熟，由数据驱动，参数定义明确，易于一线工程师推广使用。同时，该方法权重的估计和模型预测性能受预测因子选择、因子数据空间分辨率、因子分级影响较大，具体工作中宜对这些问题进行深入研究和统计分析。建议通过对因子分级进行显著性测试实施优选，减小对权重的高估或低估，提高模型效能。
-
![]()
图 1 元阳县崩滑灾点分布图
Figure 1. Distribution map of collapse and landslide disaster sites in Yuanyang County
表 1 随机森林模型参数
Table 1 Summary table of Random forest model parameters
参数名 参数值 训练用时/s 0.156 数据切分 0.7 数据洗牌 是 交叉验证 否 节点分裂评价准则 gini 决策树数量 100 有放回采样 TRUE 袋外数据测试 FALSE 划分时考虑的最大特征比例 auto 内部节点分裂的最小样本数 2 叶子节点的最小样本数 1 叶子节点中样本的最小权重 0 树的最大深度 10 叶子节点的最大数量 50 节点划分不纯度的阈值 0 
下载: 导出CSV
表 2 数据集精确率
Table 2 Summary table of dataset accuracy
准确率 召回率 精确率 F1 训练集 0.920 0.920 0.926 0.920 测试集 0.705 0.705 0.705 0.704 注：F1为精确率和召回率的调和平均。
下载: 导出CSV
表 3 易发性分级数据统计
Table 3 Sueceptibility classification data statistics
易发性等级 灾点数 比重/% 区间面积/km2 比重/% 低 19 7.34 410.06 18.58 中 21 8.11 470.21 21.30 高 77 29.73 550.02 24.92 极高 142 54.83 776.87 35.20
下载: 导出CSV
表 4 评价结果对比表
Table 4 Comparison table of evaluation results
结果来源 易发性等级 灾点数 比重/% 区间面积/km2 比重/% 本文评价结果 低 19 7.34 410.06 18.58 中 21 8.11 470.21 21.30 高 77 29.73 550.02 24.92 极高 142 54.83 776.87 35.20 详查评价结果 低 0 0.00 369.70 16.75 中 19 7.34 511.18 23.16 高 80 30.89 591.30 26.79 极高 157 60.62 734.98 33.30
下载: 导出CSV
-
[1] 殷坤龙,张桂荣. 地质灾害风险区划与综合防治对策[J]. 安全与环境工程,2003,10(1):32 − 35. [YIN Kunlong,ZHANG Guirong. Risk zonation of geo-hazards and its comprehensive control[J]. Safety and Environmental Engineering,2003,10(1):32 − 35. (in Chinese with English abstract) DOI: 10.3969/j.issn.1671-1556.2003.01.010 YIN Kunlong, ZHANG Guirong. Risk zonation of geo-hazards and its comprehensive control[J]. Safety and Environmental Engineering, 2003, 10（1）: 32-35. （in Chinese with English abstract） DOI: 10.3969/j.issn.1671-1556.2003.01.010
[2] 田述军,张珊珊,唐青松,等. 基于不同评价单元的滑坡易发性评价对比研究[J]. 自然灾害学报,2019,28(6):137 − 145. [TIAN Shujun,ZHANG Shanshan,TANG Qingsong,et al. Comparative study of landslide susceptibility assessment based on different evaluation units[J]. Journal of Natural Disasters,2019,28(6):137 − 145. (in Chinese with English abstract) DOI: 10.13577/j.jnd.2019.0615 TIAN Shujun, ZHANG Shanshan, TANG Qingsong, et al. Comparative study of landslide susceptibility assessment based on different evaluation units[J]. Journal of Natural Disasters, 2019, 28（6）: 137-145. （in Chinese with English abstract） DOI: 10.13577/j.jnd.2019.0615
[3] 王磊,常鸣,邢月龙. 基于信息量法模型与GIS的滑坡地质灾害风险性评价[J]. 地质灾害与环境保护,2021,32(2):14 − 20. [WANG Lei,CHANG Ming,XING Yuelong. Risk assessment of landslide geological hazards based on information method model and GIS[J]. Journal of Geological Hazards and Environment Preservation,2021,32(2):14 − 20. (in Chinese with English abstract) DOI: 10.3969/j.issn.1006-4362.2021.02.003 WANG Lei, CHANG Ming, XING Yuelong. Risk assessment of landslide geological hazards based on information method model and GIS[J]. Journal of Geological Hazards and Environment Preservation, 2021, 32（2）: 14-20. （in Chinese with English abstract） DOI: 10.3969/j.issn.1006-4362.2021.02.003
[4] 于成龙. 和龙市典型地质灾害风险性区划与地质环境承载力综合评价研究[D]. 长春: 吉林大学, 2021 YU Chenglong. Study on risk mapping of typical geological hazards and comprehensive evaluation of geological environment carrying capacity in Helong City[D]. Changchun: Jilin University, 2021. （in Chinese with English abstract）
[5] 朱浩濛, 马晓峰, 张义顺. 基于斜坡单元下的层次分析法在地质灾害易发性区划中的应用[C]//防治地灾 除险安居——浙江省地质学会2017年学术年会论文集. 杭州, 2017: 79 − 84. ZHU Haomeng, MA Xiaofeng, ZHANG Yishun. Application of analytic hierarchy process based on slope unit in geological disaster-prone regionalization[C]//Prevention and control of local disasters, removal of risks and housing: Proceedings of the 2017 Academic Annual Conference of Zhejiang Geological Society. Hangzhou, 2017: 79 − 84.
[6] 赵晓燕,谈树成,李永平. 基于斜坡单元与组合赋权法的东川区地质灾害危险性评价[J]. 云南大学学报(自然科学版),2021,43(2):299 − 305. [ZHAO Xiaoyan,TAN Shucheng,LI Yongping. Risk assessment of geological hazards in Dongchuan District based on the methods of slope unit and combination weighting[J]. Journal of Yunnan University (Natural Sciences Edition),2021,43(2):299 − 305. (in Chinese with English abstract) ZHAO Xiaoyan, TAN Shucheng, LI Yongping. Risk assessment of geological hazards in Dongchuan District based on the methods of slope unit and combination weighting[J]. Journal of Yunnan University （Natural Sciences Edition）, 2021, 43（2）: 299-305. （in Chinese with English abstract）
[7] 李益敏,李驭豪,赵志芳. 基于确定性系数模型的泸水市泥石流易发性评价[J]. 水土保持研究,2019,26(4):336 − 342. [LI Yimin,LI Yuhao,ZHAO Zhifang. Assessment on susceptibility of debris flow in Lushui based on the certain factor model[J]. Research of Soil and Water Conservation,2019,26(4):336 − 342. (in Chinese with English abstract) DOI: 10.13869/j.cnki.rswc.2019.04.050 LI Yimin, LI Yuhao, ZHAO Zhifang. Assessment on susceptibility of debris flow in Lushui based on the certain factor model[J]. Research of Soil and Water Conservation, 2019, 26（4）: 336-342. （in Chinese with English abstract） DOI: 10.13869/j.cnki.rswc.2019.04.050
[8] 胡燕,李德营,孟颂颂,等. 基于证据权法的巴东县城滑坡灾害易发性评价[J]. 地质科技通报,2020,39(3):187 − 194. [HU Yan,LI Deying,MENG Songsong,et al. Landslide susceptibility evaluation in Badong County based on weights of evidence method[J]. Bulletin of Geological Science and Technology,2020,39(3):187 − 194. (in Chinese with English abstract) HU Yan, LI Deying, MENG Songsong, et al. Landslide susceptibility evaluation in Badong County based on weights of evidence method[J]. Bulletin of Geological Science and Technology, 2020, 39（3）: 187-194. （in Chinese with English abstract）
[9] 牛瑞卿,彭令,叶润青,等. 基于粗糙集的支持向量机滑坡易发性评价[J]. 吉林大学学报(地球科学版),2012,42(2):430 − 439. [NIU Ruiqing,PENG Ling,YE Runqing,et al. Landslide susceptibility assessment based on rough sets and support vector machine[J]. Journal of Jilin University (Earth Science Edition),2012,42(2):430 − 439. (in Chinese with English abstract) NIU Ruiqing, PENG Ling, YE Runqing, et al. Landslide susceptibility assessment based on rough sets and support vector machine[J]. Journal of Jilin University （Earth Science Edition）, 2012, 42（2）: 430-439. （in Chinese with English abstract）
[10] 郑迎凯,陈建国,王成彬,等. 确定性系数与随机森林模型在云南芒市滑坡易发性评价中的应用[J]. 地质科技通报,2020,39(6):131 − 144. [ZHENG Yingkai,CHEN Jianguo,WANG Chengbin,et al. Application of certainty factor and random forests model in landslide susceptibility evaluation in Mangshi City,Yunnan Province[J]. Bulletin of Geological Science and Technology,2020,39(6):131 − 144. (in Chinese with English abstract) ZHENG Yingkai, CHEN Jianguo, WANG Chengbin, et al. Application of certainty factor and random forests model in landslide susceptibility evaluation in Mangshi City, Yunnan Province[J]. Bulletin of Geological Science and Technology, 2020, 39（6）: 131-144. （in Chinese with English abstract）
[11] 陆跃萍. 从元阳县城滑坡灾害看山区城镇建设的环境因素[J]. 云南环境科学,1993,12(1):39 − 41. [LU Yueping. Environmental factors of urban construction in mountainous areas from landslide disaster in Yuanyang County[J]. Yunnan Environmental Science,1993,12(1):39 − 41. (in Chinese with English abstract) LU Yueping. Environmental factors of urban construction in mountainous areas from landslide disaster in Yuanyang County[J]. Yunnan Environmental Science, 1993, 12（1）: 39-41. （in Chinese with English abstract）
[12] 戚琦. 基于GIS和目标层次联合分析方法的元阳县地质灾害易发程度评价研究[D]. 北京: 中国地质大学（北京）, 2012 QI Qi. Study on the evaluation of the susceptibility of geological hazards occurring in Yuan yang County based on the combination of AHP and GIS[D]. Beijing: China University of Geosciences, 2012. （in Chinese with English abstract）
[13] 屠水云,张钟远,付弘流,等. 基于CF与CF-LR模型的地质灾害易发性评价[J]. 中国地质灾害与防治学报,2022,33(2):96 − 104. [TU Shuiyun,ZHANG Zhongyuan,FU Hongliu,et al. Geological hazard susceptibility evaluation based on CF and CF-LR model[J]. The Chinese Journal of Geological Hazard and Control,2022,33(2):96 − 104. (in Chinese with English abstract) DOI: 10.16031/j.cnki.issn.1003-8035.2022.02-12 TU Shuiyun, ZHANG Zhongyuan, FU Hongliu, et al. Geological hazard susceptibility evaluation based on CF and CF-LR model[J]. The Chinese Journal of Geological Hazard and Control, 2022, 33（2）: 96-104. （in Chinese with English abstract） DOI: 10.16031/j.cnki.issn.1003-8035.2022.02-12
[14] 温鑫,范宣梅,陈兰,等. 基于信息量模型的地质灾害易发性评价—以川东南古蔺县为例[J]. 地质科技通报,2022,41(2):290 − 299. [WEN Xin,FAN Xuanmei,CHEN Lan,et al. Susceptibility assessment of geological disasters based on an information value model:A case of Gulin County in southeast Sichuan[J]. Bulletin of Geological Science and Technology,2022,41(2):290 − 299. (in Chinese with English abstract) WEN Xin, FAN Xuanmei, CHEN Lan, et al. Susceptibility assessment of geological disasters based on an information value model: a case of Gulin County in Southeast Sichuan[J]. Bulletin of Geological Science and Technology, 2022, 41（2）: 290-299. （in Chinese with English abstract）
[15] 毕鸿基,聂磊,曾超,等. 基于三种多变量不安定指数分析模型的汶川县地质灾害易发性评价[J]. 中国地质灾害与防治学报,2022,33(1):123 − 131. [BI Hongji,NIE Lei,ZENG Chao,et al. Geological hazard susceptibility evaluation in Wenchuan area based on three models of multivariate instability index analysis[J]. The Chinese Journal of Geological Hazard and Control,2022,33(1):123 − 131. (in Chinese with English abstract) DOI: 10.16031/j.cnki.issn.1003-8035.2022.01-15 BI Hongji, NIE Lei, ZENG Chao, et al. Geological hazard susceptibility evaluation in Wenchuan area based on three models of multivariate instability index analysis[J]. The Chinese Journal of Geological Hazard and Control, 2022, 33（1）: 123-131. （in Chinese with English abstract） DOI: 10.16031/j.cnki.issn.1003-8035.2022.01-15
[16] 韩用顺,孙湘艳,刘通,等. 基于证据权-投影寻踪模型的藏东南地质灾害易发性评价[J]. 山地学报,2021,39(5):672 − 686. [HAN Yongshun,SUN Xiangyan,LIU Tong,et al. Susceptibility evaluation of geological hazards based on evidence weight-projection pursuit model in southeast Tibet,China[J]. Mountain Research,2021,39(5):672 − 686. (in Chinese with English abstract) DOI: 10.16089/j.cnki.1008-2786.000629 HAN Yongshun, SUN Xiangyan, LIU Tong, et al. Susceptibility evaluation of geological hazards based on evidence weight-projection pursuit model in southeast Tibet, China[J]. Mountain Research, 2021, 39（5）: 672-686. （in Chinese with English abstract） DOI: 10.16089/j.cnki.1008-2786.000629
[17] 祁于娜,王磊. 层次分析-熵值定权法应用于山区城镇地质灾害易发性评价[J]. 测绘通报,2021(6):112 − 116. [QI Yuna,WANG Lei. Application of AHP-entropy weight method in hazards susceptibility assessment in mountain town[J]. Bulletin of Surveying and Mapping,2021(6):112 − 116. (in Chinese with English abstract) DOI: 10.13474/j.cnki.11-2246.2021.0187 QI Yuna, WANG Lei. Application of AHP-entropy weight method in hazards susceptibility assessment in mountain town[J]. Bulletin of Surveying and Mapping, 2021（6）: 112-116. （in Chinese with English abstract） DOI: 10.13474/j.cnki.11-2246.2021.0187
[18] 曹文霞. 基于组合赋权法的交口县地质灾害易发性评价研究[D]. 太原: 太原理工大学, 2021 CAO Wenxia. Study on geohazard susceptibility evaluation based on combination weighting method in Jiaokou Country[D]. Taiyuan: Taiyuan University of Technology, 2021. （in Chinese with English abstract）
[19] 孙长明,马润勇,尚合欣,等. 基于滑坡分类的西宁市滑坡易发性评价[J]. 水文地质工程地质,2020,47(3):173 − 181. [SUN Changming,MA Runyong,SHANG Hexin,et al. Landslide susceptibility assessment in Xining based on landslide classification[J]. Hydrogeology & Engineering Geology,2020,47(3):173 − 181. (in Chinese with English abstract) DOI: 10.16030/j.cnki.issn.1000-3665.201906074 SUN Changming, MA Runyong, SHANG Hexin, et al. Landslide susceptibility assessment in Xining based on landslide classification[J]. Hydrogeology & Engineering Geology, 2020, 47（3）: 173-181. （in Chinese with English abstract） DOI: 10.16030/j.cnki.issn.1000-3665.201906074
[20] 姬永涛, 王鲜, 郝业, 等. 基于斜坡单元的陕西省城镇地质灾害风险调查评价——以西安市蒋村街道为例[J]. 灾害学, 2022,37(4): 211-219 JI Yongtao, WANG Xian, HAO Ye, et al. Investigation and evaluation of urban geological hazard risk based on slope unit in Shaanxi Province: A case study of Jiangcun street in Xi’an[J]. Disaster, 2022,37(4): 211-219. （ in Chinese with English abstract）
[21] 邹凤钗,冷洋洋,陶小郎,等. 基于斜坡单元的滑坡风险识别—以贵州万山浅层土质斜坡为例[J]. 中国地质灾害与防治学报,2022,33(3):114 − 122. [ZOU Fengchai,LENG Yangyang,TAO Xiaolang,et al. Landslide hazard identification based on slope unit:A case study of shallow soil slope in Wanshan,Guizhou Province[J]. The Chinese Journal of Geological Hazard and Control,2022,33(3):114 − 122. (in Chinese with English abstract) ZOU Fengchai, LENG Yangyang, TAO Xiaolang, et al. Landslide hazard identification based on slope unit: a case study of shallow soil slope in Wanshan, Guizhou Province[J]. The Chinese Journal of Geological Hazard and Control, 2022, 33（3）: 114-122. （in Chinese with English abstract）
[22] 王家柱, 高延超, 铁永波, 等. 基于斜坡单元的山区城镇滑坡灾害易发性评价——以康定为例[J]. 沉积与特提斯地质: 1 − 17（2021-05-10）[2022-07-10]. WANG Jiazhu, GAO Yanchao, TIE Yongbo, et al. Evaluation of landslide hazard susceptibility in mountainous towns based on slope element: A case study of Kangding City[J]. Sedimentary and Tethyan Geology: 1 − 17（2021-05-10）[2022-07-10]. DOI: 10.19826/j.cnki.1009-3850.2021.03001.（ in Chinese with English abstract）
[23] 胡瑞林,陈平,庄茂国,等. “坡长制斜坡地质灾害防治体系”的建立与技术要点[J]. 工程地质学报,2020,28(4):748 − 761. [HU Ruilin,CHEN Ping,ZHUANG Maoguo,et al. Establishment and technical essentials of slope-geohazard prevention system of slope-unit administrant[J]. Journal of Engineering Geology,2020,28(4):748 − 761. (in Chinese with English abstract) DOI: 10.13544/j.cnki.jeg.2020-057 HU Ruilin, CHEN Ping, ZHUANG Maoguo, et al. Establishment and technical essentials of slope-geohazard prevention system of slope-unit administrant[J]. Journal of Engineering Geology, 2020, 28（4）: 748-761. （in Chinese with English abstract） DOI: 10.13544/j.cnki.jeg.2020-057
[24] 申泽西,张强,吴文欢,等. 青藏高原及横断山区地质灾害易发区空间格局及驱动因子[J]. 地理学报,2022,77(5):1211 − 1224. [SHEN Zexi,ZHANG Qiang,WU Wenhuan,et al. Spatial pattern and attribution analysis of the regions with frequent geological disasters in the Tibetan Plateau and Hengduan mountains[J]. Acta Geographica Sinica,2022,77(5):1211 − 1224. (in Chinese with English abstract) DOI: 10.11821/dlxb202205012 SHEN Zexi, ZHANG Qiang, WU Wenhuan, et al. Spatial pattern and attribution analysis of the regions with frequent geological disasters in the Tibetan Plateau and Hengduan Mountains[J]. Acta Geographica Sinica, 2022, 77（5）: 1211-1224. （in Chinese with English abstract） DOI: 10.11821/dlxb202205012
[25] 杨硕,李德营,严亮轩,等. 基于随机森林模型的乌江高陡岸坡滑坡地质灾害易发性评价[J]. 安全与环境工程,2021,28(4):131 − 138. [YANG Shuo,LI Deying,YAN Liangxuan,et al. Landslide susceptibility assessment in high and steep bank slopes along Wujiang River based on random forest model[J]. Safety and Environmental Engineering,2021,28(4):131 − 138. (in Chinese with English abstract) DOI: 10.13578/j.cnki.issn.1671-1556.20200956 YANG Shuo, LI Deying, YAN Liangxuan, et al. Landslide susceptibility assessment in high and steep bank slopes along Wujiang River based on random forest model[J]. Safety and Environmental Engineering, 2021, 28（4）: 131-138. （in Chinese with English abstract） DOI: 10.13578/j.cnki.issn.1671-1556.20200956
[26] 吴润泽,胡旭东,梅红波,等. 基于随机森林的滑坡空间易发性评价:以三峡库区湖北段为例[J]. 地球科学,2021,46(1):321 − 330. [WU Runze,HU Xudong,MEI Hongbo,et al. Spatial susceptibility assessment of landslides based on random forest:A case study from Hubei section in the Three Gorges Reservoir area[J]. Earth Science,2021,46(1):321 − 330. (in Chinese with English abstract) WU Runze, HU Xudong, MEI Hongbo, et al. Spatial susceptibility assessment of landslides based on random forest: a case study from Hubei section in the Three Gorges Reservoir area[J]. Earth Science, 2021, 46（1）: 321-330. （in Chinese with English abstract）
[27] 王存智,张炜,李晨冬,等. 基于GIS和层次分析法的沙溪流域滑坡地质灾害易发性评价[J]. 中国地质调查,2022,9(5):51 − 60. [WANG Cunzhi,ZHANG Wei,LI Chendong,et al. Vulnerability evaluation of landslide geological disasters in Shaxi Basin based on GIS and analytic hierarchy process[J]. Geological Survey of China,2022,9(5):51 − 60. (in Chinese with English abstract) [WANG Cunzhi, ZHANG Wei, LI Chendong, et al. Vulnerability evaluation of landslide geological disasters in Shaxi Basin based on GIS and analytic hierarchy process[J]. Geological Survey of China, 2022, 9(5): 51-60.(in Chinese with English abstract)
[28] 黄敬军,甘义群,缪世贤,等. 江苏省地质环境区划评价指标体系初步研究[J]. 中国地质,2011,38(6):1599 − 1606. [HUANG Jingjun,GAN Yiqun,MIAO Shixian,et al. A preliminary study of the evaluation index system for geo-environment regionalization in Jiangsu[J]. Geology in China,2011,38(6):1599 − 1606. (in Chinese with English abstract) [HUANG Jingjun, GAN Yiqun, MIAO Shixian, et al. A preliminary study of the evaluation index system for geo-environment regionalization in Jiangsu[J]. Geology in China, 2011, 38(6): 1599-1606.(in Chinese with English abstract)
[29] 刘磊,殷坤龙,张俊. 三峡库区万州主城区第四系堆积层厚度的估算方法及应用[J]. 地质科技情报,2016,35(1):177 − 183. [LIU Lei,YIN Kunlong,ZHANG Jun. Estimation method of the quaternary deposits thickness and its application in Wanzhou central district,Three Gorges Reservoir region[J]. Geological Science and Technology Information,2016,35(1):177 − 183. (in Chinese with English abstract) LIU Lei, YIN Kunlong, ZHANG Jun. Estimation method of the quaternary deposits thickness and its application in Wanzhou central district, Three Gorges Reservoir region[J]. Geological Science and Technology Information, 2016, 35（1）: 177-183. （in Chinese with English abstract）
-
期刊类型引用(23)
1. 马明明，伍尚前，谢猛，童鹏，袁晓波. 决策树分类在铁路沿线桉树提取及滑坡隐患识别中的应用——以贵广高铁广西段为例. 中国地质灾害与防治学报. 2025(01): 37-45 . 
本站查看
2. 刘亚静，刘红健. 基于信息量-随机森林模型的地震带地质灾害易发性评价：以松潘-较场地震带为例. 科学技术与工程. 2024(01): 143-154 . 百度学术
3. 黄海，江思义，李海良，李春玲，吴秋菊. 岩溶地区危岩和岩质崩塌易发性评价研究——以广西贺州市平桂区为例. 成都理工大学学报(自然科学版). 2024(01): 137-151 . 百度学术
4. 刘玥，申玉松，李旭，张迪. 基于不同耦合模型的区域地质灾害易发性评价——以河南商城县为例. 中国地质调查. 2024(01): 83-92 . 百度学术
5. 高茂宁，魏冠军，雷传金，张沛. 顾及时序InSAR的海东市辖区滑坡敏感性评价. 地理空间信息. 2024(05): 97-101 . 百度学术
6. 石文君，王宇栋，解晋航，李章杰，梁形形. 基于多种模型对比的寻甸县地质灾害易发性分析. 矿产勘查. 2024(06): 1092-1102 . 百度学术
7. 寸得欣，令狐昌卫，马一奇，尹林虎，陈庆松，刘振南，涂春霖. 基于GIS和加权信息量模型的富源县地质灾害易发性评价. 科学技术与工程. 2024(18): 7563-7573 . 百度学术
8. 冯振，陈亮，王立朝，侯圣山，田怡帆，刘明学. 区域地质灾害易发性评价的证据权法原理与实践. 地质通报. 2024(07): 1255-1265 . 百度学术
9. 张宇，简季，郝利娜，杨鑫. 基于IV-MLP耦合模型的龙陵县滑坡易发性评价. 物探化探计算技术. 2024(05): 618-626 . 百度学术
10. 桂富羽，史正涛，喜文飞，付尧，郭峻杞. 基于证据权模型的滑坡灾害易发性评价研究——以普洱市为例. 城市勘测. 2024(05): 188-193+198 . 百度学术
11. 梁峰，江攀和. 基于IVM-CF耦合模型的贵定县滑坡地质灾害易发性评价. 水利水电技术(中英文). 2024(S2): 669-677 . 百度学术
12. 裴鹏程，黄帅，袁静，张智康. 走滑断层作用下上覆土层的变形破坏机理. 中国地质灾害与防治学报. 2024(06): 115-127 . 本站查看
13. 赖波，赵风顺，江金进，江山，江宁，李俊生. 基于AHP-信息量法的珠海市地质灾害风险评价. 华南地质. 2023(01): 147-156 . 百度学术
14. 阮征，周少伟，姚胜，田垚. 黄土高原腹地地质灾害致灾因素分析及易发性评价. 科技导报. 2023(10): 115-124 . 百度学术
15. 王伟中，李树兴，杨成，许涛，宋飞，曹小红，李浩然，王伟华. 基于GIS和证据权模型的山阳县地质灾害易发性评价. 新疆地质. 2023(02): 262-269 . 百度学术
16. 黄鑫，吴珍云，丁德建，李希星，石祖峰，祝民强，孙彬涵. 基于信息量-逻辑回归模型的江西省婺源县地质灾害易发性评价. 东华理工大学学报(自然科学版). 2023(03): 259-268 . 百度学术
17. 曾斌，吕权儒，寇磊，艾东，许汇源，袁晶晶. 基于Logistic回归和随机森林的清江流域长阳库岸段堆积层滑坡易发性评价. 中国地质灾害与防治学报. 2023(04): 105-113 . 本站查看
18. 胡杨，张紫昭，林世河. 基于证据权与逻辑回归耦合的新疆伊犁河谷地区滑坡易发性评价. 工程地质学报. 2023(04): 1350-1363 . 百度学术
19. 张潇远，苏巧梅，赵财胜，朱月琴，李凯新，范锦龙，白东升. 一种利用贝叶斯算法优化XGBoost的滑坡易发性评价方法. 测绘科学. 2023(06): 140-150 . 百度学术
20. 张华湘，孙乾征，樊善兴，杨子林. 滑坡易发性评价方法和精度比较——以贵州省大方县为例. 贵州地质. 2023(03): 302-309+295 . 百度学术
21. 龚芯磊，张斌，高金利，杨洪森. 基于斜坡单元尺度AHP-信息量模型的重点区域地质灾害风险评价——以贵州省紫云县中部重点区为例. 贵州地质. 2023(03): 310-320 . 百度学术
22. 谭燕，崔雨，金华丽，方龙建，葛鹏，付乐意. 基于信息量模型及层次分析法的镇江丹徒区滑坡崩塌地质灾害易发性评价. 昆明冶金高等专科学校学报. 2023(04): 7-15 . 百度学术
23. 董凯，王永卿，蒲秀勇，梁凯丽. 基于信息量法的广西南宁市武鸣区地质灾害易发性评价. 农业灾害研究. 2023(09): 300-303 . 百度学术
其他类型引用(8)
计量
- 文章访问数: 1372
- HTML全文浏览量: 1133
- PDF下载量: 278
- 被引次数: 31
邮件订阅
RSS