基于频率比模型和随机森林模型耦合的地质灾害易发性评价

作     者：翟文华 王小东 吴明堂 吴晓亮 李倩倩 ZHAI Wenhua;WANG Xiaodong;WU Mingtang;WU Xiaoliang;LI Qianqian

作者机构：华北水利水电大学地球科学与工程学院河南郑州450000 中国电建集团华东勘测设计研究院有限公司浙江杭州310000 

出 版 物：《自然灾害学报》 (Journal of Natural Disasters)

年 卷 期：2023年第32卷第6期

页      面：74-82页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 08[工学] 0837[工学-安全科学与工程] 

基　　金：国家自然科学基金项目(41807274) 国家重点研发计划(2019YFC1509703) 河南省高校重点科研项目计划(19A170010) 华北水利水电大学硕士创新能力提升工程项目(YK-2021-79) 

主　　题：易发性评价 非地质灾害单元 频率比 随机森林 地理信息系统 

摘      要：目前利用机器学习进行易发性评价时,非地质灾害单元通常是在研究区范围内随机选取,会导致部分非地质灾害单元落在潜在地质灾害单元之上,造成模型评价结果偏差,所以非地质灾害单元的有效选取成为当前易发性评价的难点问题。以浙江省长兴县李家巷镇为研究区,选取高程、坡度、坡向、剖面曲率、岩组、距水系距离、距断层距离、归一化植被指数和土地利用这9个环境因子作为评价指标,利用频率比模型(frequency radio,FR)进行非地质灾害单元的选取,然后选用随机森林模型(random forest,RF)进行地质灾害易发性评价,并与未经有效筛选非地质灾害单元的RF模型结果进行对比分析。结果表明,与RF模型相比,FR-RF模型的特异性(Specificity)提升了9.51%,说明对非地质灾害单元的预测能力显著提升,同时敏感性(Recall)提升了13.71%,说明对地质灾害单元的预测性能也大幅提升,受试者工作特征曲线下的面积(area under curve,AUC)和准确率(Accuracy)分别提高了6%、11.66%,模型整体性能及预测能力得到改进;地质灾害极高和高易发区主要分布于存在碎屑岩和坡度较大的区域,总面积为7.35 km 2,相较于RF模型结果,面积增加了25.98%,而极低和低易发区面积减少了16.7%;坡度、工程岩组是该研究区地质灾害的主控因素,相对重要性占比分别为37.7%和28.0%。