基于模糊相似优先比的滑坡易发性评价及动态更新

作     者：谢小旭 李德营 许方党 王明哲 苗发盛 孙一清 

作者机构：浙江省第十一地质大队 中铁第一勘察设计院集团有限公司 中国地质大学工程学院 中国地质大学地质调查研究院 

出 版 物：《工程地质学报》 (Journal of Engineering Geology)

年 卷 期：2024年

核心收录：

学科分类：081803[工学-地质工程] 08[工学] 0818[工学-地质资源与地质工程] 

基　　金：国家自然科学基金项目(资助号:41772310 42007267) 

主　　题：滑坡易发性评价动态更新 模糊相似优先比 易发性分区稳定性 易发性数据驱动模型 工程地质类比 

摘      要：针对现有滑坡易发性数据驱动模型可解释性弱和过度依赖滑坡数据的问题，本文将模糊相似优先比法（FPR）引入到滑坡易发性评价中，在短期内滑坡数据更新而环境因子不变的情况下，进行滑坡易发性评价的动态更新；并定义了易发性分区稳定性系数（w）以表征在易发性评价动态更新中评价结果的稳定性。以三峡库区万州区三个乡镇为研究区，将区内113个滑坡按8：1：1分为三组以模拟滑坡数据动态更新，选用信息量和人工神经网络（ANN）作为对比模型，分别采用三组滑坡数据进行滑坡易发性评价以研究滑坡易发性评价的动态更新。结果显示，在两次滑坡数据更新后，信息量和ANN评价结果中均有超过50%的斜坡单元易发性等级发生了变化，而FPR只有12%发生了变化。ANN和FPR的AUC值都有不同程度的提高。相较对比模型，FPR模型在易发性评价动态更新中表现最好（AUC=0.8859，w=1），该方法每一步都有严格的数学推导，可解释性强，且对样本数据的依赖性小，有效提高了滑坡空间预测精度。