基于GBDT-LR和信息量模型耦合的滑坡易发性评价

作者：董张玉; 张晋; 彭鹏; 王燕; 杨智; 安森

来源：水土保持通报, 2023, 43(01): 149-157+166.

DOI：10.13961/j.cnki.stbctb.2023.01.018

• 滑坡易发性
• 信息量
• 逻辑回归
• GBDT-LR
• 安徽省池州市

[目的]探索准确、快速的滑坡易发性区划方法，为区域安全监测提供参考，为政府治理滑坡灾害提供科学依据。[方法]以安徽省池州市贵池区为研究区域，采用梯度提升决策树—逻辑回归(GBDT-LR)和信息量(I)模型耦合的方法，实现区域滑坡易发性评价。该方法通过对原样本地学习，组合产生新的模拟样本，从而增强易发性评价模型对滑坡的拟合能力；采用Borderline-Smote算法解决样本数据不对称的问题。选用r.slopeunits软件划分的斜坡单元作为最小评价单元，选取坡度、坡向、地形曲率、剖面曲率、平面曲率、地形湿度指数(TWI)、地形起伏度、归一化植被指数(NDVI)、距断裂距离和距水系距离总计10个评价因子。分别从频率比、滑坡灾害点及隐患点密度、ROC曲线3个方面对构建的滑坡易发性模型进行评价。[结果]试验结果表明：耦合模型I-GBDT-LR分别比I,LR,I-LR模型的高易发区频率比所占比例提升约10%,13%,7%,高易发区滑坡灾害点及隐患点密度分别提升约9,11,7,ROC精度提升约10%,9%,5%。[结论]从检验指标综合来看，耦合模型的精度均高于单一模型，所提出耦合模型精度又高于I-LR耦合模型，为滑坡易发性评价提供了一种有效的、新型的评价方法。

• 单位
  安徽省地质调查院（安徽省地质科学研究所）; 合肥工业大学