基于頻率比與集成學(xué)習(xí)的滑坡易發(fā)性評(píng)價(jià)
——以金沙江上游巴塘—德格河段為例*

王世寶 莊建琦 樊宏宇 牛鵬堯 賈珂程 王 杰

(長(zhǎng)安大學(xué)地質(zhì)工程與測(cè)繪學(xué)院/西部礦產(chǎn)資源與地質(zhì)工程教育部重點(diǎn)實(shí)驗(yàn)室，西安 710054，中國(guó))

0 引 言

滑坡在世界范圍內(nèi)廣泛分布，尤其是在地質(zhì)活動(dòng)較為活躍的區(qū)域，往往造成災(zāi)難性后果，是破壞性最大的地質(zhì)災(zāi)害之一，給不同國(guó)家的經(jīng)濟(jì)建設(shè)、社會(huì)發(fā)展及人民生活帶來(lái)了巨大的損失(黃潤(rùn)秋，2007；Hu Q,2020; Hu X，2020)。近年來(lái)，隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，城鎮(zhèn)建設(shè)及交通運(yùn)輸網(wǎng)絡(luò)建設(shè)的加快，土地利用的需求極大增加，大量的工程建設(shè)和資源開(kāi)采造成滑坡災(zāi)害的多發(fā)、頻發(fā)，嚴(yán)重影響了我國(guó)土地的利用與規(guī)劃。因此，如何有效地預(yù)測(cè)新滑坡的發(fā)生，已經(jīng)成為滑坡災(zāi)害研究的重點(diǎn)之一。然而，滑坡易發(fā)性評(píng)價(jià)是一種有效的解決方式，可以為地質(zhì)災(zāi)害的防災(zāi)減災(zāi)、城鎮(zhèn)規(guī)劃等工作提供科學(xué)依據(jù)。

滑坡易發(fā)性評(píng)價(jià)方法主要分為定性評(píng)價(jià)與定量評(píng)價(jià)(Aditian et al.，2018)。定性評(píng)價(jià)主要依據(jù)于專家的經(jīng)驗(yàn)知識(shí)進(jìn)行識(shí)別和判斷，其方法包括滑坡的編錄和知識(shí)驅(qū)動(dòng)(Chen et al.，2016；Myronidis et al.，2016)；定量評(píng)價(jià)是依據(jù)數(shù)學(xué)知識(shí)建立概率統(tǒng)計(jì)模型，該方法主要為數(shù)據(jù)驅(qū)動(dòng)和物理驅(qū)動(dòng)(Lari et al.，2014；Hu et al.，2019)。早期滑坡易發(fā)性評(píng)價(jià)方法主要以定性的評(píng)價(jià)為主，該方法需要豐富的經(jīng)驗(yàn)知識(shí)，評(píng)價(jià)結(jié)果高度依賴于專家的主觀判斷，僅僅適用于小范圍的滑坡易發(fā)性評(píng)價(jià)(Myronidis et al.，2016)。隨著地理系統(tǒng)和計(jì)算機(jī)技術(shù)的快速發(fā)展，基于統(tǒng)計(jì)分析和機(jī)器學(xué)習(xí)的定量評(píng)價(jià)在滑坡易發(fā)性評(píng)價(jià)中得到廣泛的應(yīng)用(莊建琦等，2010；Conforti et al.，2014)。特別是機(jī)器學(xué)習(xí)以處理滑坡影響因子間非線性關(guān)系，在滑坡易發(fā)性評(píng)價(jià)中取得較好的效果，主要有多層感知器模型(Pham et al.，2017；Huang et al.，2020)，BP神經(jīng)網(wǎng)絡(luò)模型(Pavel et al.，2011；郭子正等，2019)，邏輯回歸模型(Chen et al.，2019；羅路廣等，2021)，支持向量機(jī)模型(Kavzoglu et al.，2014；Oh et al.，2018)，集成學(xué)習(xí)模型(Xuan et al.，2018)等。其中集成學(xué)習(xí)模型預(yù)測(cè)精度較高，在易發(fā)性評(píng)價(jià)中得到了成功的應(yīng)用(劉堅(jiān)等，2018；Sun et al.，2020)。

集成學(xué)習(xí)是一種先進(jìn)的機(jī)器學(xué)習(xí)算法，它是通過(guò)組合多個(gè)分類器構(gòu)建一個(gè)更加優(yōu)越的分類器，從而提高模型的精確度。由于集成學(xué)習(xí)具有較強(qiáng)的分類和預(yù)測(cè)性能，已經(jīng)在其他領(lǐng)域取得了較好的成果(Paisitkriangkrai et al.，2016；Li et al.，2020；Samat et al.，2020)。本文基于集成學(xué)習(xí)中著名的隨機(jī)森林(Random Forest)和梯度提升樹(shù)(Gradient Boost Tree)構(gòu)建滑坡易發(fā)性評(píng)價(jià)模型。為了對(duì)兩種集成學(xué)習(xí)算法模型進(jìn)行訓(xùn)練和測(cè)試，需要選取與滑坡(正樣本)相同數(shù)量的非滑坡(負(fù)樣本)，組合成訓(xùn)練集和測(cè)試集數(shù)據(jù)。本文采用頻率比模型預(yù)測(cè)的極低、低易發(fā)區(qū)隨機(jī)選取非滑坡樣本，以避免非滑坡選取的誤差，提高集成學(xué)習(xí)模型的預(yù)測(cè)精度。

金沙江上游巴塘—德格河段區(qū)域位于青藏高原東部的金沙江縫合帶，是一個(gè)多期變質(zhì)形成的斷裂和構(gòu)造塊體組成的復(fù)雜帶(鄧建輝等，2019)。該地區(qū)滑坡災(zāi)害發(fā)育較多，對(duì)金沙江流域附近人民的生命安全和城鎮(zhèn)基礎(chǔ)設(shè)施有著巨大的威脅。例如，2018年發(fā)生在江達(dá)縣白格村金沙江右岸的大規(guī)模高位滑坡，堵塞金沙江形成堰塞湖，導(dǎo)致上游幾個(gè)鄉(xiāng)鎮(zhèn)被淹，堰塞湖潰決后下游基礎(chǔ)設(shè)施及多座橋梁被沖毀，造成巨大的經(jīng)濟(jì)損失(許強(qiáng)等，2018；馮文凱等，2019；Zhang et al.，2019)；由古滑坡堆積體復(fù)活形成的茶樹(shù)山滑坡，使滑坡前緣的村莊及318國(guó)道受到威脅(白永健等，2010)。

本文以滑坡災(zāi)害較發(fā)育的金沙江上游巴塘—德格河段作為研究區(qū)，利用頻率比與集成學(xué)習(xí)算法中的隨機(jī)森林模型和梯度提升樹(shù)模型，開(kāi)展區(qū)域滑坡易發(fā)性評(píng)價(jià)，為該區(qū)鐵路、公路、水電站等重大工程規(guī)劃建設(shè)和防災(zāi)減災(zāi)工作提供參考。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)概況

研究區(qū)位于四川和西藏交界的金沙江上游巴塘—德格河段，包含甘孜州巴塘縣、白玉縣、德格縣，以及昌都市的貢覺(jué)縣、芒康縣，面積約2150km2，其經(jīng)緯度介于東經(jīng)98°12′～99°28′，北緯29°16′～31°34′(圖1)。該區(qū)氣候?qū)儆诟呱礁咴瓪夂?，夏季氣溫高達(dá)35℃，冬季最低約-10℃，降雨主要集中在6～9月。研究區(qū)地處青藏高原東南緣，橫斷山脈中段，地形主要以高山峽谷為主，地勢(shì)起伏大，河流切割深，山高坡陡，高程范圍為2211～6049m；地層巖性主要為侏羅紀(jì)和三疊紀(jì)的巖漿巖和沉積巖，巖性以花崗巖、正長(zhǎng)巖、閃長(zhǎng)巖、灰?guī)r、砂巖、泥巖及松散堆積物為主；同時(shí)，區(qū)域內(nèi)地質(zhì)構(gòu)造復(fù)雜，新構(gòu)造運(yùn)動(dòng)強(qiáng)烈，褶皺斷裂發(fā)育，主要發(fā)育有巴塘斷裂、金沙江斷裂、定曲河斷裂、字噶寺—德欽斷裂。正是這些復(fù)雜的工程地質(zhì)條件使研究區(qū)滑坡地質(zhì)災(zāi)害十分發(fā)育，給當(dāng)?shù)亟?jīng)濟(jì)建設(shè)和工程活動(dòng)帶來(lái)嚴(yán)峻挑戰(zhàn)。

圖1 研究區(qū)地理位置及滑坡分布

1.2 滑坡數(shù)據(jù)編錄

通過(guò)野外地質(zhì)災(zāi)害調(diào)查及結(jié)合Google Earth影像解譯，構(gòu)建金沙江上游巴塘—德格河段區(qū)域滑坡災(zāi)害編錄數(shù)據(jù)庫(kù)。數(shù)據(jù)源主要為：(1)分辨率為30m的數(shù)字高程模型(DEM)(http：∥www.gscloud.cn)，用來(lái)提取高程、坡度、地形起伏度等數(shù)據(jù)；(2)全國(guó)1︰250萬(wàn)的地質(zhì)圖，主要提取地層巖性、構(gòu)造等數(shù)據(jù)；(3)全國(guó)道路網(wǎng)矢量圖；(4)野外地質(zhì)災(zāi)害調(diào)查資料及Google Earth影像，用于確定滑坡災(zāi)害點(diǎn)的識(shí)別與分布。研究區(qū)共確定滑坡地質(zhì)災(zāi)害164處，野外調(diào)查滑坡51處，影像解譯滑坡113處，分布如圖1所示?；驴偯娣e約32.94km2，其中單體滑坡面積最小的為3279m2，最大面積為2.28km2。

2 頻率比和集成學(xué)習(xí)算法模型

集成學(xué)習(xí)是合并多個(gè)機(jī)器學(xué)習(xí)模型來(lái)構(gòu)建一個(gè)更加強(qiáng)大模型的方法。其一般結(jié)構(gòu)為：先按照一定的規(guī)則生成多個(gè)具有相互獨(dú)立決策能力的個(gè)體學(xué)習(xí)器，再采用某種集成策略聯(lián)合在一起去解決一個(gè)同樣的問(wèn)題。本文選取的集成學(xué)習(xí)模型都是以決策樹(shù)為個(gè)體學(xué)習(xí)器的模型，分別為隨機(jī)森林和梯度提升樹(shù)模型。

頻率比-集成學(xué)習(xí)算法模型可分為5步：(1)滑坡數(shù)據(jù)編錄及影響因子相關(guān)性分析；(2)基于選取的影響因子和滑坡數(shù)據(jù)，運(yùn)用頻率比模型對(duì)金沙江上游巴塘—德格河段區(qū)域進(jìn)行滑坡易發(fā)性評(píng)價(jià)，得到滑坡易發(fā)性分區(qū)圖，并在低易發(fā)區(qū)選取非滑坡樣本；(3)將已有的滑坡、選取的非滑坡樣本及影響因子分別輸入隨機(jī)森林模型和梯度提升決策樹(shù)模型中，進(jìn)行模型訓(xùn)練；(4)將研究區(qū)23881968個(gè)柵格輸入訓(xùn)練好的模型中，進(jìn)行滑坡災(zāi)害的易發(fā)性預(yù)測(cè)；(5)將預(yù)測(cè)結(jié)果用自然斷點(diǎn)法進(jìn)行滑坡易發(fā)性分區(qū)。其具體流程如圖2所示。

圖2 頻率比與集成學(xué)習(xí)模型流程圖

2.1 頻率比模型

頻率比法是計(jì)算每個(gè)影響因子在不同分級(jí)區(qū)間內(nèi)滑坡發(fā)生的概率，對(duì)滑坡的分布與各個(gè)影響因子分級(jí)之間的空間關(guān)系進(jìn)行分析。頻率比表示的是影響因子在某一分級(jí)區(qū)間內(nèi)滑坡發(fā)生的面積和研究區(qū)總滑坡面積的比值以及與該分級(jí)下的面積和研究區(qū)總面積的比值之比。其頻率比公式及計(jì)算過(guò)程如下：

(1)

式中：FR為頻率比值；Nij為第i個(gè)影響因子中第j類發(fā)生滑坡的面積；Nr為研究區(qū)滑坡的總面積；Aij表示第i個(gè)影響因子中第j類所占的面積；Ar表示研究區(qū)內(nèi)總的面積。

2.2 隨機(jī)森林

隨機(jī)森林是Breiman于2001年首次提出(Breiman et al.，2001)，是bagging集成策略中最實(shí)用的算法之一。隨機(jī)森林是一種組合分類器，是以決策樹(shù)為個(gè)體學(xué)習(xí)器組合而成，并且每一個(gè)決策樹(shù)都是用相互獨(dú)立的數(shù)據(jù)進(jìn)行訓(xùn)練，然后通過(guò)投票或取平均值獲得最終的預(yù)測(cè)結(jié)果。

隨機(jī)森林是利用bootstrap自主法進(jìn)行重采樣，從整個(gè)樣本集中有放回地隨機(jī)抽取n(占總樣本的2/3)個(gè)樣本組成新的訓(xùn)練集，通過(guò)訓(xùn)練新的樣本集構(gòu)建相互獨(dú)立的決策樹(shù)，將訓(xùn)練好的n個(gè)決策樹(shù)組合成森林。每一次未被抽取的(1/3)樣本被稱為袋外數(shù)據(jù)(out of bag，OOB)，通過(guò)這些數(shù)據(jù)對(duì)每棵樹(shù)內(nèi)部進(jìn)行誤差估計(jì)，將每棵樹(shù)的OOB誤差取平均值數(shù)作為隨機(jī)森林的OOB誤差，用來(lái)評(píng)估模型性能的高低以防止過(guò)度擬合。隨機(jī)森林的泛化誤差P*為：

(2)

式中：ρ為決策樹(shù)間的相關(guān)平均值;s為決策樹(shù)的平均強(qiáng)度。由式(2)可知，要增強(qiáng)隨機(jī)森林的泛化性能，需要降低決策樹(shù)的相關(guān)度或者增大決策樹(shù)的強(qiáng)度。為此可以通過(guò)對(duì)決策樹(shù)的特征變量選擇引入隨機(jī)性，使每棵樹(shù)的分裂節(jié)點(diǎn)可能是不同的，進(jìn)而降低決策樹(shù)的相關(guān)性。本文通過(guò)迭代法計(jì)算不同隨機(jī)特征變量下隨機(jī)森林袋外誤差，以尋找最小的袋外誤差選取最優(yōu)的特征樹(shù)。

2.3 梯度提升樹(shù)

梯度提升樹(shù)是一種集成學(xué)習(xí)算法，于2001年由Friedman提出(Friedman，2001)，通過(guò)合并多個(gè)決策樹(shù)來(lái)構(gòu)建一個(gè)更加強(qiáng)大的模型。該模型采用連續(xù)的方式構(gòu)造樹(shù)，每棵樹(shù)試圖糾正前一棵樹(shù)的錯(cuò)誤，每次建立新的決策樹(shù)都是基于上一個(gè)決策樹(shù)損失函數(shù)的負(fù)梯度，通過(guò)多個(gè)弱學(xué)習(xí)器組合成一個(gè)強(qiáng)的學(xué)習(xí)器。模型中損失函數(shù)選取平方差損失函數(shù)，如公式(3)所示。

L(y，F(xiàn)(x))=(y-F(x))2

(3)

(4)

3 易發(fā)性指標(biāo)因素選擇

滑坡的發(fā)育涉及到地貌、地質(zhì)、水文環(huán)境、人類工程活動(dòng)等眾多因素，是內(nèi)動(dòng)力地質(zhì)條件和外界環(huán)境因素共同作用的結(jié)果。前者主要包括地形地貌、地層巖性及地質(zhì)構(gòu)造等因素，為滑坡的孕育提供了基礎(chǔ)條件；后者主要有水文地質(zhì)環(huán)境和人類工程活動(dòng)等因素，為滑坡的發(fā)生提供觸發(fā)條件?；谝巴獾幕聻?zāi)害調(diào)查、研究區(qū)地質(zhì)條件及前人的研究(付文博等，2017；Hu Q et al.，2020)，選取高程、坡度、坡向、曲率、地形起伏度、地表切割度、地表粗糙度、地層巖性、距斷層距離、距水系距離和距道路距離11個(gè)影響因子對(duì)研究區(qū)滑坡的易發(fā)性進(jìn)行建模評(píng)價(jià)?；掳l(fā)生的影響因子數(shù)據(jù)類型由連續(xù)型和離散型組成。其中高程、坡度、坡向、曲率、地形起伏度、地表切割度及地表粗糙度等因子為連續(xù)型數(shù)據(jù)，地層巖性、距斷層距離、距水系距離及距道路距離等因子為離散型數(shù)據(jù)。將離散型數(shù)據(jù)的影響因子采用原有的自然分組進(jìn)行分級(jí)，對(duì)于連續(xù)型數(shù)據(jù)的影響因子采用等步長(zhǎng)的方法進(jìn)行分級(jí)。根據(jù)工程地質(zhì)類比法可知，與過(guò)去發(fā)生過(guò)滑坡災(zāi)害相似的地質(zhì)環(huán)境更容易形成新的滑坡，頻率比是滑坡面密度與分級(jí)面密度的比值，因此用頻率比法分析研究區(qū)滑坡與其影響因子之間的關(guān)系，其統(tǒng)計(jì)結(jié)果如表1所示。

表1 各影響因子的頻率比值

3.1 地形地貌因子

本文的地形地貌因子都是基于分辨率為30m的DEM獲取，包括高程、坡度、坡向、曲率、地形起伏度、地表切割度、地表粗糙度。高程是滑坡發(fā)生的一個(gè)重要影響因素，主要表現(xiàn)在坡體應(yīng)力和臨空條件兩個(gè)方面。如圖3a和表1所示，研究區(qū)的高程范圍為2211～6049m，滑坡主要分布在2211～4000m范圍內(nèi)，占滑坡總面積的86.91%，且2211～3500m和3500～6049m范圍內(nèi)高程因子的頻率比值大于1，表明在該高程范圍內(nèi)，因子對(duì)滑坡的發(fā)生具有重要的影響作用，使滑坡相比其他高程范圍更易于發(fā)生。坡度對(duì)滑坡的發(fā)生主要影響作用是對(duì)斜坡應(yīng)力的分布，高陡的山坡有著高剪應(yīng)力，更容易促使滑坡的發(fā)生。坡度因子如圖3b和表1所示，坡度的范圍為0°～83°，坡度大于40°時(shí)頻率比值皆大于1，且隨著坡度的增大，頻率比值也越來(lái)越大，說(shuō)明隨著坡度的增大，滑坡災(zāi)害發(fā)生的概率也將變大。不同坡向所接受的光照時(shí)間不同，會(huì)導(dǎo)致不同坡向的斜坡地表濕度、植被的覆蓋等存在差異，進(jìn)而影響斜坡的孔隙水壓力分布和巖土體的物理力學(xué)特征。如圖3c和表1可知，坡向朝北(0°～22.5°)、南(157.5°～202.5°)及西(247.5°～292.5°)的頻率比值大于1，表明斜坡坡向北、南及西對(duì)滑坡的發(fā)生具有正向作用。曲率表示斜坡表面一點(diǎn)的扭曲變化程度，曲率值的正負(fù)分別表示斜坡為凸坡與凹坡，曲率為0或越接近于0，表明坡面越平坦。曲率的分布與統(tǒng)計(jì)數(shù)據(jù)如圖3d和表1所示，曲率值小于-3和在1～3范圍內(nèi)的頻率比都大于1，該曲率值范圍有利于滑坡的發(fā)生。地形起伏度是指定區(qū)域內(nèi)最大高程和最小高程之差，描述了地形表面的起伏特征。研究區(qū)地形起伏度如圖3e和表1所示，范圍為0～523m，等間距分為5個(gè)等級(jí)。地形起伏度大于40m后，其頻率比值都大于1，并且隨著地形起伏度的增大，頻率比值也增大，表明起伏度越大，更利于滑坡災(zāi)害的發(fā)生。地表粗糙度是用來(lái)反映地表的起伏和侵蝕程度的指標(biāo)。由圖3f和表1所示，地表粗糙度大于1.3時(shí)，頻率比值都大于1，表明地表粗糙度越大，滑坡發(fā)生的概率越大。地表切割度是指地面某點(diǎn)的鄰域范圍的平均高程與該鄰域范圍內(nèi)的最小高程的差值，表示地表面的切割深度。如圖3g和表1所示，數(shù)據(jù)表明當(dāng)切割深度大于30m時(shí)，其頻率比值均大于1，對(duì)滑坡的發(fā)生有著正向作用。

圖3 滑坡易發(fā)性評(píng)價(jià)因子分級(jí)圖

3.2 基礎(chǔ)地質(zhì)因子

影響滑坡災(zāi)害發(fā)生的基礎(chǔ)地質(zhì)因子為地層巖性和斷層。地層巖性是滑坡災(zāi)害發(fā)育的物質(zhì)基礎(chǔ)，不同地層巖性因巖石的堅(jiān)硬程度及巖體結(jié)構(gòu)的差異，影響滑坡發(fā)生的概率、規(guī)模及形狀，是滑坡發(fā)育的控制性因素。研究區(qū)出露巖性主要為花崗巖、閃長(zhǎng)巖、閃長(zhǎng)玢巖、正長(zhǎng)巖、砂巖、灰?guī)r、白云巖、泥巖、頁(yè)巖及松散堆積物，可以分為以下8類(A～G分別代表一類地層巖性)，堅(jiān)硬的正長(zhǎng)巖、正長(zhǎng)玢巖(A)；堅(jiān)硬的塊狀花崗巖、閃長(zhǎng)巖(B)；較堅(jiān)硬的中厚層灰?guī)r、白云巖(C)；較堅(jiān)硬的厚層狀板巖、砂巖(D)；軟硬相間的厚層狀砂巖、泥巖及泥質(zhì)灰?guī)r(E)；軟硬相間的超基性巖(F)；較軟的層狀泥巖、頁(yè)巖及煤層(G)；軟弱的松散堆積物(H)。如圖3h和表1可知，堅(jiān)硬的塊狀花崗巖、閃長(zhǎng)巖和較堅(jiān)硬的厚層狀板巖、砂巖的頻率比值大于1，表明研究區(qū)這兩大類巖石更容易發(fā)育滑坡災(zāi)害，而堅(jiān)硬的正長(zhǎng)巖、正長(zhǎng)玢巖和較堅(jiān)硬的中厚層灰?guī)r、白云巖頻率比值小于1，對(duì)研究區(qū)滑坡災(zāi)害發(fā)育影響較小。且研究區(qū)域內(nèi)地質(zhì)構(gòu)造復(fù)雜，新構(gòu)造運(yùn)動(dòng)強(qiáng)烈，褶皺斷裂發(fā)育，破壞了堅(jiān)硬巖體結(jié)構(gòu)完整性，使斜坡穩(wěn)定性較差，滑坡災(zāi)害發(fā)育更易發(fā)生。斷層是影響滑坡災(zāi)害發(fā)生的一個(gè)重要影響因素，距離斷層越近，其巖體內(nèi)部結(jié)構(gòu)越破碎，且斷層帶附近巖土體裂隙十分發(fā)育，使滑坡災(zāi)害更容易發(fā)育。如圖3i和表1所示，距斷層距離小于500m時(shí)，頻率比值大于1，表明距離斷層越近，有利于滑坡的發(fā)育。

3.3 水文因素及人類工程活動(dòng)

研究區(qū)的水文因素及人類工程活動(dòng)主要為距水系距離和距道路距離。河流水系是誘發(fā)滑坡的一個(gè)重要影響因素，河流水系對(duì)兩岸及溝谷兩側(cè)存在不同程度的沖蝕及浸潤(rùn)，沖蝕使斜坡產(chǎn)生高陡的臨空面，浸潤(rùn)使巖土體含水率增大，兩者都會(huì)降低斜坡巖土體的穩(wěn)定性，增大滑坡發(fā)生的概率。本文所用的水系分布是由30m分辨率的DEM數(shù)據(jù)提取得到。由圖3j和表1可知，當(dāng)距離水系200～1500m時(shí)，頻率比值大于1，表明有利于滑坡發(fā)育，距水系大于1500m時(shí)，其頻率比值小于1，不利于滑坡的發(fā)生，對(duì)滑坡的發(fā)育影響較小。人類工程活動(dòng)對(duì)滑坡的影響主要是與道路的修建有關(guān)，修路時(shí)對(duì)邊坡的開(kāi)挖會(huì)形成臨空面，破壞了斜坡的自然坡腳形態(tài)及天然應(yīng)力結(jié)構(gòu)，加劇了滑坡災(zāi)害的發(fā)生。由圖3k和表1可知，距道路距離小于1500m時(shí)，頻率比值都是大于1，說(shuō)明該距離內(nèi)道路的修建會(huì)促進(jìn)滑坡災(zāi)害的發(fā)生，更加容易發(fā)生滑坡，大于1500m時(shí)，其頻率比值小于1，表明這個(gè)范圍內(nèi)道路對(duì)滑坡災(zāi)害的發(fā)育影響較小。

4 滑坡易發(fā)性評(píng)價(jià)

4.1 滑坡影響因子共線性分析

在滑坡易發(fā)性評(píng)價(jià)中，影響滑坡的各個(gè)評(píng)價(jià)因子之間存在著一定的相關(guān)性，會(huì)影響模型評(píng)價(jià)的準(zhǔn)確性。因此，需要對(duì)各個(gè)評(píng)價(jià)因子進(jìn)行共線性分析，將相關(guān)性大的因子剔除，以保證各因子之間沒(méi)有太大的相關(guān)性。通過(guò)用SPSS Statistics 18.0計(jì)算各因子之間的皮爾森相關(guān)系數(shù)(表2)，當(dāng)其絕對(duì)值大于0.5時(shí)認(rèn)為具有一定的相關(guān)性。根據(jù)表2可知，地表粗糙度與坡度、地形起伏度及地表切割度皮爾森相關(guān)系數(shù)大于0.5，且坡度等因子是斜坡穩(wěn)定性重要地質(zhì)參數(shù)；道路與水系的皮爾森相關(guān)系數(shù)大于0.5(閆舉生等，2019)，存在很大的相關(guān)性，從表1中統(tǒng)計(jì)的頻率比可知，水系的頻率比隨著距水系距離越遠(yuǎn)，有著減小的趨勢(shì)，與水對(duì)斜坡穩(wěn)定的影響規(guī)律較符合，且研究區(qū)地處金沙江流域，通過(guò)前期野外滑坡災(zāi)害的調(diào)查，多數(shù)滑坡沿金沙江、支流、溝谷分布，水系對(duì)滑坡的發(fā)育具有一定的控制作用。因此，在進(jìn)行滑坡易發(fā)性評(píng)價(jià)時(shí)，剔除地表粗糙度和道路影響因子，將剩余的9個(gè)影響因子帶入模型進(jìn)行研究區(qū)的滑坡易發(fā)性評(píng)價(jià)。

表2 影響因子的共線性分析

4.2 頻率比模型的易發(fā)性分區(qū)

通過(guò)對(duì)滑坡影響因子的相關(guān)性分析，頻率比模型易發(fā)性分區(qū)確定了9個(gè)影響因子，分別為高程、坡度、坡向、曲率、地形起伏度、地表切割度、地層巖性、距斷層距離和距水系距離。運(yùn)用頻率比模型的計(jì)算方法計(jì)算出每個(gè)滑坡影響因子的頻率比值。由表1的頻率比值可知，在金沙江上游巴塘—德格河段區(qū)域，高程、坡度、地表起伏度及距水系距離對(duì)滑坡災(zāi)害的發(fā)生有著明顯的影響。利用Arcgis的柵格計(jì)算器工具將9個(gè)滑坡影響因子的頻率比值進(jìn)行疊加，得到金沙江上游滑坡的易發(fā)性指數(shù)，再運(yùn)用自然斷點(diǎn)法進(jìn)行易發(fā)性分區(qū)，分為極高易發(fā)區(qū)(3.8%)、高易發(fā)區(qū)(12.7%)、中易發(fā)區(qū)(24.2%)、低易發(fā)區(qū)(35.6%)、極低易發(fā)區(qū)(23.7%)。其中極高和高易發(fā)區(qū)主要分布在金沙江及支流沿岸。滑坡易發(fā)性分區(qū)及結(jié)果統(tǒng)計(jì)如圖4和表3所示，極高易發(fā)區(qū)和高易發(fā)區(qū)占研究區(qū)總面積的16.5%，分布在該區(qū)域的滑坡面積占研究區(qū)總滑坡的68%，且頻率比值最高。

圖4 頻率比模型的易發(fā)性分區(qū)圖

表3 基于頻率比模型的易發(fā)性評(píng)價(jià)等級(jí)的統(tǒng)計(jì)結(jié)果

4.3 頻率比-集成學(xué)習(xí)模型的滑坡易發(fā)性分區(qū)

采用頻率比-集成學(xué)習(xí)模型對(duì)金沙江上游巴塘—德格河段進(jìn)行滑坡易發(fā)性分區(qū)時(shí)，首先要將所有影響因子歸一化為[0，1]之間。在進(jìn)行集成學(xué)習(xí)算法建模時(shí)，需要選取負(fù)樣本(非滑坡)，本文通過(guò)頻率比模型預(yù)測(cè)的極低、低易發(fā)區(qū)選取相等數(shù)量非滑坡樣本，同時(shí)每個(gè)非滑坡點(diǎn)之間保持大于1km的間隔。將選取的非滑坡數(shù)據(jù)與滑坡數(shù)據(jù)組成樣本集，隨機(jī)選取其中的70%用于模型的訓(xùn)練，剩余的30%樣本用于模型的檢驗(yàn)。

隨機(jī)森林模型對(duì)金沙江上游巴塘—德格河段區(qū)域的滑坡易發(fā)性評(píng)價(jià)是基于Python平臺(tái)進(jìn)行建模與滑坡的易發(fā)性預(yù)測(cè)。利用隨機(jī)森林選取滑坡與非滑坡樣本進(jìn)行模型的訓(xùn)練與檢驗(yàn)，建模過(guò)程中參數(shù)的選取決定了模型的準(zhǔn)確性。因此，選取合適的參數(shù)對(duì)滑坡易發(fā)性的預(yù)測(cè)尤為重要。在隨機(jī)森林模型中需要調(diào)節(jié)的重要參數(shù)有決策樹(shù)棵樹(shù)和最大深度，本文運(yùn)用網(wǎng)絡(luò)參數(shù)搜索對(duì)給定的參數(shù)進(jìn)行最優(yōu)的選取。其中參數(shù)決策樹(shù)棵樹(shù)為[100，200，300，500，800，1000]，最大深度為[5，10，15，25，30，50]，通過(guò)網(wǎng)絡(luò)搜索及交叉驗(yàn)證得到最優(yōu)參數(shù)為決策樹(shù)棵樹(shù)200，最大深度15。利用選取的最優(yōu)參數(shù)組合對(duì)金沙江上游區(qū)域進(jìn)行滑坡易發(fā)性的建模和預(yù)測(cè)，得到滑坡的易發(fā)性指數(shù)。將金沙江上游巴塘—德格河段區(qū)域分為極高易發(fā)區(qū)(12.4%)、高易發(fā)區(qū)(18.5%)、中易發(fā)區(qū)(17.7%)、低易發(fā)區(qū)(21.4%)、極低易發(fā)區(qū)(30%)，隨機(jī)森林模型的滑坡易發(fā)性分區(qū)與統(tǒng)計(jì)如圖5a和表4所示。由表4可知，極高易發(fā)區(qū)的頻率比為4.56，高易發(fā)區(qū)為1.407，其余分區(qū)的值都小于1；極高和高易發(fā)區(qū)約占研究區(qū)總面積的30%，但落入的滑坡面積占總滑坡面積的82%，表明隨機(jī)森林模型預(yù)測(cè)精度較高。

表4 基于集成學(xué)習(xí)的滑坡易發(fā)性評(píng)價(jià)等級(jí)的結(jié)果統(tǒng)計(jì)

圖5 滑坡易發(fā)性分區(qū)圖

梯度提升樹(shù)模型對(duì)金沙江上游巴塘—德格河段區(qū)域滑坡易發(fā)性評(píng)價(jià)也是基于Python平臺(tái)實(shí)現(xiàn)。利用與隨機(jī)森林模型同樣的數(shù)據(jù)集進(jìn)行梯度提升樹(shù)的建模，對(duì)模型準(zhǔn)確度影響較大的參數(shù)為決策樹(shù)棵樹(shù)、最大深度及學(xué)習(xí)速率。參數(shù)決策樹(shù)棵樹(shù)為[100，200，300，400，500，600，800]，最大深度為[1，2，3，4，5]，通過(guò)網(wǎng)絡(luò)搜索及交叉驗(yàn)證得到最優(yōu)參數(shù)為600棵決策樹(shù)，最大深度3，其中學(xué)習(xí)速率參數(shù)設(shè)為0.01。

將選取的最優(yōu)參數(shù)進(jìn)行建模和預(yù)測(cè)，獲得研究區(qū)滑坡的易發(fā)性指數(shù)。同樣，將研究區(qū)分為極高易發(fā)區(qū)(13.4%)、高易發(fā)區(qū)(16.2%)、中易發(fā)區(qū)(16.9%)、低易發(fā)區(qū)(19.5%)、極低易發(fā)區(qū)(33.9%)，梯度提升樹(shù)模型的滑坡易發(fā)性分區(qū)與統(tǒng)計(jì)如圖5b和表4所示。從統(tǒng)計(jì)表4可知，極高和高易發(fā)區(qū)面積占比約30%，落入極高和高易發(fā)區(qū)的滑坡面積占研究區(qū)總滑坡面積的79.2%；在極低、低及中易發(fā)區(qū)中落入的滑坡面積約有20.8%，且頻率比值都小于1，表明該模型預(yù)測(cè)的結(jié)果合理。

4.4 ROC曲線精度分析

模型準(zhǔn)確性的評(píng)價(jià)是滑坡易發(fā)性建模重要的組成部分，為了更好地評(píng)價(jià)隨機(jī)森林模型和梯度提升樹(shù)模型的預(yù)測(cè)能力，本文利用常用的檢驗(yàn)方法，受試者工作特征曲線對(duì)模型的精確性進(jìn)行分析(Chung et al.，2008)。在滑坡易發(fā)性評(píng)價(jià)中，ROC曲線的橫軸為研究區(qū)易發(fā)性指數(shù)由高到低的累計(jì)面積比值，縱軸為從易發(fā)性指數(shù)由高到低的滑坡面積占研究區(qū)總滑坡面積的累積比例。曲線下的面積(AUC)代表了模型精確性的大小，AUC值越接近于1，表明模型的精確性越高。兩種評(píng)價(jià)模型的ROC曲線如圖6所示，隨機(jī)森林模型的AUC值為0.84，梯度提升樹(shù)模型的滑坡易發(fā)性評(píng)價(jià)的AUC值為0.79。結(jié)果表明，隨機(jī)森林模型的AUC值大于梯度提升樹(shù)模型，隨機(jī)森林模型的滑坡易發(fā)性評(píng)價(jià)精確度更高。

圖6 集成學(xué)習(xí)模型預(yù)測(cè)結(jié)果的ROC曲線

5 結(jié) 論

(1)本文以金沙江上游區(qū)域作為研究對(duì)象，選取了高程等11個(gè)影響因子建立了滑坡易發(fā)性的評(píng)價(jià)體系。運(yùn)用頻率比與集成學(xué)習(xí)模型進(jìn)行區(qū)域的滑坡易發(fā)性評(píng)價(jià)，得出了金沙江上游巴塘—德格河段區(qū)域滑坡易發(fā)性分區(qū)圖。

(2)利用自然間斷點(diǎn)法將集成學(xué)習(xí)算法的兩種模型進(jìn)行易發(fā)性等級(jí)劃分。隨機(jī)森林模型易發(fā)區(qū)劃分為極高易發(fā)區(qū)(12.4%)、高易發(fā)區(qū)(18.5%)、中易發(fā)區(qū)(17.7%)、低易發(fā)區(qū)(21.4%)、極低易發(fā)區(qū)(30%)；梯度提升樹(shù)模型易發(fā)區(qū)劃分為極高易發(fā)區(qū)(13.4%)、高易發(fā)區(qū)(16.2%)、中易發(fā)區(qū)(16.9%)、低易發(fā)區(qū)(19.5%)、極低易發(fā)區(qū)(33.9%)。兩個(gè)模型的高和極高易發(fā)區(qū)的分布主要為金沙江河流兩岸和溝谷地區(qū)，滑坡易發(fā)性分區(qū)結(jié)果與野外滑坡災(zāi)害調(diào)查結(jié)果存在較好的一致性。

(3)運(yùn)用隨機(jī)森林模型和梯度提升樹(shù)模型對(duì)金沙江上游巴塘—德格河段區(qū)域進(jìn)行滑坡易發(fā)性預(yù)測(cè)。從ROC曲線和歷史災(zāi)害分布結(jié)果可知，隨機(jī)森林模型的AUC值(0.84)和歷史滑坡災(zāi)害位于高-極高易發(fā)區(qū)的災(zāi)害數(shù)占總滑坡數(shù)百分比(84.8%)都大于梯度提升樹(shù)模型，表明隨機(jī)森林模型的易于訓(xùn)練、參數(shù)少及隨機(jī)采樣使模型更具泛化能力等優(yōu)點(diǎn)，使得比梯度提升樹(shù)模型在研究區(qū)的滑坡易發(fā)性評(píng)價(jià)的預(yù)測(cè)結(jié)果更準(zhǔn)確。