融合时序InSAR形变和LightGBM的滑坡易发性评价

摘要

采用时序InSAR(time-series interferometric synthetic aperture radar,TS-InSAR)技术获取云阳县视向形变速率，将其分解为垂直向和斜坡向形变速率作为InSAR形变因子，结合静态孕灾因子构建LightGBM模型，进行滑坡易发性评价；采用SHAP(SHapley Additive exPlanations)算法揭示滑坡主导因素与影响机制.结果表明，云阳县28.15%区域为中等易发区，高易发区和极高易发区主要分布于长江及支流沿岸，与历史滑坡分布吻合. SHAP算法分析显示，高程、土地利用与距河流距离是云阳县滑坡发生的主要影响因素.同时，相较于传统静态模型（AUC=0.819 5,AUC全称为area under curve），引入InSAR因子后模型的AUC提升至0.830 2，说明InSAR形变信息可有效提高滑坡易发性评价精度，在滑坡易发性评价中具有重要作用.

关键词

时序InSAR / 地表动态形变 / LightGBM算法 / SHAP / 滑坡易发性评价

基金资助

国家重点研发计划资助项目(2021YFB3901400); 重庆市自然科学基金资助项目(CSTB2023NSC0-MSX0618,CSTB2023NSCQ-MSX0990); 重庆师范大学科学基金资助项目(23XWB032)