不同滑坡样本点和多边形表达模式下的易发性评价

Evaluation of Susceptibility under Different Landslide Sample Points and Polygonal Expression Modes

摘要

滑坡编录模式常为点和多边形面，滑坡点的定位及多边形的采样范围会给滑坡易发性评价结果产生影响.为研究不同点和多边形滑坡样本采样方式下的易发性结果差异，以四川省宁南县为例，采用滑坡多边形和陡坎缓冲区来比较不同多边形表达模式对易发性评价的影响，用滑坡陡坎点和滑坡质心点来比较不同点表达模式对易发性评价的影响，选取3种评价模型支持向量机（SVM）、随机森林（RF）和人工神经网络（ANN）进行滑坡易发性建模，采用ROC曲线、均值、标准差等分析建模的差异.结果如下：（1）在滑坡样本为多边形表达模式下，陡坎缓冲区的评价效果优于滑坡多边形.在滑坡样本为点表达模式下，滑坡质心点的评价效果优于滑坡陡坎点.（2）RF模型在不同采样方式下易发性评价效果更好，不同采样方式下基于RF模型的易发性结果差异性也较小，相比SVM和ANN模型有更好的泛化能力.（3）离散型因子是导致点表达模式下采样方式易发性结果差异的主要因素.陡坎缓冲区采样方式相比于滑坡多边形保留如岩组等离散型环境因子的空间信息，因此评价效果较好.可见在县级尺度下使用滑坡陡坎区域等精细化地形特征作为滑坡采样方式可以提高易发性评价精度.

关键词

易发性评价 / 表达模式 / 采样方式 / 滑坡 / 滑坡样本点 / 滑坡多边形 / 灾害 / 地形特征

Key words

susceptibility evaluation / expression pattern / sampling strategy / landslides / landslide sample points / landslide polygon / hazards / terrain features

基金资助

四川省科技计划资助项目(2022YFG0183)

地质灾害防治与地质环境保护国家重点实验室自主课题项目(SKLGP2020Z006)