考虑滑坡类型耦合方式的滑坡易发性预测建模与不确定性分析

摘要

为全面考虑不同滑坡类型间的差异，提高滑坡易发性预测的准确性与工程应用价值，以重庆市万州区为例，应用支持向量机、C5.0决策树、逻辑回归和多层感知器模型分别对单一堆积层滑坡和岩崩进行易发性建模，再基于综合表现最优模型，分别采用直接耦合法、概率统计法和易发性比较法对不同滑坡类型进行耦合建模，并评估其不确定性.建模结果显示：C5.0决策树模型在单一类型滑坡易发性预测中表现最佳，AUC值均超过0.930;3种耦合方式的易发性预测结果与实际情况基本一致，其中易发性比较法具有较高的AUC值和频率比精度，预测性能最好，其次是概率统计法和直接耦合法.鉴于反映滑坡演化规律的全面性、实际场景的适应性以及防治决策的支持需求，考虑滑坡类型耦合方式的滑坡易发性优于仅考虑单一类型滑坡，但未来仍有必要更深入探索不同类型滑坡间的特异性与耦合方式的优化.

关键词

滑坡易发性 / 不同滑坡类型 / 耦合方式 / 不确定性分析 / 机器学习 / 工程地质