环境因子联接方式和评价模型对区域滑坡防控效能的优化研究：以陕西安康市汉滨区为例

摘要

滑坡易发性评价（LSA）是区域地质灾害风险防控的关键环节。为优化资源配置并提升预警效率，本研究探究了环境因子联接方式与评价模型对LSA的影响规律，以期为提高风险防控效能提供理论依据。以陕西省安康市汉滨区主城区为例，基于260处滑坡及10种环境因子数据，采用原始输入、滑坡密度、频率比（FR）、信息量（IV）、确定性系数（CF） 5种联接方式，分别与随机森林（RF）、人工神经网络（ANN）、极端梯度提升（XGBoost） 3种机器学习模型耦合，构建15种组合。同时将FR、IV、CF的预测结果作为对比基准，采用分区统计、ROC曲线对上述18种结果进行检验。结果表明：（1）环境因子联接方式对“基于树”的模型（RF、XGBoost）无明显影响；（2）“函数拟合型”模型（ANN）对联接方式较为敏感，其精度取决于联接方式的优劣；（3）机器学习模型整体优于统计学模型，模型整体性能表现为：RF> XGBoost> ANN> FR=IV> CF。因此，从防控实践出发，在难以确定最佳联接方式时优先采用RF模型，可保证评价精度的同时，有效提升防控资源的靶向性。

关键词

滑坡 / 易发性评价 / 联接方法 / 评价模型 / 风险防控