顾及InSAR形变的区域滑坡易发性评价

摘要

针对滑坡易发性评价中滑坡数据集更新不及时和缺乏表征地表形变的动态评价因子问题，以重庆市万州区长江沿岸为研究区，通过SBAS-InSAR结果解译新滑坡，在评价因子中引入InSAR形变速率，使用粒子群优化（PSO）对随机森林（RF）和极端梯度提升（XGBoost）模型进行超参数优化，并完成区域的滑坡易发性制图。结果表明，研究区的形变速率为-170.441 mm/a～127.406 mm/a，共识别出58处新滑坡；两种模型均表现出良好的训练与测试精度，其中XGBoost更为突出，加入InSAR形变速率因子后，RF和XGBoost在测试集上的AUC值分别提高至0.843 1和0.880 1；研究区滑坡易发性较高的区域主要集中在长江及支流沿岸。顾及了InSAR形变的滑坡易发性评价结果可为万州区长江沿岸的滑坡防控工作提供理论支持和科学指导。

关键词

滑坡易发性评价 / SBAS-InSAR / 粒子群优化 / 随机森林 / 极端梯度提升 / 万州区