基于机器学习的泸定县M_S6.8地震土地利用变化与景观格局分析

摘要

地震及其次生灾害具有非常不稳定的因素，会严重破坏地表景观变化，增加地表破碎程度，进而导致生态系统稳定性失衡。该文以“9·22”泸定地震为研究对象，采用随机森林（random forest, RF）和极端梯度提升（extreme gradient boosting, XGBoost）筛选土地分类最佳模型，然后以预测结果为基础，结合景观转移矩阵和景观生态指数对泸定县地震前后景观面积、土地转移和景观格局时空变化进行分析。研究结果表明，XGBoost模型为泸定县土地利用分类模型的最优模型，震前总体精度（overall accuracy, OA）为97.95%、Kappa系数为0.97;震后的总体精度（OA）为97.54%、Kappa系数为0.97;地震前后研究区林地、未利用地、冰雪、草地和耕地均发生显著变化。其中，林地和未利用地的变化最大，总转出量分别为86.55、51.51 km²,占总变化量的34.78%、20.70%。泸定县南部震中附近山区的植被受地震影响较大，滑坡变化量为3.96 km²,占总转入量的1.59%;震后泸定县斑块密度指数（PD）、景观形状指数（LSI）、香农多样性指数（SHDI）和香农均匀度指数（SHEI）均有显著上升，而最大斑块指数（LPI）和聚集度指数（AI）有下降趋势，区域内生态系统遭受严重破坏。研究结果为地震灾区生态规划管理体系、生态监测和生态恢复规划的制定提供参考和指导。

关键词

地震 / 景观格局 / 随机森林 / 极端梯度提升 / 泸定县

基金资助

成都理工大学珠峰科学研究计划项目(80000-2023ZF11410)