文献类型：期刊文章

作　　者：王世宝[1] 庄建琦[1] 樊宏宇[1] 牛鹏尧[1] 贾珂程[1] 王杰[1]

WANG Shibao;ZHUANG Jianqi;FAN Hongyu;NIU Pengyao;JIA Kecheng;WANG Jie(School of Geological Engineering and Geomatics,Chang'an University/Key Laboratory of Western China’s Mineral Resources and Geological Engineering,Xi'an 710054,China)

机构地区：[1]长安大学地质工程与测绘学院/西部矿产资源与地质工程教育部重点实验室,西安710054

出　　处：《工程地质学报》

基　　金：国家自然科学基金(资助号:41941019,41922054);国家重点研发计划项目(资助号:2020YFC1512000)。

年　　份：2022

卷　　号：30

期　　号：3

起止页码：817-828

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、JST、RCCSE、ZGKJHX、核心刊

摘　　要：金沙江上游巴塘—德格河段地处青藏高原东部,该区地质、地形、地貌极其复杂,滑坡灾害最为发育,开展区域滑坡易发性评价对防灾减灾工作有着重要的意义。本文以金沙江上游巴塘—德格河段为研究区,在滑坡编录与野外实际调查的基础上,通过对滑坡分布规律和影响因素分析,选取高程、坡度、坡向、曲率、地形起伏度、地表切割度、地表粗糙度、地层岩性、断层、水系和道路等11个影响因子,构建了滑坡易发性评价指标体系。利用皮尔森系数去除高相关性影响因子,运用频率比方法定量分析各个因子与滑坡发育的关系。通过频率比模型选取非滑坡样本,采用集成学习算法模型进行滑坡易发性评价,根据易发性指数将研究区划分为极高易发区、高易发区、中易发区、低易发区及极低易发区5个等级。由滑坡易发性分区图和ROC曲线表明,高和极高易发区主要沿金沙江沿岸和沟谷分布,随机森林模型的成功率曲线下面积AUC=0.84,历史滑坡灾害位于高-极高易发区的灾害数占总滑坡数的84.8%,梯度提升树模型的成功率曲线下面积AUC=0.79,历史滑坡灾害位于高-极高易发区灾害数占总滑坡数的79.3%。由AUC值和历史灾害的分布可知,随机森林模型比梯度提升树模型在本研究区滑坡易发性评价中有着更好的评价精度和更高的预测能力。

关 键 词：滑坡灾害 集成学习  频率比模型  滑坡易发性  金沙江上游  

分 类 号：P642.22]