基于信息量-隨機森林耦合模型的山地丘陵縣滑坡災害易發性空間預測

陳 博，王 洋，黃 信，黃精濤

(東華理工大學水資源與環境工程學院，330013，南昌)

0 引言

全國每年平均地質災害多達1.4萬起，其中滑坡災害約占災害總數的70%(國土資源部，2010—2016)，造成了巨大的人命財產和經濟損失，滑坡已成為中國主要的地質災害類型之一。科學有效地評價預測滑坡的易發性，可在一定程度上降低災害帶來的損失。目前，常用的滑坡易發性評價模型包括：信息量模型、證據權模型(WEM)、層次分析法(AHP)、邏輯回歸模型(LRM)、隨機森林模型等[1-4]，國外學者Wei等[5]通過LR模型和 RF 模型對比研究的方法開展滑坡危險性評價，驗證結果顯示RF模型適用度高于LR模型；Zhao等[6]運用旋轉森林(ROF)和RF模型對比開展巴東地區滑坡易發性研究，結果顯示 RF 模型精度更高；He等[7]選用RF算法對全球地震誘發的滑坡開展易發性研究，結果表明該模型適用性較好，有助于該類滑坡應急響應的研究。在國內，吳潤澤等[8]運用RF模型選取三峽庫區湖北段為研究區進行易發性研究，結果顯示研究區 3/4左右區域位于較高和高易發區；楊碩等[9]選取烏江地區滑坡為研究對象，運用RF模型對其進行易發性研究，并對評價結果開展了精度驗證；管家琳等[10]運用信息量模型與RF模型對比研究龍門鎮北部小流域的崩崗風險，結果顯示RF模型具有較高的評估精度。一系列國內外研究表明，隨機森林模型具有很強的非線性處理能力，且在處理大數據量、高維度數據方面具有很好的泛化能力，預測精度高，適合用于地質災害易發性評價中[11]，但隨機森林模型存在分類精度受不平衡數據影響和投票平局造成算法停滯的問題[12]，而信息量模型可以處理數據分布不平衡的問題。

因此，本文以江西省吉安市新干縣為例，建立基于信息量-隨機森林耦合模型進行滑坡災害易發性分區評價，并通過信息量模型進行對比分析，對評價結果使用ROC曲線進行檢驗，其結果可為地方政府防災減災以及規劃建設提供科學依據。

1 數據獲取與評價方法

1.1 數據來源

地質災害數據來源于新干縣1/5萬地質災害詳細調查，DEM數據來源于ALOS，分辨率為5 m；高程、坡度、坡向、平面曲率通過ArcGIS表面分析獲得；工程地質巖組和道路來源于新干縣1/5萬地質災害詳細調查中的MapGIS圖件。

1.2 指標體系構建

控制滑坡形成的因素很多，包括基礎因素和人類工程活動影響的誘發因素，因此滑坡易發性區劃是一個復雜的多元系統[13]。本次研究在野外調查成果的基礎上，從基礎因素和誘發因素兩個方面進行滑坡易發性評價。充分考慮新干縣自然地理特征、資料的可獲得性、研究范圍大小及研究精度等要求，在保證評價有效性的前提下，選取高程、坡向、坡度、工程地質巖組、距道路距離、平面曲率6個評價指標，作為滑坡易發性分區評價的評價指標。

1)高程。高程是坡體內應力值大小的重要影響因素，應力會隨著坡高的增加而增加，影響著坡體的勢能，從而影響坡體的穩定性[14]。自然斜坡高程一般在50～150 m之間易發生滑坡，大于150 m易發生崩塌。

2)坡向。不同坡向與巖層傾向的空間組合關系不同，對斜坡的穩定性有一定影響[15]。

3)坡度。坡度影響巖土體的天然應力狀態，導致自然斜坡形成不同的臨空面，從而形成的地質災害也不一樣。坡度一般在10°～45°之間易發生滑坡，大于45°易發生崩塌。

4)工程地質巖組。工程地質巖組是形成地質災害的物質基礎，其決定巖土體強度、應力分布、變形破壞等特征等[16]。一般巖性質地堅硬、結構完整的巖組，產生滑坡的可能性??；而質地松散、結構破碎的巖組，產生滑坡的可能性大。

5)距道路距離。修建道路開挖坡腳、破壞坡面植被，改變斜坡應力分布容易引發崩塌和滑坡地質災害[17]。

6)平面曲率。平面曲率是等高線彎曲程度的具體量化，其反映的是斜坡在水平方向上的地形變化率，對滑坡發育具有非常重要的影響。平面曲率影響滑坡的表面形態特征，進而影響邊坡土地利用類型以及坡體結構特征。

1.3 評價模型的建立

1.3.1 信息量模型 信息量模型(IVM)是把一定地質環境下已經發生變形破壞或可能存在變形破壞的的信息，通過統計分析的方法，計算各影響因素對研究對象所提供信息量大小的統計模型。信息量值越小，說明地質災害發生的可能性越小；反之信息量值越大，地質災害越可能發生[18]。對應某種因素特定狀態下的地質災害信息量公式可表示為：

(1)

式中：IAj→B為對應因素A在j狀態(或區間)下地質災害B發生的信息量；Nj為對應因素A在j狀態(或區間)下地質災害分布的單元數；N為調查區已知有地質災害分布的單元總數；Sj為因素A在j狀態(或區間)分布的單元數；S為為調查區單元總數。

由于每個評價單元受眾多因素的綜合影響，各因素又存在若干狀態，各狀態因素組合條件下地質災害發生的總信息量可用公式(2)確定：

(2)

式中：I為對應特定單元地質災害發生的總信息量；Ni為對應特定因素在第i狀態(或區間)條件下的地質災害面積或地質災害點數；N為調查區地質災害總面積或總地質災害點數；Si為對應特定因素在第i狀態(或區間)的分布面積；S為調查區總面積。

1.3.2 信息量-隨機森林耦合模型 隨機森林( RF )是由Breiman[19]首次提出機器學習中基于多個決策樹的分類智能算法。信息量-隨機森林耦合模型的總樣本由災點與非災點1:1構成，其中總樣本信息為各評價指標的信息量值，將總樣本再分為訓練集與測試集，利用訓練集生成決策樹模型，再將測試集代入決策樹模型中，得到分類結果，最后通過投票進行預測分類。由于每顆決策樹的訓練樣本及節點分裂屬性均為隨機選取，在一定程度上避免了模型的過擬合現象[20]。采用RF模型進行分類預測的流程見圖1。

圖1 隨機森林(RF)模型分類預測流程圖

1.4 評價結果與對比驗證

基于信息量-隨機森林耦合模型的評價模型先計算出每個樣本的信息量值，再利用 MATLAB軟件編好的RF代碼進行訓練，得到各指標的客觀權重，再將各評價指標專題圖和MATLAB軟件得到的權重值在 ArcGIS 10.5軟件經加權總和工具進行疊加，而信息量模型直接將各評價指標專題圖的信息量疊加，得到2個模型全區的滑坡易發性圖。采用自然間斷點法將易發性區域劃分為5個等級，分別為低易發區、較低易發區、中易發區、較高易發區、高易發區。最后采用ROC曲線進行驗證，AUC值高的模型，其預測精度更高，更適合此研究區的滑坡易發性評價。

2 實例分析

2.1 研究區概況

研究區位于江西省新干縣，總面積1 245.38 km2(115°14′48″～115°43′54″E，27°30′09″～27°57′50″N)，屬亞熱帶季風氣候，年平均氣溫為17.6 ℃，年平均降雨量為1 579.2 mm，最大年降雨量2 295.9 mm(2012年)，屬贛江流域。研究區地形以中低山-丘陵為主，地層發育較齊全，分別為第四系松散巖組、紅色碎屑巖組、一般碎屑巖組、碳酸鹽巖組、變質巖組、巖漿巖組。研究區構造復雜。

2.2 評價指標選取與指標體系建立

本文通過收集影響滑坡發生的相關基礎數據，最初選取高程、坡度、坡向、工程地質巖組、平面曲率、距道路距離、距斷層距離、距水系距離8個評價指標，但由于距斷層和水系近的地方滑坡不發育，而距離遠的地方滑坡反而發育。最終選取高程、坡度、坡向、工程地質巖組、平面曲率、距道路距離6個評價指標進行滑坡易發性評價。各評價指標分級圖如圖2。

圖2 各評價指標分級圖

2.3 基于信息量-隨機森林模型的滑坡災害易發性評價

利用 ArcGIS 10.5軟件值提取至點工具提取研究區 291個滑坡點各評價指標的屬性數據，標記為“1”，接著選取與滑坡點數量相同的非滑坡點，提取291個非滑坡點各評價指標的屬性數據，標記為“0”。用高程、坡度、坡向、工程地質巖組、平面曲率、距道路距離的信息量值與是否為災點(1為災點，0為非災點)構成模型的總樣本。隨機選取滑坡點及非滑坡點樣本中的70%(407個)作為訓練樣本，剩下的30%(175個)作為測試樣本。利用MATLAB軟件，將訓練樣本代入編好的代碼進行訓練，訓練之后的模型用于測試樣本，隨后調用重要性函數得到各評價指標的權重如圖3所示。

圖3 評價指標權重圖

2.4 基于信息量模型的滑坡災害易發性評價

使用 ArcGIS 10.5軟件分別將6個評價指標與滑坡點位分布圖疊加，計算各個指標類對應的滑坡數量，由公式(1)得出評價指標對應的信息量值(表1)。

表1 評價指標信息量表

在信息量模型中，信息量值反映了評價指標對滑坡發生的可能性大小，值越大則表示對滑坡發生的可能性越大，負值則表示不利于滑坡的形成[21]。由表 1可知，信息量值較大的評價指標類分別是：高程為50～150 m；坡向為南西、西和北西方向；坡度為5°～25°；工程地質巖組為紅色碎屑巖組；距道路距離為200 m以內；平面曲率為凸坡?？傮w來看，距道路距離對滑坡的影響最大，其次為工程地質巖組、高程、坡向、坡度，而平面曲率則是對滑坡發生影響最小的評價指標。

2.5 滑坡易發性評價結果與ROC對比驗證

2.5.1 滑坡易發性評價結果 將各評價指標專題圖和MATLAB 軟件得到的權重值在 ArcGIS 10.5軟件經柵格計算器工具進行疊加，得到全區的滑坡易發性圖。采用自然間斷點法將易發性區域劃分為5個等級，分別為低易發區、較低易發區、中易發區、較高易發區、高易發區。生成的滑坡易發性分區圖如圖4所示。

圖4 基于信息量-隨機森林模型的滑坡易發性分區圖

將表1中各評價指標分級的信息量值代入公式(2)得到各評價指標的總信息量I，借助 ArcGIS 10.5軟件計算得到該模型下的研究區滑坡的易發性圖，采用自然間斷點法將易發性區域劃分為5個等級，分別為低易發區、較低易發區、中易發區、較高易發區、高易發區，等級劃分后生成滑坡易發性分區圖如圖5所示。

圖5 基于信息量模型的滑坡易發性分區圖

結合圖4和圖5可知，信息量模型得出的滑坡易發性分布趨勢與信息量-隨機森林模型預測結果大致相同，較高易發區和高易發區均呈線性分布在道路附近，影響滑坡的主控因素均為距道路距離。

2.5.2 ROC對比驗證 為對比評價信息量-隨機森林模型和信息量模型的預測精度，采用受試者特征曲線(ROC)對兩種模型的空間預測性能進行檢驗。通常用曲線與X坐標軸圍成的面積(AUC)來評價模型的預測性能，AUC值越大，其預測效果越好[22]。利用SPSS軟件繪制出兩種模型的ROC曲線圖如圖6所示。

圖6 ROC曲線

由圖6可知，信息量-隨機森林模型及信息量模型的AUC值分別為0.966和0.759，其中信息量-隨機森林模型較信息量模型的預測精度高了20.7%。

3 結論

1)對評價指標分析可以得出，在信息量-隨機森林模型和信息量模型中最為顯著的評價指標都是距道路距離，其中信息量-隨機森林模型中次重要的評價指標依次為工程地質巖組和高程，而信息量模型次重要的評價指標依次為坡向、工程地質巖組和坡度。

2)信息量-隨機森林模型得出的滑坡易發性分布趨勢與信息量模型預測結果大致相同，滑坡高易發區和較高易發區呈線性分布在道路附近，影響滑坡的主控因素為距道路距離。

3)由ROC曲線可知，信息量-隨機森林模型及信息量模型的AUC值分別為0.996和0.759，其中信息量-隨機森林模型較信息量模型的預測精度高了20.7%，說明信息量-隨機森林模型更適合此研究區的滑坡易發性評價。