基于RF-EWM的滑坡易發性與城鎮化耦合協調性研究

摘要：

為了定量化揭示滑坡與城鎮發展水平的內在規律，促進城鎮高質量發展，選取指標構建滑坡易發性與城鎮發展水平評價體系，基于RF-EWM和耦合協調度模型進行2015～2019年重慶市中心城區滑坡易發性、城鎮發展水平時空分布分析和耦合協調性分析。結果表明：① 重慶市中心城區滑坡易發性及區域滑坡易發性差異整體上呈下降趨勢。② 2015年和2019年重慶市中心城區除渝中區外其余8個區城鎮發展水平均低于0.4，區域間城鎮發展水平差異大。③ 2015年和2019年重慶市城鎮發展水平與滑坡易發性之間耦合度均高于0.5，相互作用關系強；耦合協調度均高于0.4，處于協調階段；大渡口區、九龍坡區、北碚區和巴南區等地區耦合協調度呈降低的趨勢。研究結果可為重慶市滑坡防治及城市發展工作提供參考。

關 鍵 詞：

滑坡易發性； 城鎮發展水平； 耦合協調度； 隨機森林； 重慶市中心城區

中圖法分類號： X22；X43

文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2023.03.017

0 引 言

近幾十年，城鎮化快速發展，強烈干擾了生態環境，造成地質災害頻發，2009～2019年中國地質災害共計133 899處，其中滑坡占71%［1］。地質災害帶來巨大損失［2］，嚴重制約經濟社會可持續發展［3］。城鎮化建設與地質災害間關系復雜：城鎮建設不合理，會提高城鎮發展負外部性，增加滑坡泥石流災害易發性［4］；地質災害易發地不適合城市修筑建筑，制約城鎮發展規模和質量［5］。目前，新型城鎮化上升為國家戰略，要求城市發展重視災害防治，構建安全宜居城市。探索城市化進程與地質災害的內在影響機制，對于中國新型城鎮化發展具有重要研究意義［6］。

2014年6月，國家發改委等11部委聯合印發《關于開展國家新型城鎮化綜合試點工作的通知》，重慶市中心城區被選為國家新型城鎮化試點［7］，其城鎮化進程能否持續穩定健康發展，影響中國城鎮化轉型能否成功［8］。重慶市受發展空間影響，不合理的基礎設施選址，勢必造成滑坡易發性的增大［9-10］。據報道，2017年8月10日重慶市北碚區一山體滑坡導致公路被埋；2018年10月2日S104省道巴南接龍至石灘段滑坡，導致交通中斷；2019年10月16日重慶市沙坪壩大學城隧道發生邊坡滑坡。針對滑坡易發性，范晨等基于滑坡易發性的影響因子進行相關分析［11］；劉璐瑤等對比了CF和Logistic回歸模型的滑坡易發性結果［12］；申懷飛等利用AHP和信息量法進行了滑坡易發性評價模型的對比［13］；黃發明等基于隨機森林模型預測滑坡易發性，并與實際案例結合證明了隨機森林分析結果的精確性［14］。針對城鎮化，曾建麗等研究了京津冀城市群新型城鎮化驅動因素［15］。對于城鎮發展與地質災害的關系研究：黃佩探討了川滇地區城鎮擴展與山地災害風險的關系［16］，汪瑩等分析了地下水脆弱性的城鎮發展因子［17］。當前研究對滑坡易發性和城鎮化發展關系的探討存在一定不足：① 停留在地質災害廣義概念之下，針對性較弱；② 兩者作用強度和協同關系定量化分析較少。

本文構建城鎮化評價和滑坡易發性指標體系，基于RF（Random Forest，隨機森林）模型和熵權法分析2015年和2019年重慶市中心城區滑坡易發性和城鎮化發展水平的時空分布狀況?；隈詈蠀f調度模型，對重慶市中心城區2015年和2019年滑坡易發性與城鎮化發展水平耦合協調關系進行定量化研究，分析重慶市中心城區滑坡災害防治工作薄弱區域和薄弱環節，找出滑坡防治措施投入中存在的問題，為重慶市滑坡防治工作提供建議。

1 研究區與數據

1.1 研究區概況

重慶市中心城區分布于長江和嘉陵江交匯區域，由渝中區、南岸區、江北區、九龍坡區、沙坪壩區、大渡口區、北碚區、渝北區、巴南區等9個直轄區構成（見圖1），是重慶市的政治、經濟、文化、金融等中心，面積為5 484.37 km2。其地形主要以丘陵為主，水系發達，亞熱帶季風性濕潤氣候，年平均氣溫16～18℃，平均降雨1 000～1 400 mm。2020年中心城區戶籍統計總人口702.89萬人，城鎮化率為91.22%。地區生產總值9 334.22億元，其中第二、三產業地區生產總值達9 232.04 億元。

1.2 數據來源

數據來源如表1所列。

2 研究方法

分析資料，構建研究區滑坡易發性評估指標體系（包括高程、坡度、坡向、地球起伏度、年均降雨量、植被覆蓋度和土壤7個指標）和城鎮發展水平評估指標體系（見表2）［18-19］?；贕IS技術、隨機森林模型、熵權法，分析重慶市中心城區各直轄區縣滑坡易發性和城鎮發展水平空間分布。構建耦合協調度模型，對重慶市中心城區滑坡易發性和城鎮發展水平指數進行耦合協調性分析。

2.1 隨機森林模型

隨機森林（Random forest，RF）模型由Breiman基于Bagging集成學習理論和隨機子空間方法提出［20］。與其他評估算法對比，該方法具有精度較高、過程參數少、性能穩定等優點［21-22］。

該算法運用到滑坡易發性中，具體步驟如下：

（1） 根據歷史災害點數據（滑坡發生設置參數為0，不發生設置參數為1）對滑坡易發性指標采樣，得到原始訓練樣本數據集。

（2） 通過bootstrap重采樣技術從原始訓練樣本集中，按照1∶9的比例進行有放回地隨機抽?。ㄔ摂祿c屬性中包含滑坡易發性指標），生成訓練樣本子集和測試集。

（3） 將指標作為解釋變量，滑坡發生與否為因變量，構成隨機森林模型。

（4） 根據訓練樣本模型精度（R2）分析指標對滑坡空間易發性的作用強度［23］。

（5） 將2015年和2019年各指標數據柵格化，引入訓練好的模型中，預測2015年和2019年滑坡易發性值。

2.2 熵權法

熵權法基本思路是根據城鎮發展水平評價指標包含的信息量多少確定指標客觀權重［24］。該方法具有較好的客觀性和準確性?；静襟E如下：

（1） 無量綱化。

正標準化：

xi=（xi－minxi）/（maxxi－minxi）（1）

負標準化：

xi=（maxxi－xi）/（maxxi－minxi）（2）

式中：xi是城鎮化指標原始值；minxi，maxxi分別為指標中最小值、最大值。

（2） 構建評價維數m，元素數量n的矩陣。

（3） 確定熵值。

（4） 根據熵值求指標權重W。

2.3 耦合協調度模型

耦合指系統間通過相互作用而產生影響的情況，耦合度是表示滑坡易損性與城鎮化發展要素之間相互作用的強度［25］。耦合度不能反映二者協調發展水平的高低［26］，而加入耦合協調度，協調性越強城鎮發展過程越注重生態環境的保護和滑坡災害防治，滑坡發生頻率越低（良性相互關聯）。構建具體耦合協調度模型如下：

C=2n1n2/（n1+n2）（3）

式中：n1，n2表示滑坡易發性與城鎮發展水平兩個系統的綜合發展水平，本文分別為滑坡易損性系統和城鎮發展水平的綜合水平。C為耦合度，C值在0～1之間，值越接近于1說明滑坡易損性與城鎮發展水平之間的影響作用越強，反之則越弱。

T=an1+bn2（4）

式中：T是綜合評價指數；a，b是表示滑坡易發性與城鎮發展水平對城市發展的重要程度，本文將兩參數設定為0.5，代表二者對于城市發展貢獻度相同［27-28］。

D=C×T（5）

式中：D為耦合協調度，根據現有研究將耦合度與協調度進行類型劃分［28-29］，劃分結果如表3和表4所列。

3 結果分析

3.1 重慶市中心城區滑坡易發性時空分析

基于滑坡災害點數據和滑坡易發性指標數據，采用SPSS Modeler訓練隨機森林模型，將2015年和2019年的滑坡易發性指標數據屬性表導入模型，得滑坡易發性均值結果如圖2所示，其中等間隔分類（易發性值越接近于0，滑坡易發性越高）為高易發性（0.45～0.51）、中易發性（0.51～0.57）和低易發性（0.57～0.63）。

2015年全區滑坡易發性介于0.484～0.556之間，2019年全區滑坡易發性介于0.555～0.607之間，重慶市中心城區較關注城鎮發展與環境之間的協調性，使2019年區域間滑坡易發性差異（0.052）小于2015年（0.072）。據圖2分析，2015年滑坡高易發性區域分布在九龍坡區和大渡口區，滑坡中易發區分布在沙坪壩區、北碚區、渝北區、江北區、渝中區、南岸區、巴南區，2015年滑坡易發性整體偏高；2019年重慶市中心城區北部滑坡易發性高于南部地區。2015～2019年重慶中心城區滑坡易發性整體呈下降的趨勢。以上分析說明，2015～2019年重慶市中心城區作為新型城鎮化發展的試點，突出生態優先和綠色發展，使城市內滑坡災害易發性降低［29］。

3.2 重慶市中心城區城鎮發展水平時空分析

整理重慶市統計年鑒數據，利用MATLAB軟件，基于熵權法計算城鎮發展水平指標權重（見表2），在確權的基礎上評估2015年和2019年重慶市中心城區各區縣的城鎮發展水平，結果如圖3所示。

渝中區是重慶市政治、經濟、文化及商貿流通中心，2015年和2019年重慶市中心城區僅有渝中區城鎮發展水平高于0.7，為中心城區城鎮發展水平最高城區，其余8個區均低于0.4，表明城區間城鎮發展水平差異較大，需關注新型城鎮化要求的區域協調發展。隨著人口城鎮化、空間城鎮化、社會城鎮化、經濟城鎮化和生態城鎮化發展，2015～2019年渝中區、江北區、南岸區、渝北區城鎮發展水平提高，其中渝中區發展水平提高幅度最大；大渡口區、沙坪壩區、九龍坡區、北碚區和巴南區城鎮發展水平降低，大渡口區發展過程中人口迅速增加，基礎設施增長速度較緩，醫療和計劃生育支出占比、萬人公路里程數和第三產業GDP占比降低，綜合城鎮發展水平偏低。

3.3 重慶市中心城區滑坡易發性與城鎮發展水平耦合協調關系評價

計算重慶市2015年、2019年滑坡易發性與城鎮發展水平指數間耦合度、綜合指數和耦合協調度，計算結果如圖4～6所示。

據圖4分析，重慶市中心城區2015年耦合度值均高于0.8，處于耦合時期，各直轄區的滑坡易發性與城鎮發展水平之間相互影響作用極強，且處于高水平耦合階段。2019年重慶市大渡口區和北碚區耦合值為0.688 和0.800，處于磨合階段，滑坡易發性和城鎮發展水平相互影響作用較強；渝中區、江北區、沙坪壩區、九龍坡區、南岸區、渝北區和巴南區耦合度值均大于0.8，處于耦合階段?？傮w上來說，重慶市因為山地地形、降雨豐富等特點，城鎮發展水平與滑坡易發性之間相互作用程度高，在城鎮發展過程中必須考慮地質環境情況。

據圖5和圖6分析：2015年和2019年重慶市中心城區城鎮發展水平與滑坡易發性均處于協調階段，重慶市中心城區屬于山地城市，城鎮化建設過程中十分注意崩滑流等地質災害的防治問題，滑坡與城鎮化二者關系協調性強。2015年重慶市中心城區處于基本協調階段的直轄區有南岸區和北碚區，中度協調階段的有渝中區、大渡口區、江北區、沙坪壩區、九龍坡區、渝北區和巴南區，重慶市中心城區滑坡災害與降雨有較強聯系［30］，城市發展水平高的地區排水基礎設施越完善，二者在越高水平上協調。2019年大渡口區、南岸區和北碚區處于基本協調階段，江北區、沙坪壩區、九龍坡區、渝北區和巴南區處于中度協調階段，渝中區近幾年經濟發展水平高、城市綠化面積增加、城鎮化與地質災害關系處理合理，耦合協調性由2015年的中度協調階段發展到2019年的高度協調階段。江北區、沙坪壩區、南岸區和渝北區雖然從2015年至2019年所處階段并未改變，但是耦合協調度卻有一定程度的增加，表明區域內部城鎮化過程中重視地質災害的防治。耦合協調度降低的直轄區包括大渡口區、九龍坡區、北碚區和巴南區，這幾個區2015～2019年城鎮發展速度較其他地區緩慢，城鎮發展水平不夠高，且森林覆蓋率大幅度降低，城鎮發展過程中消耗大量生態資源，具有生態城鎮化不合理的現象，大渡口區尤其嚴重（從2015年的中度協調到2019年改變為基本協調），需要重視經濟社會城鎮發展與地質環境的協調性，提高地質災害防治意識的重要性。

4 結 論

本文結合隨機森林模型、熵權法和耦合協調度模型分析2015年和2019年重慶市中心城區滑坡易發性和城鎮發展水平的時空分布狀況及其耦合協調關系，結論如下：

（1） 2015～2019年全區滑坡易發性整體上呈下降趨勢。區域間城鎮發展水平差異大，2015～2019年渝中區、江北區、南岸區、渝北區城鎮發展水平提高；大渡口區、沙坪壩區、九龍坡區、北碚區和巴南區城鎮發展水平降低。

（2） 總體上來說，重慶市城鎮發展水平與滑坡易發性之間相互作用程度高；2015年和2019年重慶市中心城區城鎮發展水平與滑坡易發性均處于協調階段；耦合協調度降低的轄區包括大渡口區、九龍坡區、北碚區和巴南區。

本文研究結果表明重慶市中心城區需要更加注重區域間協調發展，發展過程中應該盡量減少城鎮用地與生態環境的矛盾，關注和諧發展。針對城鎮發展水平差異大的現象，需要調整產業結構、增強區域間合作、注重區域間的協調發展；針對重慶市中心城區部分地區滑坡易發性與城鎮發展水平耦合協調度降低的現象，應加強生態環境保護（阻止建成區面積不合理擴張和過分降低森林覆蓋率等行為）、注意排水設施建設、加強邊坡防護治理，降低滑坡易發性。

本研究技術流程可為相關研究提供方法借鑒，結果可為重慶市縮小城市發展水平差異和韌性城市建設提供一定的理論支撐。但因數據獲取局限，本研究對滑坡災后恢復能力分析較少。未來關于城鎮發展與災害的研究可以從新型城鎮化和韌性城市建設等新的角度著手，突出以人為本和抗災韌性等新理念。

參考文獻：

［1］ 梁高，張曉蕾，凌雪，等.2009～2019年我國地質災害時空特征分析［J］.防災減災學報，2021，37（3）：58-64.

［2］ ZHANG X H.The design and implementation of geologic hazard information management system［J］.Arabian Journal of Geosciences，2020，13（17）：854.

［3］ 楊盼盼，王念秦，郭有金，等.城鎮化與地質環境耦合協調時空演化分析：以臨潼區為例［J］.科學技術與工程，2020，20（9）：3790-3797.

［4］ 劉傳正.城鎮化過程中的地質災害防治問題［J］.城市與減災，2019（3）：2-8.

［5］ 李格銳.中國城鎮化對崩滑流易發性及防治效率的影響研究［D］.北京：中國地質大學（北京），2018.

［6］ 楊盼盼，王念秦，郭有金，等.城鎮化與地質環境耦合協調時空演化分析：以臨潼區為例［J］.科學技術與工程，2020，20（9）：3790-3797.

［7］ 王崇舉，朱莉芬.重慶的發展戰略及其在中國發展中的地位［J］.珠江經濟，2008（7）：26-32.

［8］ 馬長發，朱曉旭.西部地區新型城鎮化和鄉村振興互動關系研究［J］.生態經濟，2021，37（5）：99-105.

［9］ 曹守慧，丁士軍，孫飛.新型城鎮化綜合試點政策對城鎮發展質量的影響研究［J］.華中農業大學學報（社會科學版），2021（5）：75-8，194-195.

［10］ 石菊松.減緩新型城鎮化進程中的地質災害風險科技創新建議［J］.科技導報，2017，35（5）：38-44.

［11］ 范晨，劉志鵬，曾超，等.基于影響因子反饋校準的北川縣滑坡地質災害易發性評價［J］.安全與環境工程，2021，28（5）：121-130.

［12］ 劉璐瑤，高惠瑛，李照.基于CF與Logistic回歸模型耦合的永嘉縣滑坡易發性評價［J］.中國海洋大學學報（自然科學版），2021，51（10）：121-129.

［13］ 申懷飛，董雨，楊梅，等.基于AHP與信息量法的甘肅省滑坡易發性評估［J］.水土保持研究，2021，28（6）：412-419.

［14］ 黃發明，胡松雁，閆學涯，等.基于機器學習的滑坡易發性預測建模及其主控因子識別［J］.地質科技通報，2022，41（2）：79-90.

［15］ 曾建麗，趙玉帛，李淑琪.京津冀城市群新型城鎮化水平時空格局演變及驅動因素研究［J］.生態經濟，2021，37（10）：100-107.

［16］ 黃佩.川滇地區城鎮擴展與山地災害風險耦合關系研究［D］.成都：四川師范大學，2020.

［17］ 汪瑩，羅朝暉，吳亞，等.巖溶地下水脆弱性評價的城鎮化因子：以水城盆地為例［J］.地球科學，2019，44（9）：2909-2919.

［18］ GUO X Y，FU B H，DU J，et al.Applicability of susceptibility model for rock and loess earthquake landslides in the Eastern Tibetan Plateau［J］.Remote Sensing，2021，13（13）：2546.

［19］ 孫斌，徐渭，薛建春，等.黃河流域城市群城鎮化與生態環境耦合協調預測［J］.地球科學與環境學報，2021，43（5）：887-896.

［20］ BREIMAN L.Ｒandom forests［J］.Machine Learning，2001，45（1）：5-32.

［21］ 李蒼柏，肖克炎，李楠，等.支持向量機、隨機森林和人工神經網絡機器學習算法在地球化學異常信息提取中的對比研究［J］.地球學報，2020，41（2）：309-319.

［22］ ZHANG B L，LIU L L，HUANG Z B，et al.Application of stochastic model to assessment of heavy metal（loid）s source apportionment and bio-availability in rice fields of karst area［J］.Science of the Total Environment，2021，793：148614.

［23］ JIANG C C，FAN W，YU N Y，et al.Spatial modeling of gully head erosion on the Loess Plateau using a certainty factor and random forest model［J］.Science of the Total Environment，2021，783：147040.

［24］ PAN B H，LUO S S，YING J F，et al.Evaluation and analysis of CFI schemes with different length of displaced left-turn lanes with entropy method［J］.Sustainability，2021，13（12）：6917.

［25］ 李廣培，張夢倩，李艷歌.中國省域綠色創新效率、生態效率與經濟增長質量耦合研究［J］.生態經濟，2021，37（10）：46-52.

［26］ 崔木花.中原城市群9市城鎮化與生態環境耦合協調關系［J］.經濟地理，2015，35（7）：72-78.

［27］ 王成，唐寧.重慶市鄉村三生空間功能耦合協調的時空特征與格局演化［J］.地理研究，2018，37（6）：1100-1114.

［28］ 朱潤苗，陳松林.耕地集約利用與新型城鎮化的耦合關聯研究：以福建省為例［J］.農業現代化研究，2021，42（4）：600-609.

［29］ 馬長發，朱曉旭.西部地區新型城鎮化和鄉村振興互動關系研究［J］.生態經濟，2021，37（5）：99-105.

［30］ 李環禹，陳朝暉，范文亮，等.區域降雨型滑坡風險分析統計模型研究［J］.自然災害學報，2018，27（4）：103-111.

（編輯：劉 媛）

Coupling and coordination analysis on landslide susceptibility and urbanization based on RF-EWM model

HE Qingyun1，MU Fengyun1，2，HUANG Qi1，CHEN Jiankun1，LI Yunyan2

（1.School of Smart City，Chongqing Jiaotong University，Chongqing 400074，China； 2.Key Laboratory of New Technology for Construction of Cities in Mountain Area of Ministry of Education，Chongqing University，Chongqing 400045，China）

Abstract：

In order to quantitatively reveal the inherent law of landslide susceptibility and urban development level and promote the high-quality development of cities and towns，we constructed an evaluation system by selecting several indicators，and analyzed the spatial and temporal distribution and coupling coordination of landslide susceptibility and urban development level in central urban area of Chongqing City in 2015 and 2019 based on RF-EWM model and coupling coordination model.The results showed that：①The landslide susceptibility and regional landslide susceptibility differences in Chongqing′s central urban area showed an overall downward trend.②In 2015 and 2019，the urban development levels of the eight districts in the central urban area of Chongqing City were lower than 0.4 except Yuzhong District，and the difference of urban development level between regions was large.③In 2015 and 2019，the coupling degree between urban development level and landslide susceptibility in Chongqing City was higher than 0.5，with strong interaction relationship；the coupling coordination degree was higher than 0.4，which was in the coordination stage；and the the coupling coordination degree of Dadukou District，Jiulongpo District，Beibei District and Banan District showed a decreasing trend.The research results can provide reference for landslide prevention and urban development in Chongqing City.

Key words：

landslide susceptibility；urban development level；coupling coordination degree；random forest；central urban area of Chongqing City