| 基于水系分区的滑坡易发性机器学习分析方法:以重庆市奉节县为例 |
| |
| 引用本文： | 仉文岗,何昱苇,王鲁琦,刘松林,陈柏林.基于水系分区的滑坡易发性机器学习分析方法:以重庆市奉节县为例[J].地球科学,2023(5):2024-2038. |
| |
| 作者姓名： | 仉文岗 何昱苇 王鲁琦 刘松林 陈柏林 |
| |
| 作者单位： | 1. 重庆大学土木工程学院;2. 重庆大学库区环境地质灾害防治国家地方联合工程研究中心;3. 重庆地质矿产研究院 |
| |
| 基金项目： | 国家重点研发计划项目（No.2019YFC1509605）；;重庆市自然科学基金项目（No.cstc2021jcyjbsh0047）； |
| |
| 摘 要： | 三峡库区是地质灾害管理的重点地区，鉴于长江对其沿岸边坡的水力作用不容忽视，因此需进一步研究水系因素对滑坡易发性的影响.以重庆市奉节县为例，考虑区域内水系影响显著，沿水域两岸300 m区域内划分为分区Ⅰ，其余区域为分区Ⅱ.其次，全域、分区Ⅰ、分区Ⅱ以提取的16个影响因子建立易发性评价指标分析模型，基于随机森林模型计算区域滑坡发生概率，并将全域和分区的滑坡易发性评价结果对比分析.结果表明：奉节县高和极高易发区主要分布在水域两岸及耕地范围内，这是由于库水位升降减少了防滑截面的有效应力，由于原有山体平衡在垦荒过程中被破坏，耕地对斜坡的防护作用微弱；基于水系分区后模型的训练精度优于全域模型的训练精度，准确率和F1分数的最大提升幅度分别可达5.1%、5.2%.基于水系分区的方法有利于提高滑坡易发性评价精度，该方法实用性强，可靠性高.
|
| 关 键 词： | 滑坡灾害 机器学习 水系分区 随机森林 易发性评价 工程地质 |
|
