双阈值验证工具(DTVT)：从滑坡灾害地图到多级预警系统的标准化桥梁

《International Journal of Disaster Risk Reduction》：Double-Threshold Validation Tool (DTVT): from landslide hazard maps to operational early warning systems

【编辑推荐】本研究创新性提出双阈值验证工具(DTVT)，通过"失稳概率-扩散阈值"双参数体系，解决机器学习生成的像素级滑坡灾害图(LHMs)在区域预警系统(LEWS)应用中的三大瓶颈：标准化验证缺失、空间尺度不匹配及多级警报标准不统一。以意大利佛罗伦萨2023年滑坡事件为案例，成功实现从高精度预测到应急响应的转化。

　　

Highlight

双阈值验证工具(DTVT)通过自动化将原始滑坡灾害图(LHMs)从像素尺度转换为更广空间单元（像素聚合单元PAUs）的预警等级，并与相应滑坡数据库比对计算技能评分。该方法基于两个关键阈值定义PAUs的失稳状态：

• •

  失稳概率阈值(Failure Probability Threshold, FPT)：像素被视为失稳的概率临界值

• •

  扩散阈值(Instability Diffusion Threshold, IDT)：需要达到FPT的像素数量占比阈值

Case study

本章阐述佛罗伦萨省DTVT测试的模型设置与输入数据。3.1节介绍研究区域，3.2节详述作为工具输入的像素级LHMs生成过程，3.3节说明工具实施的具体配置方案。

Results

DTVT代码的Zenodo存储库提供输入数据和结果以确保可重复性。由于需评估3个模拟日产生的420幅聚合地图的统计指标，本文仅聚焦最具评估意义的真技巧评分(True Skill Statistic, TSS)。

Discussion

本研究核心目标是提供DTVT的增强版本，为像素级LHMs验证及其转化为可操作预警系统提供标准化自动解决方案。作为DTVT输入的LHMs采用随机森林(RF)算法动态生成，2023年5月15-17日地图显示概率分布与降雨格局高度吻合。变量重要性分析进一步验证了模型的物理合理性。

Conclusion

传统基于降雨阈值的滑坡预警系统(LEWS)因数据单一而可靠性不足。动态机器学习应用通过时空多维因子融合显著提升精度，但像素级LHMs的预警系统集成面临标准化验证方法缺失、空间分辨率不匹配及多级警报标准不明确等挑战。