基于AHP-KDE多环采样策略的滑坡易发性预测负样本优化选择方法

《Ecological Indicators》：Negative sample selection for landslide susceptibility prediction: a hybrid optimization approach using an AHP-KDE multi-ring sampling strategy

本研究针对滑坡易发性预测(LSP)中负样本选择的不确定性问题，提出了一种融合层次分析法(AHP)与核密度估计(KDE)的多环采样优化框架。通过构建梯度缓冲区量化采样区间重要性，结合KDE降低正负样本地理相似性，在浙江临安区案例中验证了该方法能显著提升RF/LR/LightGBM/MLP等模型的AUC指标（提升0.069），有效克服传统缓冲区控制采样(BCS)的空间局限性，为地质灾害风险评估提供新范式。

　　

每当暴雨来袭，山区常会发生滑坡灾害，给人民生命财产安全带来严重威胁。准确预测哪些区域容易发生滑坡，是地质灾害防治的重要课题。在滑坡易发性预测（Landslide Susceptibility Prediction， LSP）中，我们通常将已发生滑坡的区域标记为"正样本"，而未发生滑坡的区域则作为"负样本"用于模型训练。然而，如何科学选择这些负样本，一直是困扰研究人员的难题。

传统方法多采用缓冲区控制采样（Buffer-Controlled Sampling， BCS），即在滑坡点周围设定一定距离的缓冲区，在缓冲区外随机选择负样本。这种方法虽然简单易行，但存在明显局限：单纯依靠空间距离无法准确反映地理环境的异质性，滑坡点附近也可能存在稳定区域，而远离滑坡点的地方反而可能具有滑坡风险。此外，随机采样可能导致负样本与正样本在特征空间上过于相似，降低模型的区分能力。

针对这些问题，浙江大学海洋学院的研究团队在《Ecological Indicators》上发表了一项创新研究，提出了一种名为AHP-KDE的多环采样策略。该研究以浙江省临安区为案例，收集了163个滑坡点和12种环境因子数据，通过构建六个梯度缓冲区（0.5-1公里、1-2公里、2-3公里、3-4公里、4-5公里、5-6公里），系统分析了不同距离区间负样本对滑坡易发性预测模型性能的影响。

研究人员采用了四种机器学习模型（随机森林RF、逻辑回归LR、轻量级梯度提升机LightGBM、多层感知器MLP）进行建模，并运用SHAP（SHapley Additive exPlanations）可解释性技术剖析模型决策机制。研究发现，不同缓冲区间的负样本质量存在显著差异，并非距离越远样本代表性越好。例如，1-2公里和2-3公里缓冲区的模型AUC值降至约0.6，而4-5公里缓冲区则表现最佳。

基于这些发现，研究团队创新性地将层次分析法（Analytic Hierarchy Process， AHP）与核密度估计（Kernel Density Estimation， KDE）相结合，建立了AHP-KDE多环采样框架。AHP用于量化各缓冲区的重要性并确定负样本分配权重，KDE则用于评估正负样本之间的地理相似性，筛选出代表性更强的负样本。

主要技术方法包括：基于遥感数据提取地形、水文、土地覆盖和岩性等12种环境因子；采用频率比（Frequency Ratio， FR）法评估各因子与滑坡分布的关系；构建六种梯度缓冲区并进行负样本随机采样；应用四种机器学习模型进行滑坡易发性建模；利用SHAP技术进行模型可解释性分析；结合AHP和KDE方法优化负样本选择。

研究结果方面，通过缓冲区重要性评估发现，3-4公里缓冲区权重最高（0.489），其次为5-6公里（0.215）和4-5公里（0.148）。模型性能比较显示，AHP-KDE方法相比传统BCS方法在AUC指标上提升0.069，准确率提高0.077，召回率提升0.25。LSI（Landslide Susceptibility Index）值分布分析表明，新方法的标准偏差从0.080增至0.223，显示模型区分能力显著增强。

SHAP分析揭示了不同缓冲区条件下模型决策机制的差异。以逻辑回归模型为例，距离道路的接近度是影响滑坡易发性的最关键因素，其SHAP值明显高于其他变量。在近距离缓冲区（0.5-3公里），降雨因子的影响力较弱，而在远距离缓冲区（3-6公里），降雨因子的重要性显著提升，说明模型在不同空间尺度下对特征关系的捕捉能力存在差异。

样本相似性评估结果显示，通过设定0.6的相似度阈值，有效筛选出了与正样本地理特征差异明显的负样本。例如，在3-4公里缓冲区所需的78个样本中，仅有46个满足阈值要求，其余32个从辅助区域补充，确保了样本的代表性。

与传统的BCS方法和极低易发性区（Very Low Susceptibility， VL）采样方法相比，AHP-KDE策略在保持空间分布合理性的同时，显著提升了模型的预测性能。特别是VL方法虽然在某些指标上表现良好，但其生成的易发性图存在明显空间偏差，出现了过拟合现象。

研究结论表明，空间距离 alone 不足以有效区分正负样本，不同距离的采样区间反映了环境因子的不同可分离性特征。AHP-KDE采样策略通过量化缓冲区重要性权重和降低正负样本空间相似性，有效克服了传统随机采样方法的局限性。该方法不仅提高了滑坡易发性预测的准确性，还为地质灾害风险评估提供了更加可靠的样本选择框架，对区域土地利用规划和灾害防治具有重要实践意义。

讨论部分进一步指出，负样本选择的质量对模型性能的影响甚至超过了模型选择本身。敏感性分析显示，缓冲区选择对AUC结果的平均绝对相关系数为0.339，而模型选择的影响仅为0.096。这一发现强调了在滑坡易发性预测研究中，更应关注训练数据集的质量和代表性，而非过度依赖模型算法的选择。

该研究的创新之处在于将多准则决策方法与地理统计技术相结合，系统解决了滑坡易发性预测中的负样本选择难题。提出的AHP-KDE框架不仅适用于滑坡预测，还可推广至其他空间预测领域，为类似的地理环境风险评估问题提供了方法论借鉴。未来研究可进一步探索更多环境因子的组合优化，以及在不同地理环境下的普适性验证。