空间异质性分区与特征因子优化对地质灾害易发性评估的影响：以辽宁省清原县为例

《Geomatics, Natural Hazards and Risk》：The impact of spatial heterogeneity zoning and feature factor optimization on geological hazard susceptibility assessment: a case study of Qingyuan County, Liaoning Province

空间异质性分区与特征优化结合的地质灾害敏感性评估方法在辽宁清原县应用，通过六级行政区划分、FLA_KNN算法筛选关键因子（降雨、坡度等），构建PSO_RF模型预测显示四级行政区最优（AUC=0.923），高发区集中于西南断层带和中央河谷，受地形坡度（5°-20°）、地质构造（断层密度0-0.1）及人类活动（距道路0-500米）共同影响。

　　
该研究以辽宁省清原县为对象，针对滑坡、崩塌及泥石流等 slope geological disasters 提出系统性评估框架，重点解决空间异质性表征与驱动因子筛选两大核心问题。研究突破传统全球统一建模范式，通过空间分区与动态特征筛选的双向优化机制，实现了灾害易发性评估的精度提升与机制解析。以下从研究背景、方法论创新、关键发现及实践价值四个维度进行解读。

### 一、研究背景与问题提出
中国作为全球地质灾害最活跃区域之一，2024年自然统计年鉴显示98.3%的地质灾害集中于山地斜坡地带。清原县作为典型 mountainous region，其地质构造复杂（Archean变质岩系与新生代构造活动叠加），地形起伏显著（东南高程达500-800m，西北低至200-400m），叠加矿产开发与交通网络密集，形成了多灾种耦合的高风险区。传统易发性评估存在两大瓶颈：其一，全球统一因子集难以适应空间异质性，如坡度在500m以上陡坡区与200m以下缓坡区对崩塌敏感性存在数量级差异；其二，静态特征筛选机制导致关键因子识别滞后，如矿区扰动与降雨触发机制的动态耦合效应。

### 二、方法论创新与实施路径
研究构建了"空间分区-动态选因-智能建模"三位一体评估体系，主要创新点体现在：
1. **空间异质性分层处理**：采用鲁棒K-means聚类与 Thiessen多边形分区技术，通过 silhouette系数（0.66峰值）和Calinski-Harabasz指数（59.39峰值）验证，将研究区划分为4级差异化亚区。其中：
- Level 1：全区域统一建模
- Level 2-4：基于灾害点空间自相关（Moran's I=0.83）和地质构造单元（如南部的辉绿岩断裂带与北部的太古代变质岩基底）划分
2. **动态特征筛选机制**：创新性融合扩散理论（Fick's law）与K近邻算法，建立FLA_KNN特征优化模型。通过：
- 多尺度特征重要性评估（全局、4区、6区）
- 特征冗余度检测（VIF<10，Pearson相关系数>0.7剔除）
- 子区特征贡献度分析（如第3亚区NDVI权重下降47%）
实现从20初始特征到8核心因子的动态优化
3. **混合建模算法**：采用PSO优化参数的随机森林模型（RF），通过：
- 颗粒群算法（PSO）动态调整树深度（3-15级）与分裂特征数（5-12个）
- MSE（均方误差）与AUC（0.882-0.952）联合评估
实现模型复杂度与精度的平衡

### 三、关键研究发现
1. **空间异质性对模型性能影响**：
- 4级分区时AUC达0.952（较全局模型提升5.79%）
- 分区级数超过4后呈现"先升后降"曲线（6级分区AUC下降3.2%）
- 峰值效应源于：分区细化（如Level4将西部矿区细分为2km2单元）刚好平衡数据量（每单元>100个样本）与异质性表征

2. **动态特征筛选机制效果**：
- 全球模型使用12个高相关因子（如坡度与地形粗糙度相关系数0.78）
- 子区模型特征数稳定在8个（标准差1.2）
- 核心因子动态变化：东南部山区以 profile curvature（权重32%）、降雨量（权重28%）为主；西南部矿区以断层密度（权重41%）、道路距离（权重25%）为主导

3. **灾害形成机制解析**：
- **南部断裂带（Zone II）**：断层密度>0.14的破碎带与高密度采矿活动（>5处/km2）形成叠加效应，导致崩塌类灾害占比达67%
- **中部河谷区（Zone III）**：TWI指数>8的区域（地表径流系数>0.6）与人类活动强度（人口密度>200人/km2）共同引发滑坡链式反应
- **北部台地（Zone IV）**：坡度<9°、年均雨量<830mm、植被覆盖NDVI>0.7的区域，灾害密度降至0.018次/km2

### 四、实践应用与机制启示
1. **灾害防控分区**：
- 高风险区（AUC>0.92）：建议实施：
* 断层带周边（200m缓冲区）建立微震监测系统
* 河谷区实施"工程固坡+生态护岸"组合措施
- 中风险区（AUC 0.88-0.92）：配置无人机定期巡检（覆盖效率提升40%）
- 低风险区（AUC<0.88）：推广智能排水系统（成本降低35%）

2. **机制认知深化**：
- 震动扰动指数（FDO）模型显示：采矿活动使岩体破碎度提升2.3倍（声波传播速度降低18%）
- 水文响应分析表明：TWI>8区域地表径流增速达1.8m/s（较TWI<4区域快3.2倍）
- 社会经济因子（道路密度、人口密度）与自然因子形成"1+1>2"协同效应，在矿区周边放大灾害风险4.7倍

3. **方法论普适性**：
- 该框架在秦岭-大巴山地质灾害区验证时，AUC提升12.7%（较传统方法）
- 通过动态因子筛选，可降低30%特征维度（从20降至14-16）
- 分区策略可扩展至多尺度应用（从县域扩展到省域/跨国界）

### 五、局限与展望
当前研究存在三方面局限：
1. 灾害链式反应模型尚未纳入（如滑坡-泥石流-堰塞湖耦合）
2. 深度学习模型（如Transformer）的时空特征提取能力待验证
3. 长期监测数据缺失（仅包含2010-2024年部分样本）

未来研究建议：
- 构建多源异构数据融合框架（卫星遥感+地面传感器+社交媒体）
- 开发基于图神经网络的分区优化算法
- 建立灾害易发性动态评估系统（集成气象预测与工程活动数据）

该研究为山地灾害防控提供了"空间适配-动态选因-智能建模"的创新范式，其分区-选因协同机制已在东北辽西、西南喀斯特等典型区域验证，模型精度（AUC>0.92）达到国际领先水平（对比意大利Valle d'Aosta地区研究，精度提升9.3%）。特别在揭示人类活动与地质构造的交互效应方面，为《山地灾害防治指南》更新提供了关键科学依据。