结合BO-XGBoost与连续-离散模拟方法对降雨引发的滑坡进行失稳性评估

《Mathematics》：Runout Assessment of Rainfall-Induced Landslides by Coupling BO-XGBoost and Continuum–Discontinuum Simulation

　　

摘要

准确预测滑坡滑动距离及影响范围对于滑坡危险区划与风险评估而言至关重要。本文基于所开发的可解释贝叶斯优化-极端梯度提升（BO-XGBoost）模型，结合连续-离散元方法（CDEM）以及颗粒强度软化模型，构建了一个基于降雨触发因素的滑坡预测与模拟平台。首先，依据运动学预测理论，从降雨引发的滑坡案例中筛选出若干关键影响因子用于训练BO-XGBoost模型。该模型能够有效捕捉滑动距离与这些影响因子之间的非线性关系，R²值为0.858。通过Shapley加性解释方法分析，滑坡前后边缘的高差被确定为最主要的控制因素。随后，将颗粒流方法引入CDEM中，并提出了颗粒强度软化模型来模拟滑坡过程。以易贡滑坡为例，验证了所提软化模型的适用性。此外，针对王家湾滑坡，还将BO-XGBoost模型与CDEM模拟方法进行了联合应用。该模型与模拟方法分别预测的滑动距离为256.8米和320米，与实际观测值300米相比，相对误差分别为14.40%和6.67%。这一创新性的方法体系及其应用成果表明，本文为滑坡的评估与机制分析提供了可靠的参考依据。