数据稀缺区滑坡发生分析：厄瓜多尔北安第斯山脉

《GeoHazards》：Landslide Occurrence Analysis in a Data-Scarce Region: The Northern Andes of Ecuador

　　

在数据稀缺环境下开展滑坡易发性评估仍具挑战。在厄瓜多尔北安第斯山脉，假定的触发因素与滑坡发生的混杂倾向性因素之间的交互作用研究有限。研究人员以因巴尔布拉省为对象，考察滑坡记录与地质、地形、土地利用、植被及气候因子之间的关系，采用广义线性模型(GLM)与广义加性模型(GAM)进行分析。两种模型均识别出：月降水量每增加一个标准差，滑坡发生优势比分别升高8.84(GLM)与15.84(GAM)。GAM通过捕捉微弱非线性效应（尤其高程与剖面曲率）略优于GLM。高程呈非线性趋势、坡向呈线性趋势，但在所选GAM中其效应在5%水平边际不显著。滑坡更可能在中等高程、西北向坡面及偏湿条件下发生，此处土壤水分梯度制约斜坡稳定性。农业与畜牧复合土地利用未显示显著影响，提示分析尺度可能遗漏部分效应。结果为数据有限的发展中区域开展降雨相关滑坡评估提供基线框架。

研究背景与立项依据

在全球复杂地形与数据稀缺区，滑坡作为重力驱动型斜坡物质（岩、土、碎屑）运动，其机制过程、时空变异性与驱动因子认知仍不足。厄瓜多尔北安第斯（如因巴尔布拉省Imbabura）虽年发数百起事件，但研究多停留于GIS风险制图与局部易发性制图，缺乏将触发动力（降雨强度—历时、土壤前期含水量、人为扰动）与倾向因子（岩性、地形、植被）耦合的统计识别。已有库存（如DesInventar）常缺精确定位与发生时刻，导致降雨阈值难以建立。为此，研究人员在数据稀缺背景下引入可兼顾线性与非线性效应的GLM与GAM，旨在厘清降雨与地形/土地覆被对滑坡发生的因果贡献，并为后续物理模型提供统计基线。

主要技术方法概览

研究人员构建因巴尔布拉省滑坡属性库：滑坡点源自DesInventar（筛选2014年后具年月与坐标记录者56—52例），地形变量由ALOS 30 m DEM提取（高程、坡度、坡向sin/cos、平面/剖面曲率、汇流面积log₁₀），降雨采用CHIRPS 0.05°月降水（1985—2020）标准化异常，以0.6 SD为界二值化“降雨驱动”；岩性因卡方检验显示与土地利用/植被非独立而被排除。连续变量做归一化与多重共线性筛查（|r|<0.7），类别变量重分类后用卡方独立性检验。建模以空模型为起点块式叠加：先单地形项，再入土地/植被，GLM用二项logit并逐步加二次/三次多项式，GAM用低秩样条（mgcv::gam），以AIC选体、AUC-ROC评判别力，并以分层训练/测试200次抽样的交叉验证AUC控过拟合。

研究结果

3.1 数据集质量控制

卡方检验表明岩性与土地利用、植被覆盖不独立（p<0.05），故后续剔除岩性；连续预测因子Pearson |r|均<0.7，VIF<5，可保留。

3.2 逻辑斯蒂建模路径（GLM）

选定GLM含土地用途、植被、高程、线性平面曲率、log₁₀汇流面积、坡向sin/cos、降水、坡度二次项、剖面曲率三次项。零偏差72.09(51 df)降至残差26.24(34 df)，AIC=62.24。全样本AUC=0.957，交叉验证AUC=0.66。显著项（5%）：降水（OR=8.84）、坡度二次项、农牧用地；高程10%边际正效应；降水每增1 SD（原始84.13 mm）对数优势比增8.84倍。

3.3 广义加性模型（GAM）

最佳GAM（AIC=50.61）对高程与剖面曲率设平滑项（edf分别为1.911与0.947），其余线性。全样本AUC=0.976，交叉验证AUC=0.69，优于GLM。参数项仅降水显著（估计15.84，p=0.03）；坡向cos边际正（p=0.10）。高程在样本均值至+1 SD（约1727—2532 m）对数优势比抬升，剖面曲率在?1至1中等凹凸区效应最强，坡度偏平但机理保留。

讨论部分浓缩

数据操作使岩性类合并过强致非独立，故弃用；最终预测集为气候+地形连续变量+土地/植被类别。GLM中农牧用地呈强负关联，与既往研究相悖，归因为样本小、底图分辨率与分类粗、灌溉与管理未表达。GAM因样条占用模型空间使土地/植被系数偏移，两模型土地效应不一致属结构敏感。框架价值在于以块式建模自然嵌入地形启发知识，证明即使在月降水二值化、事件无日精度下，仍可分辩降雨驱动与非降雨驱动滑坡，并提示“降雨+中等高程+西北坡向”为湿润山地通用交互模式。

结论译文（据原文第5节浓缩）

滑坡是倾向因子与触发因子交互的复杂地灾，但数据稀缺如厄北安第斯认知不足。研究人员整合因巴尔布拉省地形（高程、坡度、曲率、汇流面积、坡向）、拓扑（植被、土地）、降水构建库存，以GLM/AUC=0.66与GAM/AUC=0.69做解释性建模；GAM因允许高程与剖面曲率非线性而略优，但两模型预测力均受小样本（<5事件/预测变量）与全样本评估限制。月降水偏离均值（尤12—4月）提升发生优势；GLM中降水强正，GAM中降水为唯一5%显著参数（15.84）。高程在GLM边际正、在GAM呈中等高程非线性峰；剖面曲率弱非线性；坡度机理保留但不显著；坡向cos边际正示西北坡增湿可能。农牧用地在GLM强负、GAM不显著，示尺度与底图敏感。研究为数据稀缺安第斯区提供降雨相关滑坡评估基线，未来需完善库存、前期雨量与ID阈值、高分辨率岩性/土壤/路距。

（载于《GeoHazards》）