基于机器学习的滑坡-泥石流灾害链区域识别框架

《Water》：A Machine Learning Framework for Regional Identification of Landslide and Debris Flow Hazard Chains

　　

摘要：滑坡-泥石流灾害链（LDHCs）的区域识别与风险制图对于山区灾害防治和土地利用规划至关重要。本研究提出了一种用于中国甘肃省南部LDHCs区域识别与风险制图的机器学习框架。利用160条滑坡灾害链（LHCs）和121条泥石流灾害链（DHCs）的编目数据，结合八个环境条件因子，建立了空间数据库。考虑到两种灾害类型在地貌特征上的显著差异，分别采用基于栅格和基于流域的制图单元进行滑坡和泥石流易发性制图。研究评估了五种集成学习算法以确定最优易发性模型。随后，通过将易发性与地震和极端降雨触发因子相结合生成灾害图，并纳入人口和国内生产总值（GDP）暴露数据生成区域风险图。随机森林（Random Forest）模型在LHC易发性制图中表现最佳，准确率为84.9%，AUC为0.914；而极端随机树（Extra Trees）模型在DHC易发性制图中表现最佳，准确率为92.6%，AUC为0.978。最终的风险图表明，白龙江中下游地区，包括武都、舟曲、秦安和天水，是LDHCs风险最高的区域。所提出的框架为LDHCs的区域识别与风险制图提供了一种有效且可迁移的方法，为山区灾害防治、应急规划和土地利用管理提供了有价值的支持。

基于机器学习的滑坡-泥石流灾害链区域识别与风险制图研究解读

一、研究背景与问题提出

滑坡和泥石流是山区最具破坏性的地质灾害之一，在全球范围内造成重大的人员伤亡、基础设施损毁和生态资源损失。在气候变化、极端降雨频发和人类活动加剧的复合影响下，许多山区的灾害发生频率显著上升。尤其值得关注的是滑坡-泥石流灾害链（LDHCs），即降雨诱发的滑坡通过沟道侵蚀和泥沙裹挟转化为泥石流的过程，往往表现出级联放大效应，其破坏潜力远大于单一的滑坡或泥石流事件。由于LDHCs触发机制复杂、运移距离长、空间连通性强，给山区灾害防治和风险管理带来了严峻挑战。

尽管已有大量研究关注滑坡或泥石流的易发性评价，但现有研究仍存在若干关键不足。第一，多数研究聚焦于单一滑坡或泥石流灾害，而对LDHCs的集成区域识别关注相对有限。第二，区域易发性评估普遍采用单一空间制图单元，然而滑坡和泥石流在地貌特征和空间组织上存在显著差异，难以在统一框架内同时准确表征两类灾害。第三，以往研究主要侧重于易发性制图，而将灾害发生、触发条件和承灾体暴露信息综合集成的区域风险制图仍然不足。这些局限性降低了现有方法在区域灾害防治和土地利用规划中的实际应用价值。

二、研究内容与主要结论

针对上述问题，研究人员在甘肃省南部地区开展了一项系统性研究，提出了一种用于LDHCs区域识别与风险制图的机器学习框架。该框架的方法创新体现在三个方面：其一，采用灾害特定空间单元——滑坡使用栅格单元，泥石流使用流域单元——以反映两类灾害不同的地貌特征和空间组织方式；其二，系统比较了五种代表性集成学习算法，为LDHC易发性制图的算法选择提供了经验指导；其三，建立了集成的易发性-灾害-风险工作流程，通过纳入触发因子（地震烈度和极端降雨）和社会经济暴露数据（人口和GDP），将易发性转化为可供灾害管理使用的操作性风险信息。

研究结果表明，随机森林（RF）模型在滑坡灾害链（LHCs）易发性制图中表现最佳，准确率为84.9%，AUC为0.914；极端随机树（ET）模型在泥石流灾害链（DHCs）易发性制图中表现最佳，准确率为92.6%，AUC为0.978。通过空间分块交叉验证进一步评估了模型的空间泛化能力，虽然性能较随机交叉验证有所下降，但模型仍保持了中等水平的判别能力。最终的风险图显示，白龙江中下游地区，包括武都、舟曲、秦安和天水，是LDHCs风险最高的区域。该研究发表在《Water》期刊上，为山区灾害防治、应急规划和土地利用管理提供了重要的科学支撑。

三、关键技术方法

研究人员构建了包含160条LHCs和121条DHCs的灾害编目数据库，选取了坡度（S）、高差（H）、地形湿度指数（TWI）、水流动力指数（SPI）、河网密度（RD）、断层密度（FD）、地层年代（SA）和植被覆盖度（VC）八个环境条件因子。研究采用栅格单元（50430个）和流域单元（1674个）分别表征滑坡和泥石流。模型实现基于Python 3.11.7环境下的scikit-learn和imbalanced-learn库，采用分层抽样将数据集按70%/30%划分训练集和测试集，使用网格搜索结合分层10折交叉验证进行超参数优化，并在每折训练子集中应用SMOTE（合成少数类过采样技术）处理类别不平衡问题。此外，研究还进行了50 km×50 km空间分块交叉验证以评估模型的空间泛化能力。

四、研究结果

区域识别潜在大型滑坡-泥石流灾害链

研究人员分别建立了LHCs和DHCs的易发性模型。对于LHCs，随机森林（RF）模型取得了最高的预测性能，总体准确率为84.9%，ROC曲线下面积（AUC）为0.914，表明模型能够很好地区分易发和非易发制图单元。对于DHCs，极端随机树（ET）模型表现出最佳的预测能力，总体准确率为92.6%，AUC为0.978。基于最优易发性模型，研究人员生成了两类灾害的区域易发性图，极高易发区主要分布于深切河谷和陡坡、水系密集、构造活跃的山地区域。

区域风险制图

在最优易发性图的基础上，研究人员通过集成地震活动和极端降雨两个主要触发因子生成了区域灾害图。高滑坡灾害区主要集中于迭部至舟曲之间的白龙江上游、武都下游的中下游河段，以及宕昌、甘谷、秦安和天水城区的部分区域。高泥石流灾害区主要沿舟曲至武都的白龙江中下游分布，延伸至文县、武山县和秦安县的部分区域。随后，研究人员将灾害图与人口密度和GDP暴露指标结合，采用自然断点（Jenks）分类法将风险指数划分为低、中、高和极高四个等级。高风险区域集中分布于武都区、武山县、秦安县和礼县，这些地区的高灾害等级与密集人口和活跃经济活动相叠加。相比之下，部分高灾害等级的山地区域因人口密度较低和经济暴露有限而被划分为中等风险。

空间泛化与稳健性评估

研究人员将研究区划分为50 km×50 km的空间分块，以分块为基本单元进行五折交叉验证。空间分块验证得到的准确率为0.774/0.850，ROC-AUC为0.862/0.786，均低于随机10折交叉验证的结果。这一性能下降表明，当样本间存在空间依赖性时，随机交叉验证可能提供过于乐观的模型性能估计。尽管如此，模型在空间独立验证下仍保持了中等的判别能力，反映了泥石流控制因素的空间异质性以及将局部学习关系迁移到空间相异区域的难度。

五、讨论与结论

特征重要性分析表明，虽然LHCs和DHCs的主导控制因素有所不同，但结果一致表明地形、植被、水系和地质构造是区域大型LDHCs分布的主要控制因素。对于LHCs，河网密度（0.18）、植被覆盖度（0.17）、高差（0.15）和断层密度（0.14）的重要性最高；而对于DHCs，植被覆盖度（0.22）、坡度、高差和地层年代是主导因素。这些差异反映了两类灾害不同的形成机制。

研究结论如下：（1）建立了集成灾害编目、环境条件因子和灾害特定制图单元的空间数据库，支持LDHCs的区域易发性制图。（2）随机森林和极端随机树分别对LHCs和DHCs取得了最佳预测性能；空间分块交叉验证提供了更严格的模型空间泛化评估，虽然预测性能较随机交叉验证有所下降，但模型对地理分离区域仍保持了有用的判别能力。（3）河网密度、植被覆盖度、高差和断层密度是控制LHC发生的主导因素，而植被覆盖度、坡度、高差和地层年代对DHC发生发挥最重要的作用，反映了两类灾害不同的地貌控制机制。（4）通过集成易发性、触发因子（地震和极端降雨）和暴露指标（人口和GDP），生成了区域灾害图和风险图。高风险区域主要集中于白龙江中下游，包括武都、舟曲、秦安和天水，证明了所提出框架在区域灾害防治和土地利用规划中的潜在应用价值。