基于像元与基于坡面的滑坡易发性制图结合Flow-R滑动距离模型的对比分析——巴基斯坦喀喇昆仑山脉

《Advances in Space Research》：Comparative analysis of pixel-based and slope-unit landslide susceptibility mapping integrated with Flow-R runout modelling in the Karakoram Mountains, Pakistan

　　

- 坡面单元易发性制图在预测精度上优于基于像元的方法。
- 独立的Flow-R滑动距离建模为易发性图提供了基于过程的验证。
- 坡面单元产生了更具地貌一致性和可物理解释性的易发性模式。
- 坡面单元高易发区与模拟的滑动足迹之间表现出更强的空间一致性。
- 易发性与滑动距离的综合框架提高了高山地区区域滑坡危险性评估的水平。

**引言**

滑坡是山区中最普遍且最具破坏性的地质灾害之一，对人类生命、基础设施和环境系统产生重大影响（H?lbling等，2015；Kirschbaum等，2015；Shafique等，2016；Ba等，2018）。继地震和洪水之后，滑坡被认为是全球第三大自然灾害，数据显示2004年至2016年间年均造成超过4,000人死亡（Pollock和Wartman，2020）。此外，由于气候变化、降水模式和强度的变化、全球变暖导致的冰川退缩，以及包括人口增长、在脆弱坡面上的无规划开发、森林砍伐和土地利用变化等人为压力，滑坡的发生频率和规模及其相关风险都在上升（Shafique，2020；Rianna等，2023；Ullah等，2024；Ahmad等，2025；An等，2025；Capobianco等，2025）。在具有高度脆弱性的山区地震活跃地形中，滑坡对可持续发展和灾害风险管理（DRR）构成了严峻挑战。可靠的滑坡易发性制图对于包容性风险评估以及城市规划和基础设施保护的知情决策至关重要（Gaidzik和Ramírez-Herrera，2021）。滑坡易发性图的空间精度和可解释性受制图单元选择的影响，进而影响地形特征的表征和易发性区的空间分布（Erener和Düzgün，2012）。滑坡易发性评估技术往往因假设、输入参数、所用数据和算法结构的差异而对同一区域产生不同结果，导致潜在启动区的空间不确定性以及易发性分类的偏差（Melo和Zêzere，2017）。

滑坡制图已逐步从传统的基于像元的方法发展为能够更好地表征自然景观特征的目标物导向框架。基于像元的方法独立分析每个栅格单元，已被广泛应用于滑坡检测和滑坡易发性评估。然而，由于地貌过程发生在空间连续的地形上而非孤立的像元上，基于像元的方法经常产生碎片化（"椒盐"）模式，且不能很好地表征自然坡面边界。为克服这些局限，目标物导向影像分析（OBIA）利用光谱、空间、纹理和上下文特征将相邻像元分组为有意义的地形对象，从而提供更真实的景观特征表征并提高制图一致性（Blaschke，2010；Shafique等，2012；Pourghasemi等，2019；Ghorbanzadeh等，2022）。在滑坡易发性评估框架中，这一转变导致了保留地貌连续性的目标物导向制图单元的采用。在这些目标物导向表征中，坡面单元已成为最具物理意义的制图单元之一，因为它们遵循自然排水分水线和坡面边界，而非任意的栅格网格。因此，基于坡面单元的易发性制图作为提高易发性图地貌真实性和可解释性的手段，正受到越来越多的关注。在各种用于滑坡研究的目标物导向表征中，坡面单元是专门为易发性建模设计的地貌有意义地形对象，而传统的OBIA主要应用于从遥感影像进行滑坡检测和成图（Bacha等，2020；Ghorbanzadeh等，2022；Ghorbanzadeh等，2023）。尽管目标物导向制图框架的应用日益增多，基于像元的滑坡易发性评估仍然是文献中的主流方法（Bacha等，2018；Khan等，2018；Ali等，2024），用于识别滑坡的空间可能性；然而，这些方法通常忽视了地貌和地质环境（Deng等，2022；Woodard等，2024），也未考虑坡下滑坡传播过程，包括坡下传播距离和受影响区域的空间范围。此外，同一坡面的不同部分在基于像元的模型中可能表现出截然不同的易发性值，导致当局部地形特征与失稳区域不同时，活动滑坡的上坡段被分类为稳定。这增加了不确定性，并可能低估了坡面尺度的滑坡危险性。这些局限性对灾害规划具有重要意义，因为被分类为启动易发性较低的区域仍可能暴露于坡下滑体滑动的影响之下。通过将基于坡面单元的滑坡易发性评估与滑动距离建模相结合，可以模拟失稳后的运动和碎屑堆积，从而实现更综合、更真实地界定潜在影响区域。因此，已有若干研究比较了基于像元和基于坡面单元的易发性制图框架。基于像元的方法独立评估每个栅格单元的易发性，而基于坡面单元的方法在水文和地貌有意义的单元内聚合地形信息，从而保留坡面连续性并减少空间碎片化（Ba等，2018；Hua等，2021；Shah等，2023；Ahmad等，2025）。坡面单元本质上捕捉了坡面过程的空间连续性以及坡度角、岩性和朝向等因素的内部均质性，由此产生的易发性图更具空间一致性和物理意义（Chang等，2023）。对比研究表明，基于坡面单元的易发性模型在预测精度上优于基于像元的模型，尤其是在地形形态对滑坡动力学影响显著的山区（Woodard等，2024；Yan等，2024）。因此，选择坡面单元作为制图单元为滑坡易发性评估提供了一个地貌上真实的框架，从而提高了易发性图在风险管理和规划中的可用性。

易发性图界定了滑坡可能启动的区域，而滑动距离建模则估计坡面失稳潜在的传播路径和堆积区域，从而提供更全面的危险性视角（Corominas等，2014）。Flow-R模型（区域尺度重力灾害流路评估）是一种空间分布的经验工具，可模拟各种类型质量运动的潜在滑动模式（Corominas等，2014）。将易发性评估与Flow-R模拟相结合，能够识别启动区和下游影响区，这对于危险性分区、应急规划和有效减灾措施至关重要。该模型在单元级别运行，通过定义哪些单元可以被到达来控制流路传播，从而调节滑动距离并限制当边界单元因能量不足无法被访问时的侧向扩展（Horton等，2013）。

巴基斯坦北部山地带涵盖喜马拉雅、喀喇昆仑和兴都库什（HKH），是全球构造活动和地貌动态变化最活跃的区域之一。该地区受活动构造、强烈的河流和冰川侵蚀、持续的风化以及大规模质量运动的影响（Owen和Derbyshire，1993；Bishop等，2010；Owen和Dortch，2014）。这些地球动力学过程与盛行区域气候之间的相互作用使该地区极易受到多种自然灾害的影响，包括地震、质量运动、洪水和冰川湖溃决洪水（GLOFs）（Khan等，2026；Shafique等，2026）。因此，由于该地区的极端高差和陡峭坡面、持续的风化侵蚀过程、活跃的壳层变形、中纬度西风带来的大量春夏季降水和冬季降雪、南部边缘强劲的夏季季风降水，以及无规划的基础设施开发，该区域对质量运动过程，特别是滑坡，具有极高的易发性（Shafique等，2016；Owen，2018；Abbas等，2024）。气候变化的影响，包括气温升高、冰川融化加剧、季风降雨更加频繁和强烈以及冰川湖的不稳定化，正在提高这些高海拔地区的滑坡风险（Abbas等，2024；Shah等，2025）。此前巴基斯坦的研究已应用了多种经验、统计和机器学习技术进行滑坡易发性制图，包括使用层次分析法（AHP；Khan等，2018）、逻辑回归（LR；Shahzad等，2022）、证据权重（WoE；Islam等，2022）、随机森林（RF；Ali等，2024）、支持向量机（SVM；Imtiaz等，2022）和人工神经网络（ANN；Abbas等，2023）。虽然这些研究显著推进了对滑坡易发区的理解，但大多数主要依赖于基于像元的建模框架。此类方法往往忽视了坡面和景观单元的地貌一致性，可能限制了其表征真实滑坡启动过程的能力。此外，许多研究中的易发性评估仅限于识别潜在启动区，很少纳入滑坡滑动距离建模，而后者对于界定潜在下游影响区域至关重要。因此，实际危险范围以及基础设施和定居点的暴露程度可能被低估。尽管已有若干研究比较了基于像元和基于坡面单元的滑坡易发性制图（Ba等，2018），但其评估主要依赖于传统的统计性能指标，如ROC和AUC。因此，将易发性建模与区域尺度滑动距离模拟相结合以评估易发性图的地貌真实性及其表征后续滑坡传播能力的研究仍几乎未被探索。为弥补这一空白，本研究针对巴基斯坦北部罕萨区，使用相同的信息值（IV）方法和相同的输入数据集，开发了基于坡面单元和基于像元的滑坡易发性模型。本研究的创新之处在于整合独立的Flow-R滑动距离建模，不仅评估易发性图的预测性能，还评估其表征潜在滑坡传播超出启动区的能力。此外，本研究还考察了制图单元选择如何影响易发性的空间分布、条件因子的重要性以及易发区与滑动足迹之间的一致性。这一综合评估框架为高海拔山区环境中的区域滑坡危险性评估提供了更全面、更具操作相关性的方法。

**研究区域**

研究区域为罕萨区，位于巴基斯坦吉尔吉特-巴尔蒂斯坦北部（图1）。该区域位于西喀喇昆仑山脉，海拔从1,778米至7,731米，主要由基岩坡、碎石坡、崩积锥、残积物、冰碛物、冲积/碎屑流扇以及冰川融水和河流阶地组成（图2）。罕萨区的地质不稳定性主要由持续的进行中……

**模型验证与性能评估**

模型验证采用受试者工作特征（ROC）曲线分析进行，这是滑坡易发性建模中的标准方法（Chung和Fabbri，2003；Brenning，2005）。ROC曲线通过将真阳性率（灵敏度）与假阳性率（1?特异度）在不同分类阈值下作图来评估模型的诊断能力。预测性能通过ROC曲线下面积（AUC）进行量化，其中0.5……

**Flow-R滑动距离建模**

Flow-R模型被应用于基于像元和基于坡面单元的易发性结果，以将比较扩展到易发性启动区之外，并评估其对危险性足迹界定的影响。Flow-R是洛桑大学开发的一种用于区域尺度滑坡滑动距离评估的空间分布经验模型（Do等，2020）。Flow-R在MATLAB环境中运行，通过两步过程模拟滑坡滑动：

**整合基于像元、基于坡面单元的易发性与Flow-R滑动距离输出**

本研究中的Flow-R模型以最易发像元和坡面单元作为启动源实施，而非分类后的易发性图输出。由此产生的滑动足迹提供了独立于易发性分类的危险区过程表征。为评估两种技术的准确性，我们开发了一个综合比较框架。该框架将易发性输出的统计验证与空间……

**多重共线性检验**

基于相关矩阵和方差膨胀因子（VIF）结果，所选条件参数之间的多重共线性极低。Pearson相关分析表明，大多数变量具有弱至中等的相关性，其中最高相关性出现在高程与距河流距离之间（r ≈ 0.56），高程与NDVI之间存在中等负相关（r ≈ ?0.44）。所有其他变量对均表现出相对较弱的相关性（|r| < 0.40），

**讨论**

本研究通过将独立的Flow-R滑动距离建模整合到评估框架中，拓展了此前对基于像元和基于坡面单元易发性制图的比较研究。该框架不仅依赖于传统的统计指标，而是评估易发性图是否真实地表征了滑坡启动和潜在传播。这提供了更全面的模型性能评估，并构成了主要的……

**结论**

本研究使用信息值方法和十二个条件因子，比较了罕萨地区基于像元和基于坡面单元的滑坡易发性制图方法。

两种模型均显示出较高的预测精度，其中基于坡度单元的方法略优于基于像素的模型（AUC = 0.917 对比 0.899）。虽然基于像素的模型提供了详细的空间信息，但其产生的易发性模式碎片化且噪声较多，降低了山地地形中的可解释性。

资金资助 本研究未获得任何外部资金支持。

未引用参考文献 Ali et al., 2024a, Ali et al., 2024b, Ba et al., 2018a, Ba et al., 2018b, Chung and Fabbri, 2003a, Chung and Fabbri, 2003b.

利益冲突声明 作者声明无利益冲突。

致谢 作者感谢巴基斯坦高等教育委员会通过 CRG-CPEC-130 项目对本研究的支持。作者感谢巴基斯坦国家地理信息系统与空间应用中心（NCGSA）的地球科学地理信息系统与空间应用（GSAG）实验室。感谢美国政府富布赖特项目提供机会，使作者得以在美国北卡罗来纳州立大学完成本论文的撰写。

伦理审批 所有伦理准则均得到遵守；无

贾维里亚·阿夫塔布 | 穆罕默德·沙菲克 | 尼萨尔·阿里·沙阿 | 穆罕默德·伊斯梅尔·汗 | 刘易斯·A·欧文