张帆宇，刘高，谌文武，沈云霞，韩文峰

（1.兰州大学 西部灾害与环境力学教育部重点实验室，甘肃 兰州，730000；2.兰州大学 土木工程与力学学院，甘肃 兰州，730000）

滑坡已成为山区环境中最具破坏的自然灾害之一[1]。在多山地区，区域尺度的滑坡敏感性评价对缓减灾害、管理风险和规划土地很有意义[2−3]。滑坡敏感性评价可分为定性和定量方法[1−2]。定性方法依赖专家主观经验对滑坡危害的定性描述，存在很大的主观性，且缺乏可重复性[1−3]；定量方法可采用物理模型和数学模型进行分析。物理模型通常指斜坡稳定性分析模式的确定性模型，尽管被认为是最好的斜坡灾害评价方法，但需要单个斜坡或研究区详细的岩土参数[4]，结果受数据的影响较大，只适合小范围和单个的灾害评估[1]；数学模型常包括自由分布方法和统计分析方法。自由分布方法不依赖于数据分布假设，而是根据基于某一准则或算法对数据进行分析和智能学习，被认为是一种高度客观、有效的方法[1]，如神经网络、模糊数学等，但这类方法需要大量高质量的数据和复杂的数据转换。统计分析方法建立在滑坡和影响要素的分布规律上，主要包括二元分析和多变量分析，已被广泛用于复杂的区域和中等尺度的滑坡敏感评价[1,2,5−6]，尽管二元统计具有很强的稳定性和灵活性，但数据选择和要素等级划分的差异能够较大地影响输出结果[7]。多变量分析分为判别式和统计式模型，更适合大区域复杂环境下的敏感性评价[2]，但要求收集大量可靠的数据和对区域环境的理解[1]。……