基于Random Forest 和AHP的贵德县北部山区滑坡危险性评价
2018-07-26张向营张春山孟华君王雪冰赵伟康郑满城中国地质科学院地质力学研究所北京100081自然资源部新构造运动与地质灾害重点实验室北京100081北京城建勘测设计院有限责任公司北京100101中国地质大学北京地球科学与资源学院北京100083
张向营,张春山,孟华君,王雪冰,赵伟康,4,郑满城,4(1.中国地质科学院地质力学研究所, 北京 100081;2.自然资源部新构造运动与地质灾害重点实验室,北京 100081;3.北京城建勘测设计院有限责任公司,北京 100101;4.中国地质大学(北京)地球科学与资源学院,北京 100083 )
滑坡是我国山区环境中破坏最严重的地质灾害之一[1],开展滑坡危险性区划工作对实现防灾减灾、灾害管理等具有重要的现实意义。
自20世纪60年代GIS技术出现后,国内外学者对滑坡危险性区划方法进行了积极的探索,至今已发展了近几十种评价模型[2],主要包括信息量模型[3]、逻辑回归模型[4]、证据权重模型[5]、贡献率模型[6]、聚类分析[7]、神经网络模型[8]等客观评价模型及层次分析法等主观评价模型[9~10]。这些成果丰富了滑坡危险性的分析与评价,但也都存在不同程度的缺陷,如主观评价模型存在人为主观性、模型普适性等问题;客观评价模型则存在样本数据点要求较高、指标选取缺乏科学依据等问题。随机森林算法[11](Random Forest,RF)具有很高的学习能力和预测精度,已广泛应用于医学、自然生态学、市场经济学等统计领域[12],在滑坡危险性区划领域中也有应用[13~14],但使用者均局限于模型本身,并未克服客观赋权法存在的共性问题。
为探索更为实用的组合评价形式,选取应用较为成熟的层次分析法(Analytic Hierarchy Process,AHP)和随机森林算法分别得到致灾因子的主、客观权重,然后基于距离函数计算得到组合权重,构建组合评价模型,并以青海省贵德县北部地区为研究区,对3种模型区划结果进行对比分析,探讨组合模型的可靠度。……
