杜星，孙永福，宋玉鹏，修宗祥，单治钢

( 1.中国电建集团华东勘测设计研究院有限公司，浙江 杭州 311122；2.自然资源部第一海洋研究所，山东 青岛 266061；3.青岛海洋科学与技术试点国家实验室 海洋地质过程与环境功能实验室，山东 青岛 266237；4.国家深海基地管理中心，山东 青岛 266237)

1 引言

海底滑坡是一种极具破坏力的海洋地质灾害现象。大型海底滑坡甚至能够引起数千立方千米的沉积物进行长距离运移[1]，对海洋采油平台[2]、海底光缆[3]、电缆等各类工程设施造成损害甚至引发海啸，造成通信中断、平台倒塌等一系列事故，给人类的生命安全和财产造成巨大的威胁[4–5]。因此，研究海底滑坡的特征、机理并进行危险性预测对于海洋工程的安全性具有重要作用。

目前，海底滑坡的研究方向主要有：利用高精度地球物理探测进行滑坡形态识别和分类[6–8]、通过数值分析的方法开展海底滑坡稳定性计算[9–10]以及使用常规水槽或离心机等物理模型试验模拟滑坡过程[11–13]。虽然通过上述常规研究取得了较大的进展，然而受海底滑坡自身控制条件复杂、触发影响因素众多、监测难度大等原因的影响，危险性评价分级方面的研究仍然较为不足。基于机器学习进行滑坡危险性预测的方法在陆上滑坡研究[14–17]中已有运用并成为一种热门的研究手段，然而该方法用于海底滑坡的研究仍然较少。同时由于陆上滑坡规模相对较小、结果易于监测、影响因素单一等原因，适用于有监督机器学习，而海底滑坡大多无法得到明确的影响因素和危险性结果，所以不太适用于陆地上常用的方法。……