苏刚，秦胜伍，乔双双，扈秀宇，陈阳，车文超

吉林大学 建设工程学院，长春 130000

0 引言

泥石流是山区最容易发生的地质灾害之一，主要由于突然性的暴雨等极端天气引发。近年来，泥石流已被公认为是全世界最主要的自然风险，会造成许多人员伤亡和经济损失，例如2008年在四川汶川就曾发生过由于地震引发的严重泥石流灾害，造成了巨大的损失[1]。雅江县隶属于四川省甘孜州，为高山深切峡谷地貌，地形起伏较大，雅砻江将研究区深切为东西两半，加上夏季暴雨影响，存在大量泥石流地质灾害。为减少泥石流灾害带来的损失，有必要对泥石流进行易发性评价，以达到预防目的，为雅江县泥石流监测预警和风险管理提供直观有效参考。

20世纪70年代以来，学者们对泥石流进行了系统的研究。在泥石流易发性评价方面，区域泥石流易发性研究通常以经验和统计方法为基础，结合3S技术展开。其中，启发式方法(如层次分析法[2])的精度主要取决于专家对某个地区泥石流发生真正原因的了解，具有一定的主观性。而一些统计学方法如信息量模型[3]和频率比[4]则通过定量分析克服了一定的主观影响。近年来，随着人工智能技术的迅速发展，机器学习技术凭借其强大的非线性建模能力广泛应用于泥石流易发性评价，如支持向量机[5]、神经网络[6]和逻辑回归[7]等。虽然人工智能及机器学习技术的快速发展，为泥石流易发性评价提供了全新的研究思路。……