陈曙东

（西安工程大学电子信息学院，西安 710600）

1 引言

滑坡、泥石流等地质灾害作为目前影响我国人民生命财产的重要威胁来源，其发生有规模大、范围广的特点，且具有突发性[1-2]。特别是在丘陵山区，地壳运动剧烈，同时由于人类对山区进行改建扩建等相关活动，地质灾害频繁发生。根据2005~2019年我国灾害发生的相关数据的分类统计，滑坡灾害类型的发生占比达到了72.16%，因此预测滑坡灾害的发生是非常有必要的[3-4]。我国学者针对滑坡灾害的研究虽晚于国外学者，但成果显著。于怀昌[5]将物联网技术应用于多传感器组网中，在栾川魏家沟滑坡实时监测项目上得到了应用，为滑坡成灾参数选取提供一种新的可行性判据。但已有的模型都存在模型单一、预测精确度较低等问题。随着科技不断进步，新的预报模型不断涌现，集成学习算法逐渐被广泛应用。王茜[6]等人在多个数值预报模型的基础上建立了集合预报模式系统，使得空气日均浓度模拟相关系数达到了0.5~0.6，相关成果在上海世博会的空气质量预警中得到了应用，取得很好的效果。针对影响因素的选取问题，汪国新[7]、黄亮[8]、陈乐瑞[9]等引入了核主成分分析法，通过该方法对影响因素进行降维，筛选出主要影响因素，降低了模型复杂度，避免了维数灾难等问题的产生。

在此以陕西省山阳县相关监测数据为研究对象。山阳县位于陕西省东南部，地处秦岭南麓，是一个“八山一水一分田”的土石山区。……