周天伦，曾 超，范 晨，毕鸿基，龚恩慧，刘 晓

（1.中国地质大学（武汉）教育部长江三峡库区地质灾害研究中心，湖北 武汉 430074；2.中交第二公路勘察设计研究院有限公司，湖北 武汉 430056）

0 引言

滑坡是我国频发的一种地质灾害，不仅给人类生命安全带来威胁，而且对财产、环境、资源等具有破坏性[1]。面对严峻的滑坡灾害，传统的面向单体滑坡的预测研究已显得力不从心,区域性的、超前性的预测研究迫在眉睫[1]。近年涌现了大量区域滑坡易发性评价方法，如国外学者LEE等[2]使用频率比法和逻辑回归模型对马来西亚雪兰莪州进行了滑坡敏感性评价，并对两种模型做出比较评价；POURGHASEMI等[3]运用支持向量机法对伊朗戈勒斯坦省滑坡易发性做出了评价。国内学者DU等[4]结合遥感数据集与启发式易发性模型和统计学易发性模型，克服了滑坡数据空间覆盖有限和滑坡解译不确定性的问题；高克昌等[5]应用信息量模型对重庆万州区进行滑坡易发性区划；刘艺梁等[6]运用逻辑回归模型和人工神经网络模型（Artificial Neural Network，ANN）对三峡坝区东段进行滑坡易发性研究，并对两种模型进行比较分析。

汶川地震后，随着研究的深入，JIANG等[7]、马国超[8]和王磊[9]对汶川县及周边县滑坡灾害分布做出了研究和评价，总体技术路线是：基于收集的滑坡数据，选取影响滑坡发生的影响因子，以各二级因子为输入，通过特定的评价模型在GIS平台上进行栅格运算，得出易发性分区图。其中，对各个影响因子再次进行分级，以形成二级因子的过程是关键步骤之一。……