邵 健 王 霄，2 昌文峰 陈 曦 张 译

（1.贵州大学电气工程学院 贵阳 550025）（2.贵州省互联网+协同智能制造重点实验室 贵阳 550025）

1 引言

滑坡是地质构造发生严重形变的过程，是由降雨、山体水系和人工活动等共同因素影响下，朝着斜坡方向向下的滑动的地质过程与自然现象。是引起人们损失的地质灾害主要灾害之一，滑坡灾害的严重程度和损害系数仅比地震引起的损失稍小，研究滑坡灾害模型具有重要意义。

随着数据采集与地理信息系统的快速发展，利用机器学习进行地质灾害相关的研究成为热点。黄发明等［1］以支持向量机和随机森林为例，提出“权重均值法”计算出更准确的滑坡主控因子；罗路广［2］等采用逻辑回归模型构建九寨沟国家地质公园内地震滑坡模型；潘李含等［3］以江西省南康区为例，采用半监督卡方自交互侦测决策树和半监督反向传播神经网络进行滑坡易发性预测。王伟等［4］提出了卡方检验与多重共线性分析联合筛选的方法对敏感因子进行筛选，基于不同的机器学习算法构建了滑坡敏感性评价模型。Osman Orhan［5］等利用人工神经网络（ANN）和逻辑回归制作和比较滑坡易感性图。Huang［6］等选取中国江西省旬武县作为研究区，提出了半监督多层感知器构建滑坡模型。Li［7］等提出了基于数据驱动的滑坡位移监测与预测方法，以三峡库区滑坡为例，验证了该方法的有效性和实用性。Wu［8］等应用一种半监督学习方法在中国中北部黄土高原研究区生成滑坡易感性图。……