基于I、SVM、I-SVM的滑坡灾害易发性评价模型研究.pdf

第30卷第3期2023年 5月Vo l.30 No.3Ma y 2023妥全与环境工程Sa f et y a nd Env iro nment a l Enginee ring引用格式：魏文豪，贾雨霏，盛逸凡，等.基于I.SVMJ-SVM的滑坡灾害易发性评价模型研究J1安全与环境工程,2023,30(3):136-144.Wei W H,Jia Y F,Sh eng Y F,e t a l.Res ea rc h o n la nds lide s us c ept ibilit y ev a lua t io n mo del ba s ed o n I,SVM a nd I-SVMQj.Safety and Environmental Engineering,2023,30(3)：136-144.基于I.SVMJ-SVM的滑坡灾害易发性评价模型研究魏文豪1,贾雨霏1,盛逸凡1,徐光黎1,杨宜军，张(1.中国地质大学(武汉)工程学院，湖北武汉430074；2.湖北省地质局水文地质工程地质大队，湖北 荆州434031,3.宜昌市地质环境监测站，湖北 宜昌443000)摘要：为研究信息量(D模型和支持向量机(SVM)模型以及其耦合模型(I-SVM)3种模型在滑坡灾害易发性评 价中的可靠性，以宜昌市五峰县采花乡栗子坪村及其周边部分区域为研究区，通过对评价因子进行相关性和重要 性检验，筛选出相对高差、坡度、斜坡结构、工程地质岩组、距构造距离、距水系距离6个评价因子，建立滑坡灾害易 发性评价指标体系，并利用曲线下面积(AUC-ROC)方法对模型预测精度进行检验。结果表明：3种评价模型的 AUC值分别为0.809,0.866,0.930,1-SVM耦合模型相较于单一模型其预测精度分别提高了 14.96%和7.39%,说明I-SVM耦合模型能够有效提高滑坡灾害易发性预测精度。关键词：滑坡灾害；易发性评价;信息量模型;支持向量机模型;I-SVM耦合模型 中图分类号：X43;P642.22 文章编号：1671-1556(2023)03-0136-09 收稿日期：2022-10-26 DOI；10.13578/ki.issn.1671-1556.20221414 开放科学(资源服务)标识码(OSID):Research o n Landslide Susceptibility Evaluatio n Mo del Based o n I,SVM and I-SVMWEI Wenh a o1 JIA Yuf ei1,SHENG Yif a n1,XU Gua ngli1,YANG Yijun2*,ZHANG Dua nmia o3(1.Fac ulty o f Eng ineering,Ch ina Unive rsity o f Geo sc ienc es(Wuh an),Wuh an 430074；2.Hyd ro g eo lo g ic al Eng ineering Geo lo g y Brig ad e o f Hubei Pro vinc ial Bureau o f Ge o lo g y,J ing zh o u 4340319Ch ina;.Yic h ang Geo lo g ic al Enviro nment Mo nito ring Statio n,Yic h ang 443000,Ch ina)Abst r ac t：To s t udy t h e relia bilit y o f t h ree mo dels,na mely t h e inf o rma t io n v o lume mo del(I),t h e s uppo rt v ec t o r ma c h ine mo del(SVM)a nd t h eir c o upled mo del(I-SVM),in la nds lide s us c ept ibilit y ev a lua t io n,t a k ing Liziping Villa ge o f Ca ih ua To wns h ip a nd s o me s urro unding a rea s in Wuf eng Co unt y,Yic h a ng Cit y a s t h e s t udy a re a?a t o t a l o f s ix ev a lua t io n f a c t o rs?inc luding rela t iv e h eigh t dif f erenc e,s lo pe,s lo pe s t ruc-t ure,engineering geo lo gic a l ro c k gro up,dis t a nc e f ro m t ec t o nic s t ruc t ure a nd dis t a nc e f ro m wa t er s ys t em,were s elec t e d t h ro ugh c o rrela t io n a nd impo rt a nc e t e s t s o f ev a lua t io n f a c t o rs t o es t a blis h a la nds lide s us c ept ibilit y ev a lua t io n index s ys t em.Th e a rea under t h e c urv e(AUC-ROC)met h o d wa s us ed t o t es t t h e predict iv e a c c ura c y o f t h e mo dels.Th e res ult s s h o w t h a t t h e AUC v a lues o f t h e t h ree mo dels a re 0.809,0.866,a nd 0 930,res pec t iv ely9 a nd t h e a c c ura c y o f t h e I-SVM c o upled mo del a re impro v ed by 14.96%a nd 7.39%,res pe c t iv e ly,c o mpa red wit h t h a t o f t h e s ingle mo del,wh ic h indic a t es t h a t t h e I-SVM c o upled mo del c a n ef f e c t iv ely impro v e t h e a c c ura c y o f la nds lide s us c ept ibilit y predic t io n.Key wo r ds：la nds lide；s us c ept ibilit y ev a lua t io n；inf o rma t io n mea s urement met h o d；s uppo rt v ec t o r ma c h ine；I-SVM c o uple d mo del基金项目：湖北省重点研发计划项目(2021BCA219)作者简介：魏文豪(1998)，男，硕士研究生，主要研究方向为地质灾害分析与防治。E-ma il；489491308qq.c o m 通讯作者：杨宜军(1971),男，副高级工程师，主要从事水工环地质方面的研究工作。E-ma il：393995475qq.c o m第3期魏文豪等：基于I、SVM、I-SVM的滑坡灾害易发性评价模型研究137滑坡是我国许多城市、山区、公路沿线常见的地 质灾害随着城市化进程的加快、乡村振兴政策 的推行，滑坡灾害也将日趋严重。因此，评估与预测 区域滑坡灾害显得十分重要。滑坡灾害易发性评价是以孕灾地质条件为基 础，预测其在特定范围内滑坡发生的可能性程度大 小囚。滑坡灾害易发性评价有关研究是从20世纪 60年代开始的，随着研究的不断深入，与之相对应 的滑坡灾害易发性评价方法亦日益增多闪。目前滑 坡灾害易发性评价模型主要可分为3类：知识驱动 模型、物理力学模型、数据驱动模型，其中知识驱 动模型主要包括层次分析法、易发程度指数法 等；物理力学模型主要包括SINMAP模型刀、TRIORS型図等；数据驱动模型主要包括传统的 信息量法、证据权法以及各类机器学习模型，如随机森林模型“口、支持向量机模型口幻、人工神经 网络模型匚等。上述模型在对滑坡灾害易发性进行评价时均能 取得较好的评价结果，但仅采用单一方法建立评价 模型仍存在一定的不足之处。如：层次分析法通 过改变影响因子权重的大小来反映其重要程度，但 是具有较强的主观性；物理力学模型的分析具有物 理意义明确、分析结果准确的优点，但是对地质水文 参数要求较高，适用于单体边坡易发性评价；信 息量法突出了地质灾害发生与否与其控制因素间的 关联，而忽略了影响因子间的相互作用，且对样本灾 害数目具有一定的要求。为了使预测结果更加精确，国内外许多学者将 不同类型的评价方法进行耦合。如Fa n等如通过 多种模型对广西壮族自治区来宾市地质灾害易发性 进行评价，并得出了 FR-LR模型评价效果更好的结 论;Do u等卯在对日本中部新泻县大沙渡岛滑坡易 发性进行评价与分析时,将确定性因子(CF)和人工 神经网络(ANN)相结合以提高预测精度；陈飞 等在对江西省上犹县滑坡易发性进行评价时，采 用了 I-BPNN模型进行分析；Nie等朗 基于TRI-GRS和f lo w-R耦合模型，对八一沟小流域的泥石 流危险性进行了评估;金朝等跋使用I-LR耦合模 型开展了地质灾害易发性评价，得出耦合模型优于 单一模型的结论;Zh a。等口口提出了分形理论-信息 值-随机森林(FT-IV-RF)算法的混合模型用来评价 甘肃省陇南市输电线路滑坡易发性;Tia n等口幻通过 层次分析(AHP)法对数据进行分析,建立支持向量 机(SVM)模型，并采用灰狼优化(GWO)算法对滑 坡灾害易发性评价模型进行优化，使得评价结果精 度更高。这些研究表明耦合方法可以有效地提高模 型的预测精度。支持向量机适用于解决小样本、高维度、非线性 问题旳，但在处理实际问题时会受因子量纲不统一 的影响；而信息量法可以把影响因子的数值转换为 能够反映影响程度的信息量，解决因子量纲不统一 的问题为了减小信息量(D模型和支持向量机(SVM)模型在滑坡易发性评价中的误差，本文以湖 北省宜昌市五峰土家族自治县采花乡栗子坪村及周 边部分区域作为研究区，考虑滑坡灾害发生的孕灾 条件，并通过影响因子的相关性和重要性分析，选择 合适的评价因子并分级，建立I-SVM耦合模型对研 究区滑坡灾害易发性进行评价,并采用ROC曲线 评价耦合模型的准确性，将其评价结果与I模型、SVM模型评价结果进行对比分析,得出基于I-SVM 模型的滑坡易发性分区，为栗子坪村美丽乡村建设、防灾减灾提供理论依据，为同类区域滑坡灾害易发 性评价提供可借鉴的理论及方法。1研究区概况研究区地处湖北省西南部(图1),以宜昌市五 峰县采花乡栗子坪村范围为基础，涉及采花乡三个 村，面积约为25.75 k n?,地理坐标为东经 1103229.34110366.79,北纬 30810.70 301216.33。该地区整体地势东南高、西北低。地处亚热带温湿季风气候区，暴雨多出现在6-9月 份，年平均降雨量为1 217 mm。区内地形地貌受地质构造及岩性的控制，由于 长期的剥蚀和河流下切，形成了构造溶蚀侵蚀中低 山地形和构造溶蚀侵蚀高中山地形两种地貌类型。研究区位于新华夏系鄂西隆起带的南段和长江中下 游东西向构造西段延伸部分，地处鄂西南近东西向 展布的褶皱山地，无较大断层发育，主要褶皱构造有 马棚岭向斜、五峰背斜。区内地层岩性均为沉积岩，除缺失石炭系部分地层外，确定了自奥陶系南津关 组(Om)至三叠系大冶组(TM)共计6个系、22