白仙富 楊志全 羅偉東 王杰 田鵬 戴雨芡

基金項目：中國地震局地震科技星火計劃攻關(guān)項目（XH222509C）；云南省重點研發(fā)計劃（202203AC100003）；中國地震局地質(zhì)研究所中央級公益性科研院所基本科研業(yè)務(wù)專項（IGCEA2106）.

第一作者簡介：白仙富（1979-），高級工程師，主要從事山地災(zāi)害防治和山地環(huán)境保育的理論與技術(shù)、自然災(zāi)害風(fēng)險評估相關(guān)研究.E-mail：xf_bai520@163.com.

通訊作者簡介：戴雨芡（1979-），博士，主要從事公共安全與區(qū)域防災(zāi)基礎(chǔ)理論與關(guān)鍵技術(shù)研究.E-mail：282658421@qq.com.

摘要：在地震應(yīng)急階段，如何定量評估地震滑坡道路中斷風(fēng)險是一項亟待完善的關(guān)鍵技術(shù)。為解決這一難題，以2008年汶川MS8.0地震、2014年魯?shù)镸S6.5地震及2012年彝良MS5.7、5.6地震為案例開展地震滑坡道路中斷風(fēng)險應(yīng)急評估模型的構(gòu)建和檢驗。汶川研究區(qū)用來建立地震滑坡道路中斷風(fēng)險多變量決策樹的應(yīng)急評估模型，并對模型作有效性評價，魯?shù)楹鸵土佳芯繀^(qū)用來對所建模型開展相似區(qū)域外延適用性的評價。通過P值檢驗?zāi)Ｐ徒y(tǒng)計學(xué)的顯著性，使用Kappa值評價模型推斷結(jié)果與實際情況的一致性。汶川研究區(qū)的P值為2.52×10-203，Kappa系數(shù)為0.91。說明使用模型計算出的道路中斷風(fēng)險是地震滑坡道路是否中斷的良好指標(biāo)。魯?shù)楹鸵土佳芯繀^(qū)的P值為9.7×10-107，Kappa系數(shù)為0.81。這表明在允許一定誤差的情況下，本研究建立的地震滑坡道路中斷風(fēng)險多變量決策樹應(yīng)急評估模型可以推廣應(yīng)用到其它類似地區(qū)。

關(guān)鍵詞：道路中斷風(fēng)險；地震滑坡；多變量決策樹；應(yīng)急評估

中圖分類號：P315.94文獻(xiàn)標(biāo)識碼：A文章編號：1000-0666（2023）03-0343-11

doi：10.20015/j.cnki.ISSN1000-0666.2023.0040

0引言

道路系統(tǒng)的通行狀態(tài)對地震災(zāi)害救援時的物資和人員輸送至關(guān)重要（阮璇，2014），因此，地震應(yīng)急評估需要盡可能提供準(zhǔn)確的災(zāi)區(qū)道路中斷風(fēng)險信息（馬海建等，2015；張敬等，2019）。在川滇多山區(qū)域，地震滑坡次生地質(zhì)災(zāi)害通常會造成道路交通系統(tǒng)嚴(yán)重?fù)p毀（趙紅蕊等，2014），地震滑坡道路中斷風(fēng)險應(yīng)急評估尤為重要。An等（2015）基于決策樹最大信息增益比的C4.5方法對2008年汶川MS8.0地震道路滑坡中斷風(fēng)險評估研究表明，可以利用地震滑坡易發(fā)性水平數(shù)據(jù)對道路中斷風(fēng)險進(jìn)行預(yù)測。但這項研究還存在一些不足：一是在每個節(jié)點上只檢驗單一屬性的影響，剪枝代價較大；二是在模型構(gòu)建過程中忽略了低烈度（Ⅵ～Ⅶ度）區(qū)的情況，模型的外延推廣應(yīng)用不足；三是模型的總體精度不夠高，Kappa系數(shù)為0.71。如何準(zhǔn)確評估地震滑坡道路中斷風(fēng)險并用于地震應(yīng)急還有許多理論和技術(shù)問題需要繼續(xù)探索。本文提出一種基于GIS和多變量決策樹的地震滑坡道路中斷風(fēng)險應(yīng)急評估方法，并利用2008年汶川MS8.0地震的道路數(shù)據(jù)進(jìn)行模型的構(gòu)建和檢驗，用2014年魯?shù)镸S6.5地震和2012年彝良MS5.6、5.7地震災(zāi)區(qū)的道路數(shù)據(jù)開展模型的外延適用性檢驗。

1方法和數(shù)據(jù)

基于GIS和多變量決策樹方法的地震滑坡道路中斷風(fēng)險應(yīng)急評估方法的基本思路為：首先計算各烈度區(qū)的地震滑坡易發(fā)性水平，然后提取每條路段兩側(cè)180m范圍（緩沖區(qū)）內(nèi)的滑坡易發(fā)性水平及其像元數(shù)量作為路段的地震滑坡屬性，再用路段地震滑坡屬性與道路中斷風(fēng)險之間的多變量決策樹關(guān)系進(jìn)行路段中斷風(fēng)險推斷。

依據(jù)這種思路，本文提出的評估方法的特點包括：將路段作為評估的基本單元；路段的中斷風(fēng)險分為有風(fēng)險和無風(fēng)險兩類，有風(fēng)險指的是道路被地震滑坡體掩埋或沖毀，車輛無法通行，無風(fēng)險表示道路沒有被地震滑坡沖毀或掩埋；利用多變量決策樹模型，根據(jù)路段緩沖區(qū)范圍內(nèi)各滑坡易發(fā)性水平像元數(shù)量組合進(jìn)行道路中斷風(fēng)險分類。評估方法包括3個基本步驟（圖1）：①定制路段單元，即在GIS中將研究區(qū)的道路劃分為路段，制作每條路段兩側(cè)180m的緩沖區(qū)，將路段編碼通過空間關(guān)聯(lián)賦值給緩沖區(qū)。②繪制評估區(qū)域的地震滑坡易發(fā)性水平空間分布圖。該步驟實質(zhì)上就是根據(jù)地震烈度分布（基于應(yīng)急評估的結(jié)果）在GIS中建立評估區(qū)域的地震滑坡易發(fā)性水平數(shù)據(jù)。統(tǒng)計各緩沖區(qū)范圍上不同滑坡易發(fā)性水平的像元數(shù)量，把統(tǒng)計結(jié)果賦值給對應(yīng)的路段作為路段的地震滑坡屬性。③利用樣本數(shù)據(jù)建立的多變量決策樹應(yīng)急評估模型對路段的地震滑坡中斷風(fēng)險進(jìn)行推斷，并在GIS中繪制地震災(zāi)區(qū)道路中斷風(fēng)險應(yīng)急評估結(jié)果。

1.1路段數(shù)據(jù)建立

本文將道路網(wǎng)絡(luò)上只連接兩個節(jié)點之間的交通線定義為路段，并把它作為地震滑坡道路中斷風(fēng)險應(yīng)急評估的基本單元。路段兩端的節(jié)點類型包括城市、鄉(xiāng)鎮(zhèn)、村莊、匝道進(jìn)出口、公路交叉口（含十字路口）、環(huán)島、車站等其他公路起始點。按照此約定，在GIS軟件中，將道路分割為矢量化的路段并進(jìn)行編碼等字段處理。路段的中斷風(fēng)險字段類型為邏輯型，有風(fēng)險對應(yīng)字段值為1，無風(fēng)險則為0。

1.2路段緩沖區(qū)處理

造成道路中斷的滑坡主要發(fā)生在道路經(jīng)過的地方或道路上側(cè)，因此，地震滑坡的影響范圍就是道路緩沖區(qū)的依據(jù)。為了確定地震滑坡影響范圍，我們測量了2008年汶川MS8.0地震引發(fā)的5928個滑坡體的滑動距離（圖2），絕大部分滑坡體滑動距離為90～190m，大于180m的樣本僅有386個，平均值為168.8m。為了減輕統(tǒng)計的冗余量，本文將影響道路中斷風(fēng)險的地震滑坡空間范圍定義為道路兩側(cè)180m。據(jù)此，在GIS中進(jìn)行路段緩沖區(qū)制作時，緩沖距離為道路兩側(cè)180m，且路段兩端不做緩沖（圖3）。在此基礎(chǔ)上，將路段的編碼賦值給對應(yīng)的緩沖區(qū)，以方便后續(xù)的屬性關(guān)聯(lián)。

1.3地震滑坡易發(fā)性制圖與路段滑坡屬性賦值

1.3.1地震滑坡易發(fā)性水平空間分布制圖

國際上對地震滑坡易發(fā)性評估的研究中，適用于應(yīng)急評估的方法主要有兩類。即基于Newmark位移模型及其派生模型的方法（Capolongo，Mankelow，2002；DelGaudio，Wasowski，2004；Havenithetal，2006；DelGaudioetal，2012；Chousianitisetal，2014；James，Sitharam，2014）和基于滑坡易發(fā)性的相關(guān)分析法（Havenithetal，2006；Kampetal，2008，2010；Xuetal，2012，2013）。本文使用中國地震局大中城市地震災(zāi)害情景構(gòu)建重點專項“地震滑坡危險性分析方法研究”產(chǎn)出的地震滑坡易發(fā)性水平評估模塊繪制地震滑坡易發(fā)性水平空間分布圖。該模塊考慮了地形坡度、地震動參數(shù)（烈度）、巖性、土地利用、氣象水文因子等影響因素（白仙富，2022），可以進(jìn)行不同烈度設(shè)定下區(qū)域地震滑坡易發(fā)性水平空間分布預(yù)測制圖。使用該模塊繪制地震滑坡易發(fā)性水平空間分布圖的過程實質(zhì)是采用自然斷點法將各像元的地震滑坡發(fā)生概率值劃分為5類，并依次賦值1～5，表示地震滑坡易發(fā)性水平從極低到極高，屬性值越高，發(fā)生滑坡的可能性越大。對歷史滑坡數(shù)據(jù)的檢驗表明該套數(shù)據(jù)是檢驗地震滑坡能否發(fā)生的良好指標(biāo)（張方浩等，2022）。使用該模塊進(jìn)行地震滑坡易發(fā)性空間分布制圖時，本質(zhì)上是用研究區(qū)的烈度屬性（通常來源于地震影響場應(yīng)急評估結(jié)果）從預(yù)測數(shù)據(jù)集中提取對應(yīng)烈度區(qū)的地震滑坡易發(fā)性水平數(shù)據(jù)，然后通過GIS鑲嵌功能完成整個評估區(qū)的地震滑坡易發(fā)性水平空間分布圖的繪制（圖4）。

1.3.2緩沖區(qū)地震滑坡屬性賦值

緩沖區(qū)地震滑坡屬性賦值是指在地震滑坡易發(fā)性水平空間分布制圖的基礎(chǔ)上，通過GIS軟件中的空間統(tǒng)計模塊對各緩沖區(qū)上的滑坡易發(fā)性像元信息進(jìn)行統(tǒng)計。統(tǒng)計的像元包括完全落在緩沖區(qū)內(nèi)的像元和與緩沖區(qū)邊界線相交的像元（圖3）。統(tǒng)計方式分別為計算緩沖區(qū)內(nèi)每一類滑坡易發(fā)性水平的像元數(shù)量。表1中FID表示緩沖區(qū)字段的機器自動編碼；ID表示緩沖區(qū)的唯一編碼；name為緩沖區(qū)對應(yīng)的路段名稱；X1表示地震滑坡易發(fā)性水平屬性為1的字段名，其余依次類推；X1i表示第i個緩沖區(qū)上滑坡易發(fā)性水平屬性值為1的像元個數(shù)，其余的依次類推；r表示緩沖區(qū)對應(yīng)的路段中斷風(fēng)險字段名，當(dāng)r的字段值為1時表示路段的地震滑坡中斷風(fēng)險屬性為有風(fēng)險，當(dāng)r的字段值為0時則表示無風(fēng)險。

1.3.3路段滑坡屬性賦值

在緩沖區(qū)地震滑坡屬性賦值的基礎(chǔ)上，將緩沖區(qū)上的地震滑坡屬性根據(jù)唯一編碼關(guān)聯(lián)賦值給路段，作為路段的滑坡屬性。賦值后的路段屬性見表1，此處不再贅述。

1.4地震滑坡道路中斷風(fēng)險應(yīng)急評估模型

1.4.1多變量決策樹

本文使用多變量決策樹構(gòu)建地震滑坡道路中斷風(fēng)險應(yīng)急評估模型。通用的單變量決策樹模型（比如C4.5）固有的限制成為提高決策樹分類精度的瓶頸。Murthy等（1994）提出了多變量決策樹模型。多變量決策樹中，每個非葉結(jié)點是一個形如∑d[]i=1wiXi=t的線分類器，其中wi是Xi屬性的權(quán)重；t是該節(jié)點的分類閾值。與單變量決策樹不同的是，在多變量決策樹的學(xué)習(xí)目標(biāo)不是為每個非葉結(jié)點尋找一個最優(yōu)劃分屬性，而是建立一個合適的線性分類器（周志華，2016）。本文通過R軟件求解地震滑坡道路中斷風(fēng)險多變量決策樹應(yīng)急評估模型構(gòu)建時的wi、Xi和t的參數(shù)值。

1.4.2地震滑坡道路中斷風(fēng)險通用模型

對一個特定區(qū)域中的地震滑坡道路中斷風(fēng)險應(yīng)急評估實際上就是基于多變量決策樹的路段中斷風(fēng)險分類。地震滑坡道路中斷風(fēng)險與路段的滑坡屬性之間的通用關(guān)系描述為函數(shù)，根據(jù)路段滑坡屬性，函數(shù)可以有兩種選擇，如式（1）所示：

2研究結(jié)果

2.1研究區(qū)

如圖5所示，本文研究區(qū)為3次地震震后現(xiàn)場調(diào)查確定的烈度為Ⅵ度及以上的區(qū)域（圖5）。地震滑坡道路中斷數(shù)據(jù)最翔實的汶川地震樣本用于模型的建立和有效性的評價；魯?shù)楹鸵土嫉卣饦颖緮?shù)據(jù)用來對所建立模型在相似區(qū)域的適用性進(jìn)行評價。

2.2路段數(shù)據(jù)處理

將道路數(shù)據(jù)按照1.1節(jié)的約定在GIS軟件中劃分成路段數(shù)據(jù)。在進(jìn)行路段空間數(shù)據(jù)處理時，處理對象為每個災(zāi)區(qū)地震之前一年的空間道路數(shù)據(jù)。我們通過現(xiàn)場調(diào)查獲得研究區(qū)地震滑坡造成的路段中斷空間分布（圖5），把被地震滑坡沖毀或掩埋路段的中斷風(fēng)險屬性定義為有風(fēng)險，相應(yīng)的屬性賦值為1；其他路段的中斷風(fēng)險定義為無風(fēng)險，相應(yīng)的屬性賦值為0。

2.3地震滑坡易發(fā)性空間分布制圖

為了與實際情況做更好的對比，我們采用現(xiàn)場調(diào)查后確定的地震烈度數(shù)據(jù)（空間矢量面屬性數(shù)據(jù)），按照地震滑坡易發(fā)性評估流程（圖4）繪制3個地震災(zāi)區(qū)的地震滑坡易發(fā)性水平空間分布圖（圖6）。在此基礎(chǔ)上，按照1.3.2節(jié)和1.3.3節(jié)所述方法對研究區(qū)路段進(jìn)行地震滑坡屬性賦值，得到具有地震滑坡和中斷風(fēng)險屬性的路段數(shù)據(jù)。

2.4模型求解及其在汶川研究區(qū)的檢驗

2.4.1影響地震滑坡道路中斷因子分析

將2008年汶川地震災(zāi)區(qū)的路段分為兩類：地震滑坡中斷路段（定義為有風(fēng)險，屬性值為1）和其它路段（定義為無風(fēng)險，屬性值為0）。在路段分析中，只考慮了高等級公路（包括高速公路、國道、省道），其它公路沒有統(tǒng)計在內(nèi)。從汶川研究區(qū)地震滑坡中斷路段和其他路段的滑坡屬性統(tǒng)計圖（圖7）可以看出，中斷路段兩側(cè)180m范圍內(nèi)滑坡易發(fā)性極高或較高的像元數(shù)量較多，其它路段兩側(cè)滑坡易發(fā)性極高或較高的像元極少或沒有，表明路段的地震滑坡屬性是其中斷風(fēng)險的重要指標(biāo)。

采用列聯(lián)表對汶川研究區(qū)內(nèi)26151條路段的地震滑坡中斷風(fēng)險與滑坡屬性的相關(guān)性進(jìn)行分析與推斷。進(jìn)行列聯(lián)分析時，將樣本中地震滑坡中斷道路的r記為1，其它路段的r記為0，把緩沖區(qū)上代表各滑坡易發(fā)性等級像元數(shù)量的X1～X5分為大于0和等于0兩類，然后進(jìn)行不同地震滑坡易發(fā)性水平像元數(shù)量組合與道路中斷風(fēng)險之間的關(guān)系分析，見表2。對應(yīng)的X1～X5分別表示路段緩沖區(qū)上地震滑坡易發(fā)性等級從極低到極高的像元數(shù)量?；聦傩耘c中斷風(fēng)險屬性對應(yīng)下的數(shù)值為滿足這兩個條件的路段數(shù)量。用表2進(jìn)行列聯(lián)分析時，約定：原假設(shè)H0：Xi與r獨立；備擇假設(shè)H1：Xi與r相合。X5與r的檢驗P值為4.8311×10-116，相合系數(shù)為0.6794。顯著地有X5=0，

X1[]＞0[]966[]23506[]24472

[]合計[]2231[]23920[]26151

傾向于r的取值等于0；X5>0，傾向于r的取值等于1，拒絕原假設(shè)，X5與r的正相合。X4與r的檢驗P值為4.361×10-144，相合系數(shù)為0.8598。顯著地有X4=0，傾向于r的取值等于0；X4>0，傾向于r的取值等于1，拒絕原假設(shè)，X4與r的正相合。X3與r的檢驗P值為1.0703×10-155，相合系數(shù)為0.9591。顯著地有X3=0，傾向于r的取值等于0；X3>0，r的取值傾向于等于1，拒絕原假設(shè)，X3與r的正相合。X2與r的檢驗P值為1.216×10-155，相合系數(shù)為-0.2915。顯著地有X2=0，r的取值傾向于等于1；X2>0，r的取值傾向于等于0，拒絕原假設(shè)，X2與r的負(fù)相合。X1與r的檢驗P值為1.79146×10-38，相合系數(shù)為-0.6217。顯著地有X1=0，r的取值傾向于等于1；X1>0，r的取值傾向于等于0，拒絕原假設(shè)，X1與r的負(fù)相合。

從表2結(jié)果可以看出，路段兩側(cè)180m范圍內(nèi)不同滑坡易發(fā)性等級的像元數(shù)量與路段是否因地震滑坡中斷存在聯(lián)系。列聯(lián)分析表明可以使用路段的地震滑坡屬性推斷其滑坡中斷風(fēng)險。

2.4.2模型參數(shù)求解

選取汶川地震災(zāi)區(qū)中的8717條路段數(shù)據(jù)（約占汶川研究區(qū)樣本數(shù)據(jù)的30%）作為訓(xùn)練集構(gòu)建地震滑坡道路中斷風(fēng)險多變量決策樹模型，其余的17434條路段數(shù)據(jù)作為測試集測試模型的合理性。通常在決策時，隨著劃分過程的進(jìn)行，我們希望決策樹的分支結(jié)點所包含的樣本盡可能屬于同一類別，即結(jié)點的“純度”盡可能高?；嶂笖?shù)是度量樣本集合純度常用的一種指標(biāo)。假定當(dāng)前樣本集合D中第k類樣本所占的比例為pk（k=1，2，…，y），則D的基尼指數(shù)定義為：

Gini（D）=∑y[]k=1∑k≠1pkpk′=1-∑y[]k=1p2k（2）

Gini（D）越小，則數(shù)據(jù)集D的純度越高。假定離散屬性a有V個可能的取值，若使用a來對樣本集D進(jìn)行劃分，則會產(chǎn)生V個分支結(jié)點，其中第v個分支結(jié)點包含了D中所有在屬性a上取值為av的樣本記為Dv。可根據(jù)式（2）計算出Dv的基尼指數(shù)，再考慮到不同的分支結(jié)點所包含的樣本數(shù)不同，各分支結(jié)點賦予權(quán)重Dv/D計算出用屬性a對樣本集D進(jìn)行劃分所獲得的基尼指數(shù)（Gini_index）。采用與式（2）相同的符號表示，屬性a的基尼指數(shù)定義為：

Gini_index（D，a）=∑V[]v=1Dv[]DGini（Dv）（3）

在候選屬性集合A中，選擇使劃分后基尼指數(shù)最小的屬性作為最優(yōu)劃分方案，即：

a*=argmina∈AGini_index（d，a）（4）

當(dāng)Gini（D）值取最小時，通常認(rèn)為對應(yīng)的分類器是最佳分類。

根據(jù)上述約束，采用統(tǒng)計軟件R完成地震滑坡道路中斷風(fēng)險多變量決策樹模型的構(gòu)建，結(jié)果如圖8所示。

地震滑坡道路中斷風(fēng)險多變量決策樹應(yīng)急評估模型從根結(jié)點開始“生長”，建模時使用的訓(xùn)練樣本8717個，其中實際地震滑坡風(fēng)險屬性為有風(fēng)險的樣本739個，無風(fēng)險的樣本7978個。訓(xùn)練樣本在各葉節(jié)點上的基尼指數(shù)見表3。

一般來說，一個模型只有通過統(tǒng)計學(xué)評價和一致性檢驗才能表明其具有科學(xué)意義。統(tǒng)計學(xué)上，P值為結(jié)果可信程度的一個遞減指標(biāo)，P值越大，樣本中變量的關(guān)聯(lián)越無法作為總體中各變量關(guān)聯(lián)的可靠指標(biāo)。Kappa系數(shù)反映的是模擬結(jié)果與實際情況的一致性程度，通行的做法是將Kappa值分為5組來表示不同級別的一致性：（0.0～0.20）為極低一致性，（0.21～0.40）為一般一致性，（0.41～0.60）為中等一致性，（0.61～0.80）為高度一致性，（0.81～1）為幾乎完全一致。將通過訓(xùn)練集求解的模型對包括測試集在內(nèi)的所有樣本進(jìn)行地震滑坡道路中斷風(fēng)險推斷，然后對推斷結(jié)果進(jìn)行檢驗（表4）。汶川研究區(qū)的檢驗P值為2.52×10-203，遠(yuǎn)小于0.001；總體正確率達(dá)到98.50%；Kappa系數(shù)達(dá)到0.91。對比C4.5的決策樹方法研究結(jié)果，多變量決策樹模型覆蓋的范圍更廣，涵蓋了Ⅵ～Ⅺ度區(qū)域，且有更高的差異顯著性（更顯著的統(tǒng)計學(xué)意義）、更高的Kappa系數(shù)（更高的一致性）和更高的總體正確率。

利用上述模型，基于地震后現(xiàn)場調(diào)查得到的地震烈度計算各路段的地震滑坡道路中斷風(fēng)險值，在GIS中反演研究區(qū)地震滑坡道路中斷風(fēng)險分布（圖9a），對照實際道路中斷情況（圖5）發(fā)現(xiàn)，模型評估為有風(fēng)險而實際暢通的路段主要是高烈度區(qū)的少量高速公路，而模型評估為無風(fēng)險但實際卻因滑坡中斷的主要是低烈度區(qū)的部分省道。

2.5模型的外延適用性檢驗

模型的外延適用性檢驗即在所有數(shù)據(jù)處理方法、建模指標(biāo)和模型參數(shù)都不發(fā)生變化的情況下，使用在汶川研究區(qū)建立的地震滑坡道路中斷風(fēng)險多變量決策樹應(yīng)急評估模型，對云南2014年魯?shù)镸S6.5和2012年彝良MS5.7、5.6地震災(zāi)區(qū)的路段進(jìn)行地震滑坡中斷風(fēng)險推斷。魯?shù)楹鸵土佳芯繀^(qū)的地震滑坡道路中斷風(fēng)險空間分布反演結(jié)果如圖9b所示。從檢驗結(jié)果（表5）可以看出，魯?shù)楹鸵土佳芯繀^(qū)的檢驗P值更加接近于0；總體正確率99.67%；Kappa系數(shù)0.81，仍屬于幾乎完全一致性級別。這表明，用模型計算出的道路中斷風(fēng)險屬性是路段是否因地震滑坡而中斷的良好指標(biāo)，在允許存在一定誤差的情況下，所建立的模型可以用于地理環(huán)境相似地區(qū)的地震滑坡道路中斷風(fēng)險應(yīng)急評估。

3討論

本文通過建立每個節(jié)點的線性分類器和增加低烈度區(qū)的樣本數(shù)據(jù)來改進(jìn)C4.5算法存在的不足。顯然，路段單元的地震滑坡中斷風(fēng)險與地震滑坡易發(fā)性水平之間的緊密關(guān)系是本文成功建立模型的關(guān)鍵。本文提出的模型需要3個條件才能成立：①評估對象的基本單元為路段；②路段兩側(cè)的緩沖區(qū)距離為180m，且兩端不做緩沖；③所使用的地震滑坡易發(fā)性水平數(shù)據(jù)是分辨率為90m×90m分級數(shù)據(jù)。這3個條件中，如果評估的基本單元發(fā)生變化，或者緩沖距離和緩沖方式發(fā)生變化，又或是地震滑坡易發(fā)性水平數(shù)據(jù)分辨率發(fā)生變化，則本文的評估方法的有效性就會發(fā)生變化。

在建立地震滑坡道路中斷風(fēng)險應(yīng)急評估模型時，需要將道路進(jìn)行路段化處理。這種處理可能存在兩個缺陷：一是各條路段的實際長度不一樣，這在一定程度上也是模型存在誤差的原因之一；二是對高速公路、國道、省道統(tǒng)一建立了一個模型，這也會增大評估結(jié)果的誤差。若能統(tǒng)一評估單元的幾何屬性和針對不同等級道路給出不同的模型，有望能進(jìn)一步提高模型效能。

4結(jié)論

本文選取2008年四川汶川MS8.0地震和2014年云南魯?shù)镸S6.5地震及2012年彝良MS5.7、5.6地震作為研究區(qū)開展地震滑坡道路中斷風(fēng)險應(yīng)急評估模型構(gòu)建。其中汶川研究區(qū)用來進(jìn)行模型的構(gòu)建和模型合理性檢驗，魯?shù)楹鸵土佳芯繀^(qū)用來進(jìn)行模型外延適用性評價。主要得到以下結(jié)論：

（1）基于汶川研究區(qū)建立的模型統(tǒng)計顯著性檢驗P值為2.52×10-203，遠(yuǎn)小于0.001；通過模型評估的道路中斷風(fēng)險總體正確率達(dá)到98.50%；一致性檢驗的Kappa系數(shù)為0.91，模型評估結(jié)果與實際情況幾乎完全一致，表明在汶川研究區(qū)建立的地震滑坡道路中斷風(fēng)險多變量決策樹模型推斷的結(jié)果是路段是否出現(xiàn)地震滑坡中斷的良好指標(biāo)。對比以往的C4.5的決策樹方法，多變量決策樹模型研究覆蓋了更廣泛的范圍，結(jié)果取得了更高的差異顯著性（更顯著的統(tǒng)計學(xué)意義）、更高的Kappa系數(shù)（更高的一致性）和更高的總體正確率。將所建立的模型外延到魯?shù)楹鸵土佳芯繀^(qū)時對模型不做任何改變，評估結(jié)果的統(tǒng)計顯著性檢驗P值為9.7×10-107，遠(yuǎn)低于0.001；總體正確率達(dá)到99.67%；一致性檢驗Kappa系數(shù)為0.81，介于0.81～1，模型評估結(jié)果與實際情況也幾乎完全一致。魯?shù)椤土佳芯繀^(qū)的結(jié)果同樣表明，模型計算出的道路中斷風(fēng)險屬性是路段是否因地震滑坡中斷的良好指標(biāo)，在允許存在一定誤差的情況下，所建立的方法可以用于與我國川滇自然地理環(huán)境相似區(qū)域不同震級影響下的地震滑坡道路中斷風(fēng)險應(yīng)急評估。

（2）本文僅使用了多變量決策樹模型來建立地震滑坡道路中斷風(fēng)險與地震滑坡易發(fā)性屬性之間的關(guān)系，如何開發(fā)更多的模型并篩選出最為有效的模型是一個亟待解決的問題。

（3）本文提出的地震滑坡道路中斷風(fēng)險應(yīng)急評估模型，是對現(xiàn)有地震滑坡道路中斷風(fēng)險評估方法存在不足的一種探索與改進(jìn)。在歷史地震滑坡道路中斷數(shù)據(jù)的豐富性、基礎(chǔ)數(shù)據(jù)的現(xiàn)勢性、模型方法的多樣性等方面，都可能仍存在一定的不足，需要在今后進(jìn)一步完善和發(fā)展。

參考文獻(xiàn)：

白仙富，戴雨芡，余慶坤，等.2015.地震滑坡危險性評估模型及初步應(yīng)用［J］.地震研究，38（2）：301-312.

白仙富.2022.滇東北地區(qū)地震滑坡災(zāi)害定量評估方法研究［D］.昆明：云南師范大學(xué).

馬海建，陸楠，李曉璇，等.2015.道路連通性能震害評估方法研究［J］.地理與地理信息科學(xué)，31（3）：108-110.

阮璇.2014.重大自然災(zāi)害后“生命通道”應(yīng)急管理機制構(gòu)建研究——基于四川雅安地震的調(diào)查分析［J］.中國公共安全（學(xué)術(shù)版），（4）：48-53.

張方浩，杜浩國，鄧樹榮，等.2022.以鄉(xiāng)鎮(zhèn)為單元評估云南省建水縣地震災(zāi)害風(fēng)險［J］.地震研究.45（1）：109-117.

張敬，張林，王長偉，等.2019.震后道路通行能力模型修正［J］.機電信息，（29）：146-147.

趙紅蕊，王濤，石麗梅，等.2014.蘆山7.0級地震震后道路損毀風(fēng)險評估方法研究［J］.災(zāi)害學(xué)，29（2）：33-37.

周志華.2016.機器學(xué)習(xí)［M］.北京：清華大學(xué)出版社.

AnJW，BaiXF，XuJH.2015.Predictionofhighwayblockagecausedbyearthquakeinducedlandslidesforimprovingearthquakeemergencyresponse［J］.NaturalHazards，79（1）：511-536.

CapolongoD，MankelowRJ.2002.EvaluatingearthquaketriggeredlandslidehazardattheBasinScalethroughGisintheUpperSeleRiverValley［J］.SurveysinGeophysics，23（6）：595-625.

ChousinitisK，DelGaudioV，KalogerasI.2014.PredictivemodelofAriasintensityandNewmarkdisplacementforregionalscaleevaluationofearthquakeinducedlandslidehazardinGreece［J］.SoilDynamicsandEarthquakeEngineering，65（4）：11-29.

DelGaudioV，PierriP，CalcagnileG.2012.Analysisofseismichazardinlandslideproneregions：criteriaandexampleforanareaofDaunia（southernItaly）［J］.NaturalHazards，61：203-215.

DelGaudioV，WasowskiJ.2004.TimeprobabilisticevaluationofseismicallyinducedlandslidehazardinIrpinia（SouthernItaly）［J］.SoilDynamicsandEarthquakeEngineering，24：915-928.

HavenithH-B，StromA，CaceresF.2006.AnalysisoflandslidesusceptibilityintheSuusamyrregion，TienShan：statisticalandgeotechnicalapproach［J］.Landslides，3（1）：39-50.

JamesN，SitharamTG.2014.AssessmentofseismicallyinducedlandslidehazardfortheStateofKarnatakausingGIStechnique［J］.IndianSocRemoteSens，42：73-89.

KampU，GrowleyBJ，KhattakGA，etal.2008.GISbasedlandslidesusceptibilitymappingforthe2005Kashmirearthquakeregion［J］.Geomorphology，101（4）：631-642.

KampU，OwenL，GrowleyB，etal.2010.Backanalysisoflandslidesusceptibilityzonationmappingforthe2005Kashmirearthquake：anassessmentofthereliabilityofsusceptibilityzoningmaps［J］.NaturalHazards，54：1-25.

MurthySK，KasifS，SalzbergS.1994.Asystemforinductionofobliquedecisiontrees［J］.JournalofArtificialIntelligenceReserch，2：1-32.

XuC，XuX，DaiF，etal.2012.LandslidehazardmappingusingGISandweightofevidencemodelinQingshuiRiverwatershedof2008Wenchuanearthquakestruckregion［J］.JEarthSci，23（1）：97-120.

XuC.2013.Applicationofanincompletelandslideinventory，logisticregressionmodelanditsvalidationforlandslidesusceptibilitymappingrelatedtotheMay12，2008WenchuanearthquakeofChina［J］.NaturalHazards，68（2）：883-900.