周曉亭， 吳偉成， 皇甫文超， 歐鵬輝， 張 陽

(東華理工大學(xué) 江西省數(shù)字國土重點(diǎn)實(shí)驗(yàn)室，江西 南昌 330013 )

滑坡是我國主要地質(zhì)災(zāi)害之一，尤其對(duì)山區(qū)的社會(huì)經(jīng)濟(jì)發(fā)展造成了嚴(yán)重的威脅(黃潤秋，2007；許沖等，2019)。在地質(zhì)災(zāi)害高發(fā)區(qū)，進(jìn)行滑坡易發(fā)性預(yù)測(cè)，分析滑坡災(zāi)害發(fā)生概率與空間分布規(guī)律，對(duì)滑坡的預(yù)測(cè)預(yù)警、土地利用規(guī)劃、城市建設(shè)和鄉(xiāng)村發(fā)展有著重要的指導(dǎo)意義。滑坡的復(fù)雜性以及致災(zāi)因子的多樣性使得滑坡災(zāi)害易發(fā)性預(yù)測(cè)一直是國內(nèi)外研究的熱點(diǎn)和難點(diǎn)。

隨著人工智能的快速發(fā)展，機(jī)器學(xué)習(xí)算法在滑坡易發(fā)性預(yù)測(cè)中得到了有效的應(yīng)用(林齊根等，2017；Huang et al.，2018；張向營等，2018；Zhu et al.，2018；Achour et al.，2020；Dou et al.，2019；Sameen et al.，2020)。基于機(jī)器學(xué)習(xí)算法的滑坡易發(fā)性評(píng)價(jià)是利用歷史滑坡數(shù)據(jù)和與滑坡發(fā)生相關(guān)的環(huán)境因子進(jìn)行訓(xùn)練擬合，進(jìn)而預(yù)測(cè)其他區(qū)域的滑坡易發(fā)程度(Guzzetti et al.，1999；Zhu et al.，2018)。在眾多環(huán)境因子中，巖性地質(zhì)界線、斷層、河流和道路等線性致災(zāi)因子，對(duì)滑坡的發(fā)生有著不同程度的影響。如斷層造成的巖石破碎為滑坡發(fā)生提供了結(jié)構(gòu)和物質(zhì)基礎(chǔ)；道路建設(shè)過程中，工程切坡會(huì)產(chǎn)生凌空面，導(dǎo)致坡腳失穩(wěn)。在近幾年興起的機(jī)器學(xué)習(xí)模型中，線性致災(zāi)因子的處理均采用GIS技術(shù)做緩沖分析，并以單獨(dú)的因子與其他因子進(jìn)行疊加，作為輸入變量。不同學(xué)者對(duì)線性致災(zāi)因子處理的單環(huán)緩沖距離從幾十到幾百米不等，主要依靠經(jīng)驗(yàn)和專家知識(shí)，存在一定的主觀不確定性。如線性因子的緩沖距離設(shè)置未充分考慮不同線性致災(zāi)因子影響程度和范圍的差異性(張庭瑜等，2020；羅路廣等，2020；王兆華等，2020)，而這是影響滑坡易發(fā)性預(yù)測(cè)模型精度的主要因素(Guzzetti et al.，1999；王佳佳等，2014)。

本研究以江西省瑞金市為例，利用遙感和地理信息技術(shù)，提取環(huán)境因子層，基于Pearson相關(guān)性分析，探討不同單環(huán)緩沖距離下，線性致災(zāi)因子距離與對(duì)應(yīng)緩沖帶內(nèi)滑坡密度的相關(guān)關(guān)系，確定線性致災(zāi)因子最佳緩沖距離，設(shè)置差異性緩沖，建立隨機(jī)森林滑坡易發(fā)性預(yù)測(cè)模型，并進(jìn)行精度驗(yàn)證，為基于機(jī)器學(xué)習(xí)的滑坡易發(fā)性評(píng)估工作中線性致災(zāi)因子的處理提供思路。

1 數(shù)據(jù)源

1.1 研究區(qū)概況

瑞金市位于江西省贛州市中部，武夷山脈南西側(cè)的寧于坳陷和武夷隆起帶，構(gòu)造變形強(qiáng)烈，巖漿活動(dòng)頻繁，以強(qiáng)烈的斷裂活動(dòng)為特色。境內(nèi)屬于貢江水系，主要河流有梅江、綿江和九堡河(圖1)。交通以公路為主，有206、323、319國道，輔以縱橫交錯(cuò)的縣鄉(xiāng)(鎮(zhèn))、村公路，構(gòu)成了以市區(qū)為中心的“三縱四橫”公路交通網(wǎng)絡(luò)。然而，由于區(qū)內(nèi)公路的建設(shè)依山傍水，尤其是公路的改建、擴(kuò)建，使公路兩側(cè)山體因人為削坡而失穩(wěn)，已造成多處崩塌、滑坡等工程地質(zhì)災(zāi)害，同時(shí)部分地段還存在著嚴(yán)重的地質(zhì)災(zāi)害隱患。

1.2 指標(biāo)選取及數(shù)據(jù)來源

滑坡災(zāi)害的準(zhǔn)確評(píng)估需要正確選取環(huán)境因子，結(jié)合瑞金市環(huán)境地質(zhì)特征及滑坡災(zāi)害發(fā)生規(guī)律，基于GIS技術(shù)，結(jié)合遙感影像，選取地質(zhì)、地形地貌、植被覆蓋、土地利用、巖石風(fēng)化特征、土壤類型結(jié)構(gòu)、降雨量等包括巖性地質(zhì)界線、斷層、河流、道路4個(gè)線性致災(zāi)因子在內(nèi)的19個(gè)環(huán)境因子?；A(chǔ)數(shù)據(jù)源主要來自1∶5萬地質(zhì)圖、Landsant4-5 TM遙感影像(地理空間數(shù)據(jù)云http://www.gscloud.cn/)、空間分辨率為30 m的ASTER GDEM數(shù)據(jù)(地理空間數(shù)據(jù)云http://www.gscloud.cn/)、江西省土壤類型結(jié)構(gòu)數(shù)據(jù)(中國土壤數(shù)據(jù)庫http://vdb3.soil.csdb.cn/)和江西省氣象站點(diǎn)降水量數(shù)據(jù)。Google Earth高分辨率的遙感影像可作為歷史滑坡災(zāi)害和道路、河流等基礎(chǔ)地理環(huán)境數(shù)據(jù)的重要補(bǔ)充來源。

瑞金市1∶5萬地質(zhì)災(zāi)害調(diào)查資料顯示，1970—2013年，研究區(qū)共發(fā)生滑坡155處，位置如圖1所示。在隨機(jī)森林分類問題中，非滑坡穩(wěn)定點(diǎn)的選擇也非常重要(羅路廣等，2020)。在本區(qū)Google Earth中，從城市、農(nóng)田和水體等低坡度的平坦區(qū)域選擇與滑坡數(shù)據(jù)等量的非滑坡穩(wěn)定點(diǎn)，與歷史滑坡樣本共同組成滑坡易發(fā)性預(yù)測(cè)模型的樣本集。選取70%的數(shù)據(jù)作為訓(xùn)練集，用來建立模型；選取30%的數(shù)據(jù)作為驗(yàn)證集，用來驗(yàn)證模型精度。

2 基于Pearson模型的緩沖距離分析

2.1 滑坡密度

結(jié)合前人滑坡易發(fā)性評(píng)估工作中線性致災(zāi)因子的選擇和分析(Huang et al.，2018；Zhu et al.，2018；張向營等，2018；吳常潤等，2019；黃發(fā)明等，2019)，本研究根據(jù)瑞金市滑坡災(zāi)害的實(shí)際情況，選擇巖性地質(zhì)界線、斷層、道路和河流因子作為分析對(duì)象，利用滑坡密度與線性因子距離的關(guān)系，評(píng)價(jià)各因子在不同分級(jí)范圍對(duì)于滑坡的影響程度?；旅芏仍礁?，表示在該分級(jí)狀態(tài)內(nèi)滑坡發(fā)生的可能性越大。

如圖2可知，滑坡的易發(fā)性與線性因子距離的遠(yuǎn)近密切相關(guān)。線性因子距離越近滑坡越容易發(fā)生，尤其是巖性地質(zhì)界線距離表現(xiàn)更加明顯，這是由于不同的地層接觸帶極易產(chǎn)生不穩(wěn)定面，在多種因子的觸發(fā)下，導(dǎo)致沿接觸面滑動(dòng)。斷層距離除了表現(xiàn)出近斷層易滑的特征，滑坡密度在距斷層240～300 m時(shí)出現(xiàn)峰值，甚至高于近斷層區(qū)，主要是由于斷層會(huì)造成周圍巖體破碎，增加斷層附近滑坡發(fā)生的可能性，但受斷層面產(chǎn)狀和延伸距離影響，在距斷層較遠(yuǎn)的距離也會(huì)受到很大的影響(范強(qiáng)等，2015；趙冬梅等，2020)。

當(dāng)緩沖界線距地質(zhì)界線、斷層和河流因子大于300 m時(shí)、距道路因子大于120 m時(shí)，滑坡密度最低，對(duì)滑坡的影響較小(圖2)。

2.2 Pearson模型建立及分析

滑坡易發(fā)性預(yù)測(cè)模型建立過程中，線性致災(zāi)因子的處理主要是建立多環(huán)緩沖區(qū)。多環(huán)緩沖區(qū)的要素包括緩沖帶和單環(huán)緩沖距離，如圖3所示。

Pearson相關(guān)系數(shù)被廣泛用于分析變量間的相關(guān)性，具體為兩變量間的協(xié)方差cov(X,Y)除以它們各自標(biāo)準(zhǔn)差的乘積(σX·σY)：

P(x,y)=∑Ni=1(xi-)(yi-)∑Ni=1(xi-)2∑Ni=1(yi-)212

式中，P(x,y)為待分析變量間的相關(guān)性系數(shù)；xi是多環(huán)緩沖區(qū)的每個(gè)緩沖帶外邊界線性因子距離(m)；是每個(gè)緩沖帶外邊界線性因子距離的平均值(m)；yi是緩沖帶內(nèi)的滑坡密度(個(gè)/m2)；是緩沖帶內(nèi)的滑坡密度的平均值(個(gè)/m2)；N表示緩沖帶的總個(gè)數(shù)。P(x,y)系數(shù)取值為-1.0～1.0，絕對(duì)值越大表明相關(guān)性越強(qiáng)。

前人對(duì)滑坡易發(fā)性預(yù)測(cè)的研究表明，線性致災(zāi)因子的緩沖距離為50～500 m(Dou et al.，2019；張庭瑜等，2020；武雪玲等，2020)。為了更好體現(xiàn)線性致災(zāi)因子對(duì)滑坡的影響，最小單環(huán)緩沖距離設(shè)置為30 m，共緩沖10環(huán)，以覆蓋到線性因子的影響范圍；單環(huán)緩沖距離最大設(shè)置為150 m，超過這個(gè)范圍將不能很好體現(xiàn)線性致災(zāi)因子對(duì)滑坡的影響，造成預(yù)測(cè)的偏差。本研究分別對(duì)巖性地質(zhì)界線、斷層、道路和河流線性致災(zāi)因子做單環(huán)緩沖距離為30 m、50 m、80 m、100 m和150 m的緩沖區(qū)共10環(huán)。在不同單環(huán)緩沖距離下，利用Spass10.0軟件建立線性因子距離和對(duì)應(yīng)緩沖帶內(nèi)滑坡密度的Pearson相關(guān)性模型。通過Pearson相關(guān)系數(shù)絕對(duì)值大小體現(xiàn)相關(guān)程度，分析不同單環(huán)緩沖距離下滑坡密度和線性因子距離的相關(guān)關(guān)系。

如圖4所示，巖性地質(zhì)界線、斷層、河流和道路因子的單環(huán)緩沖距離分別為50 m、100 m、30 m和30 m時(shí)，線性致災(zāi)因子距離和對(duì)應(yīng)緩沖帶內(nèi)滑坡密度的相關(guān)性最大，分別為0.776、0.906、0.838和0.834。由于斷層對(duì)滑坡的影響范圍較大，設(shè)置較大的單環(huán)緩沖區(qū)為最佳。河流和道路對(duì)滑坡的影響范圍有限，尤其對(duì)于道路建設(shè)來說，影響范圍很小，主要體現(xiàn)在道路兩側(cè)的切坡失穩(wěn)區(qū)域。巖性地質(zhì)界線因子距離與滑坡密度整體上并未體現(xiàn)極強(qiáng)相關(guān)關(guān)系。野外調(diào)查中，發(fā)現(xiàn)滑坡主要發(fā)生在第四系與其他地層的交界處，主要受到修路和建房等人類工程活動(dòng)影響。

3 最佳距離驗(yàn)證

隨機(jī)森林模型是由多個(gè)決策樹組成的集成分類器，模型最終結(jié)果由所有決策樹的投票決定。集合中每個(gè)決策樹所用的訓(xùn)練樣本，通過Bootstrapping采樣獲得，即隨機(jī)有放回地抽取與原訓(xùn)練集樣本數(shù)量相同的訓(xùn)練樣本。假設(shè)原始訓(xùn)練集中含有N個(gè)訓(xùn)練樣本，每個(gè)樣本未被抽取的概率為(1-1/N)N。當(dāng)N足夠大時(shí)，(1-1/N)N將收斂于1/e≈0.368，這表明原始樣本集有近37%的樣本不會(huì)出現(xiàn)在Bootstrapping采樣的訓(xùn)練樣本中，這些數(shù)據(jù)稱為袋外數(shù)據(jù)，使用這些數(shù)據(jù)來估計(jì)模型性能的指標(biāo)稱為袋外誤差。與交叉驗(yàn)證相比，袋外誤差是內(nèi)部估計(jì)，是無偏的，并且隨著樹數(shù)目的增加，袋外誤差由開始的波動(dòng)到逐漸減小并收斂到一個(gè)閾值。袋外誤差有助于理解模型分類精度以及如何提高精度。

本研究重點(diǎn)討論基于緩沖分析的線性致災(zāi)因子最佳單環(huán)緩沖距離選擇。通過隨機(jī)森林袋外誤差精度和基于混淆矩陣的精度指標(biāo)來驗(yàn)證單環(huán)緩沖距離設(shè)置的合理性，此處不重點(diǎn)介紹隨機(jī)森林建模過程及其他因子處理方法。單環(huán)緩沖距離分別為50 m、100 m、30 m和30 m的巖性地質(zhì)界線、斷層、道路和河流因子，作為最相關(guān)單環(huán)緩沖距離組合與其他15個(gè)環(huán)境因子組成滑坡致災(zāi)因子集，建立隨機(jī)森林模型。作為對(duì)比，將相同單環(huán)緩沖距離的線性致災(zāi)因子組合，也分別進(jìn)行隨機(jī)森林滑坡易發(fā)性預(yù)測(cè)建模。如圖5所示，計(jì)算獲得線性致災(zāi)因子在不同單環(huán)緩沖距離下隨機(jī)森林滑坡易發(fā)性預(yù)測(cè)模型的袋外誤差隨決策樹個(gè)數(shù)增加的變化趨勢(shì)。最相關(guān)單環(huán)緩沖距離組合模型袋外誤差隨著決策樹個(gè)數(shù)變化曲線呈現(xiàn)最低趨勢(shì)，其模型精度最高。

基于混淆矩陣的精度指標(biāo)中精確率代表模型預(yù)測(cè)出的滑坡點(diǎn)有多少是正確的，召回率代表滑坡樣本有多少是被模型預(yù)測(cè)出來的，Kappa系數(shù)代表模型的可靠程度，準(zhǔn)確率代表模型的整體精度。如表1所示，最相關(guān)單環(huán)緩沖距離組合模型驗(yàn)證集的精確率、召回率、Kappa系數(shù)和準(zhǔn)確率分別為96.65%、88.67%、83.17%和91.58%，整體精度優(yōu)于相同單環(huán)緩沖距離組合的模型精度。從滑坡易發(fā)性預(yù)測(cè)精度角度進(jìn)一步印證了最相關(guān)緩沖的合理性。

表1 基于混淆矩陣的驗(yàn)證集精度

4 結(jié)論

以瑞金為研究區(qū)，利用Pearson相關(guān)性分析不同單環(huán)緩沖距離下滑坡密度與線性致災(zāi)因子距離的相關(guān)性，并建立隨機(jī)森林模型，驗(yàn)證最相關(guān)單環(huán)緩沖距離和線性致災(zāi)因子組合用于滑坡易發(fā)性預(yù)測(cè)的合理性。

(1)瑞金地區(qū)巖性地質(zhì)界線、斷層、道路和河流因子的單環(huán)緩沖距離分別為50 m、100 m、30 m和30 m時(shí)，滑坡密度與線性致災(zāi)因子距離的相關(guān)性最大，體現(xiàn)不同因子對(duì)滑坡的影響范圍不同。其他地區(qū)在建立滑坡易發(fā)性預(yù)測(cè)模型時(shí)，應(yīng)充分考慮不同線性因子的影響范圍差異。

(2)最相關(guān)單環(huán)緩沖距離線性致災(zāi)因子組合建立的滑坡易發(fā)性預(yù)測(cè)模型，袋外誤差曲線趨勢(shì)最低，驗(yàn)證集精度指數(shù)整體上高于相同單環(huán)緩沖距離的線性致災(zāi)因子組合。從模型精度和預(yù)測(cè)精度上均印證了最相關(guān)緩沖方法的合理性。