劉艷輝 黃俊寶 肖銳鏵 方然可③

(①中國地質(zhì)環(huán)境監(jiān)測院(自然資源部地質(zhì)災(zāi)害技術(shù)指導(dǎo)中心)， 北京 100081， 中國)

(②福建省地質(zhì)環(huán)境監(jiān)測中心， 福州 350002， 中國)

(③華北水利水電大學(xué)， 鄭州 450045， 中國)

0 引 言

降雨是誘發(fā)滑坡災(zāi)害的重要因素之一，尤其在我國東南沿海的山地丘陵區(qū)，汛期強(qiáng)降雨作用下，滑坡災(zāi)害多發(fā)頻發(fā)，具有群集發(fā)生，點(diǎn)多面廣的特點(diǎn)，嚴(yán)重威脅居民生命財(cái)產(chǎn)安全。開展區(qū)域滑坡災(zāi)害預(yù)警，是防災(zāi)減災(zāi)的重要手段。世界上20多個國家或地區(qū)，包括中國香港、美國、意大利、巴西、日本等，也都不同程度地開展過或正在開展區(qū)域地質(zhì)災(zāi)害的早期預(yù)警與減災(zāi)服務(wù)(Guzzetti et al.，2020)。中國大陸的地質(zhì)災(zāi)害氣象預(yù)警業(yè)務(wù)自2003年啟動以來，在多方努力下，因地質(zhì)災(zāi)害造成的死亡、失蹤人數(shù)由“十五”期間的年均1000人左右降低到“十二五”以來的500人左右，地質(zhì)災(zāi)害氣象預(yù)警預(yù)報(bào)工作做出了重要貢獻(xiàn)(劉傳正等， 2009,2015)。目前已形成國家引領(lǐng)， 30個省(自治區(qū)、直轄市)、323個市(地、州)、1880個縣(市、區(qū))聯(lián)動的地質(zhì)災(zāi)害預(yù)警服務(wù)工作體系，極大地提升了公眾社會對防范地質(zhì)災(zāi)害的認(rèn)知(劉傳正等， 2020)。

預(yù)警模型研究是區(qū)域滑坡災(zāi)害預(yù)警的基礎(chǔ)科學(xué)問題，大量學(xué)者為此開展了長期不懈的研究。起步最早、應(yīng)用最廣泛的是基于統(tǒng)計(jì)的臨界降雨閾值模型，以中國香港和美國的研究最為系統(tǒng)(Cannon et al.，1985； Au et al.，1998； Pietro， 2004)，以模型簡單、易于推廣的優(yōu)勢，廣泛被其他國家或地區(qū)參考應(yīng)用(Hong et al.，2015； 劉傳正等， 2015； 丁桂伶等， 2017； Peruccacci et al.，2017； Wei et al.，2018)。基于統(tǒng)計(jì)原理，劉傳正等(2007)提出的顯式統(tǒng)計(jì)預(yù)警模型在中國大陸各級預(yù)警、重點(diǎn)研究區(qū)和監(jiān)測預(yù)警區(qū)得到深入探索應(yīng)用(劉艷輝等， 2008， 2015， 2018， 2019； 侯圣山等， 2014； 魏平新等， 2015； 溫銘生等， 2016； 李守定等， 2017； 劉傳正等， 2017)?；诮涤?滲流-災(zāi)害發(fā)生的機(jī)理過程分析的區(qū)域動力預(yù)警模型研究也一直在持續(xù)，通過將斜坡穩(wěn)定性分析與水文地質(zhì)模型耦合，確定滑坡啟動的臨界降雨指標(biāo)(Keefer et al.，1987； Ponziani et al.，2013； Pennington et al.，2015； Mulyana et al.，2019)，動力預(yù)警模型物理意義明確，但由于復(fù)雜的參數(shù)輸入和不確定性，導(dǎo)致該方法應(yīng)用范圍較小，業(yè)務(wù)化運(yùn)行也受到限制。

近年來，隨著人工智能技術(shù)的發(fā)展，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)開始在區(qū)域地質(zhì)災(zāi)害預(yù)警領(lǐng)域得到應(yīng)用。相關(guān)研究集中在滑坡空間評價(jià)預(yù)測領(lǐng)域，人工神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林、決策樹、支持向量機(jī)等(劉藝梁等， 2010； 許沖等， 2012； Hong et al.， 2015； Trigila et al.， 2015； Chen et al.，2017)等多種模型算法引入到區(qū)域滑坡危險(xiǎn)性評價(jià)中，從評價(jià)因子選取與量化歸一化、數(shù)據(jù)清洗與樣本集構(gòu)建、模型選取與訓(xùn)練評價(jià)等方面開展了相關(guān)探索，并取得了較好效果，但仍在評價(jià)因子選取分析、評價(jià)因子歸一化、樣本集數(shù)量不足和模型訓(xùn)練人為調(diào)參差異較大等方面存在不足(方然可等， 2021)。目前區(qū)域滑坡災(zāi)害預(yù)警相關(guān)研究，一般是在應(yīng)用機(jī)器學(xué)習(xí)算法完成空間評價(jià)后再通過傳統(tǒng)統(tǒng)計(jì)方法確定臨界降水閾值(Trigila et al.，2015； Hong et al.，2016； Tien Bui et al.，2017； 孫德亮， 2019)，從而完成對滑坡可能發(fā)生的時(shí)段、空間范圍和預(yù)警等級的預(yù)測。而通過基于機(jī)器學(xué)習(xí)算法直接實(shí)現(xiàn)區(qū)域滑坡災(zāi)害時(shí)空預(yù)警的相關(guān)成果還比較少見，劉艷輝等(2021)以四川青川縣為例，比對6種機(jī)器學(xué)習(xí)算法構(gòu)建區(qū)域滑坡預(yù)警模型，結(jié)果顯示隨機(jī)森林算法優(yōu)勢明顯。以上相關(guān)成果奠定了機(jī)器學(xué)習(xí)技術(shù)在區(qū)域滑坡災(zāi)害預(yù)警領(lǐng)域的應(yīng)用。

本文以福建省為研究區(qū)，基于近9年地質(zhì)氣象數(shù)據(jù)，構(gòu)建了區(qū)域滑坡災(zāi)害訓(xùn)練樣本集，采用基于隨機(jī)森林的機(jī)器學(xué)習(xí)集成算法，進(jìn)行學(xué)習(xí)訓(xùn)練、模型優(yōu)化和模型存儲，并以2021年汛期兩日滑坡災(zāi)害實(shí)際發(fā)生情況，進(jìn)行預(yù)警實(shí)況運(yùn)行與校驗(yàn)。

1 數(shù)據(jù)來源與樣本集構(gòu)建

1.1 研究區(qū)與數(shù)據(jù)來源

福建省位于我國東南沿海的山地丘陵區(qū)(圖1)，山地面積占全省陸地面積的90%以上，殘坡積土層廣泛發(fā)育，斜坡坡度一般為0°～30°，局部大于30°。地質(zhì)環(huán)境條件脆弱，加之用地條件差，山區(qū)村莊建設(shè)大多數(shù)都是依山削坡建房，形成大量的房前屋后高陡邊坡。每年汛期，受局地強(qiáng)降水特別是臺風(fēng)降水影響，崩塌滑坡等突發(fā)性地質(zhì)災(zāi)害頻發(fā)，點(diǎn)多面廣，雖然滑坡規(guī)模小，但由于多發(fā)生在居民的房前屋后，極易造成人員傷亡和財(cái)產(chǎn)損失。

圖1 福建省位置及訓(xùn)練樣本集分布Fig. 1 Location and training sample set of Fujian province

本文所用滑坡災(zāi)害數(shù)據(jù)來源于福建省地質(zhì)災(zāi)害防治數(shù)據(jù)庫、2010～2018年全國地質(zhì)災(zāi)害災(zāi)情數(shù)據(jù)庫； 地質(zhì)環(huán)境數(shù)據(jù)主要來源于福建省1︰20萬和1︰50萬地質(zhì)環(huán)境和地質(zhì)災(zāi)害調(diào)查數(shù)據(jù)庫等； 降水?dāng)?shù)據(jù)來源于福建省2010～2018年氣象和水利逐時(shí)降水站點(diǎn)數(shù)據(jù)(近2000站)、2021年福建省格點(diǎn)降水實(shí)況(QPE)數(shù)據(jù)(格點(diǎn)尺度為5km×5km)等。

1.2 正負(fù)樣本采樣方法

正樣本來源于研究區(qū)歷史滑坡實(shí)際發(fā)生點(diǎn)，正樣本采樣是在歷史滑坡編目基礎(chǔ)上篩選獲得。篩選依據(jù)為：要同時(shí)具有確定的空間地理坐標(biāo)和時(shí)間坐標(biāo)(精確到日)，篩選出福建省2010～2018年滑坡正樣本3562個(圖1)。負(fù)樣本是指沒有發(fā)生滑坡的點(diǎn)，無法直接獲取。本文負(fù)樣本采樣在“時(shí)空約束條件下隨機(jī)采樣”(繆亞敏， 2016； 劉艷輝等， 2021)方法基礎(chǔ)上進(jìn)行兩個方面的優(yōu)化：一是修正了緩沖區(qū)半徑大小； 二是除在正樣本緩沖區(qū)外隨機(jī)采樣外，補(bǔ)充在正樣本所在網(wǎng)格內(nèi)進(jìn)行采樣，即分兩部分完成負(fù)樣本采樣。示意圖見圖2。

圖2 基于正樣本的負(fù)樣本空間采樣示意圖Fig. 2 Sketch map of negative sample space sampling based on positive samples

1.2.1 正樣本緩沖區(qū)外采集負(fù)樣本

負(fù)樣本空間位置確定：在正樣本一定緩沖區(qū)外空間隨機(jī)采樣，緩沖區(qū)半徑大小的確定，要同時(shí)考慮研究區(qū)的最小預(yù)警網(wǎng)格單元尺寸和歷史滑坡點(diǎn)的分布情況。本文福建省預(yù)警研究中最小預(yù)警網(wǎng)格單元為2km，部分區(qū)域歷史滑坡點(diǎn)密度較高，因此緩沖區(qū)半徑取預(yù)警網(wǎng)格單元大小，即2km； 為了保證正負(fù)樣本的均衡性，負(fù)樣本采集數(shù)量約為正樣本的2倍。

負(fù)樣本時(shí)間屬性賦值：負(fù)樣本時(shí)間屬性約束為2010～2018年汛期(5月1日～9月30日)，采用隨機(jī)函數(shù)進(jìn)行采樣，隨機(jī)函數(shù)通式為：

T=RAND(T1，T2)

(1)

式中：T為隨機(jī)獲取的時(shí)間；T1為隨機(jī)獲取時(shí)間的時(shí)間段下限；T2為隨機(jī)獲取時(shí)間的時(shí)間段上限。

1.2.2 正樣本所在網(wǎng)格內(nèi)采集負(fù)樣本

負(fù)樣本空間位置確定：在正樣本所在網(wǎng)格內(nèi)隨機(jī)采樣，網(wǎng)格即為研究區(qū)預(yù)警網(wǎng)格單元，本研究區(qū)網(wǎng)格尺寸為2km×2km，負(fù)樣本采集數(shù)量約等于正樣本數(shù)量。

負(fù)樣本時(shí)間屬性賦值：該部分負(fù)樣本時(shí)間也采用式(1)所示的隨機(jī)函數(shù)，但時(shí)間約束除時(shí)間段上下限外，另外增加一個限制條件，即所采樣的負(fù)樣本時(shí)間屬性要與正樣本不同。

綜上所述，采用上述方法完成福建省正負(fù)樣本采樣，樣本集涵蓋了福建省近9年(2010～2018年)樣本15589個。其中：正樣本3562個，負(fù)樣本12027個，正負(fù)樣本比例約1︰3.4，正負(fù)樣本空間分布見圖1。正負(fù)樣本屬性確定了最終訓(xùn)練樣本集的輸出特征，正樣本輸出特征取1，負(fù)樣本輸出特征取0。

1.3 輸入特征提取與數(shù)據(jù)清洗

福建省滑坡災(zāi)害的發(fā)生與地形關(guān)系密切，并受強(qiáng)降雨和人類工程活動誘發(fā)。孕災(zāi)地形上，易發(fā)生在坡度20°以上斜坡； 發(fā)災(zāi)時(shí)間上，易發(fā)于5～6月強(qiáng)降雨期和7～9月臺風(fēng)暴雨期； 成災(zāi)部位上，易發(fā)在房前屋后削坡、種植經(jīng)濟(jì)林、順坡棄土等區(qū)段(福建省第二水文地質(zhì)工程地質(zhì)隊(duì)， 2001； 周天智等， 2007)。訓(xùn)練樣本輸入特征的確定是在參考了研究區(qū)已有調(diào)查監(jiān)測相關(guān)成果，以及區(qū)域滑坡災(zāi)害的發(fā)育分布規(guī)律和影響因素分析(高珊等， 2010； 葉龍珍等， 2015)基礎(chǔ)上完成的。本文福建省輸入特征參數(shù)分為地質(zhì)環(huán)境因素、承災(zāi)體因素、歷史災(zāi)害情況和降雨誘發(fā)因素4大類26個輸入特征， 見表1。

在訓(xùn)練樣本集構(gòu)建過程中，為了保障模型評價(jià)精度，需要提前進(jìn)行數(shù)據(jù)清洗。數(shù)據(jù)清洗內(nèi)容除了處理數(shù)據(jù)錯誤(例如人工錯誤、數(shù)據(jù)傳輸誤差、設(shè)備故障、地質(zhì)信息模糊等，對數(shù)據(jù)進(jìn)行缺失值插補(bǔ)或剔除、異常值識別處理)外，還需要對輸入特征屬性進(jìn)行預(yù)處理(量化、歸一化或特征縮放)，從而避免各因素量綱差異問題，保證樣本輸入特征范圍的平衡。本文將地質(zhì)環(huán)境因素、承災(zāi)體因素兩大類9個輸入特征，進(jìn)行分類量化處理； 對歷史災(zāi)害情況和降水誘發(fā)因素兩大類17個輸入特征，進(jìn)了數(shù)據(jù)范圍縮放處理，詳見表1。

表1 訓(xùn)練樣本輸入特征及參數(shù)Table 1 Input characteristics and parameters of training samples

2 模型架構(gòu)與預(yù)警校驗(yàn)

2.1 所用算法與工具

隨機(jī)森林算法是一種常用的機(jī)器學(xué)習(xí)集成算法，最早由Breiman(1996)和Cutler et al.(2004)提出，通過不同的數(shù)據(jù)子集構(gòu)建多個決策樹，然后對多個決策樹的判斷結(jié)果進(jìn)行投票，得到隨機(jī)森林的最終輸出結(jié)果。算法采用裝袋算法(bagging)技術(shù)，隨機(jī)選擇樣本構(gòu)建數(shù)據(jù)子集，不同數(shù)據(jù)子集的元素可以重復(fù)，也就是有放回的抽樣； 特征隨機(jī)是從所有特征屬性里隨機(jī)選若干個特征建立基學(xué)習(xí)器(決策樹)； 重復(fù)多次，建立多個基學(xué)習(xí)器(決策樹)就組成了隨機(jī)森林。

隨機(jī)森林的最大優(yōu)勢就是充分應(yīng)用有限樣本，構(gòu)建多個互不關(guān)聯(lián)的決策樹模型，增加了決策樹的多樣性，提高了最終優(yōu)選集成模型的準(zhǔn)確性，缺點(diǎn)是在某些噪音較大的問題上會過擬合，需要在模型訓(xùn)練過程中關(guān)注。模型示意圖見圖3。

圖3 隨機(jī)森林集成模型示意圖Fig. 3 Schematic diagram of random forest model

本文模型訓(xùn)練過程是作者采用Python語言編制代碼實(shí)現(xiàn)，代碼中調(diào)用了Python 3.6軟件sklearn庫里中的RandomForestClassifier分類算法。

2.2 模型構(gòu)建與優(yōu)化

將福建省區(qū)域滑坡預(yù)警訓(xùn)練樣本集(圖1，表1)按照4︰1的比例，劃分為訓(xùn)練集和測試集，基于隨機(jī)森林算法開展模型訓(xùn)練。采用貝葉斯優(yōu)化算法、五折交叉驗(yàn)證開展模型參數(shù)優(yōu)化； 采用輸入特征重要性排序進(jìn)行輸入特征優(yōu)化。

2.2.1 模型參數(shù)優(yōu)化

貝葉斯優(yōu)化算法采用高斯過程，通過增加樣本數(shù)量來擬合目標(biāo)函數(shù)分布，目標(biāo)函數(shù)通過交叉驗(yàn)證精度來進(jìn)行優(yōu)化迭代，每次迭代均輸出超參數(shù)，在尋找最優(yōu)值的過程中優(yōu)化超參數(shù)(Snoek et al.，2012)。隨機(jī)森林算法涉及的部分超參數(shù)見表2。

表2 隨機(jī)森林算法涉及的部分超參數(shù)Table 2 Some hyperparameters involved in random forest algorithm

本文對n_estimators、max_depths和min_samples_split 3個超參數(shù)進(jìn)行優(yōu)化，采用貝葉斯優(yōu)化算法搜索最優(yōu)超參數(shù)值，并輸出迭代過程中得到的超參數(shù)。優(yōu)化結(jié)果中，n_estimators約為118，max_depths約為10，min_samples_split約為3，即最優(yōu)模型中，共構(gòu)建了118棵決策樹(基學(xué)習(xí)器)，決策樹構(gòu)建過程中子樹最大深度為10，子樹節(jié)點(diǎn)樣本樹少于3時(shí)，停止繼續(xù)劃分樣本。其他參數(shù)采用隨機(jī)森林算法默認(rèn)值。

2.2.2 輸入特征優(yōu)化

采用完成參數(shù)優(yōu)化的隨機(jī)森林模型，計(jì)算其各輸入特征的重要性屬性，重要性指標(biāo)計(jì)算公式如下：

(2)

式中：Pk為第k個輸入特征的重要程度；m為輸入特征個數(shù)；n為決策樹個數(shù)；t為每棵決策樹的節(jié)點(diǎn)數(shù)；DGkij為第k個輸入特征在第i棵決策樹的第j個節(jié)點(diǎn)的基尼指數(shù)減少值。

根據(jù)式(2)計(jì)算各輸入特征對模型輸出的重要性，各輸入特征重要性排序見圖4。據(jù)圖4，研究區(qū)26個輸入特征屬性的重要性指標(biāo)排序可以分為6個層級。第①級：當(dāng)日雨量和前1日雨量，兩者重要性指標(biāo)值最大，分別為39.6%和13.5%； 第②級：歷史災(zāi)害點(diǎn)分布，重要性指標(biāo)值為7.0%； 第③級：前2～5日雨量，重要性指標(biāo)值介于3.2%～5.8%之間； 第④級：前6～15日雨量、距房屋距離和年均雨量，重要性指標(biāo)值介于1.0%～2.2%之間； 第⑤級：植被類型、人口密度、地層巖性、坡度和地貌類型5個特征，重要性指標(biāo)值介于0.3%～0.7%之間； 第⑥級：距道路距離、距水系距離的重要性指標(biāo)值最小，均小于0.1%。分析各輸入特征重要性分級結(jié)果，一方面與研究尺度密切相關(guān)，在本文福建省級研究尺度上(2km×2km的預(yù)警網(wǎng)格單元)，第⑤級中的輸入特征因素均為較大尺度的地質(zhì)環(huán)境因子，其影響相對較?。?另一方面，本文采集的滑坡樣本主要位于居民點(diǎn)附近，而道路沿線滑坡點(diǎn)納入較少，直接導(dǎo)致距道路距離、距水系距離兩個輸入特征重要性指標(biāo)值接近于0。而當(dāng)日雨量、歷史災(zāi)害點(diǎn)分布、前1～5日雨量和距房屋距離等輸入特征重要性值較高，符合福建省滑坡災(zāi)害及誘發(fā)因素規(guī)律性分析的相關(guān)認(rèn)識。

圖4 各輸入特征屬性重要性排序Fig. 4 Ranking of importance of input characteristics

采用遞歸消除法，每次剔除重要性指標(biāo)最小的輸入特征，帶入優(yōu)化后的隨機(jī)森林算法計(jì)算模型精度。計(jì)算結(jié)果顯示去掉部分特征后，模型精度有所降低，但變化不大。考慮到本研究中輸入特征數(shù)量不多，因此模型訓(xùn)練中保留了全部26個輸入特征屬性。

2.2.3 模型效果評估

分別采用混淆矩陣、ROC曲線和學(xué)習(xí)曲線對模型精度和模型泛化能力進(jìn)行評價(jià)。

2.2.3.1 混淆矩陣評價(jià)模型精度

基于最終的優(yōu)化模型，對所有樣本數(shù)據(jù)對滑坡發(fā)生概率進(jìn)行評價(jià)，分別以0.25、0.5、0.75為閾值對模型結(jié)果進(jìn)行二分類，小于閾值表示未發(fā)生滑坡，大于閾值表示發(fā)生滑坡。將分類結(jié)果與實(shí)際情況對比分析，得到模型混淆矩陣(誤差矩陣)如表3所示。

表3 不同閾值下的隨機(jī)森林算法混淆矩陣Table 3 Confusion matrix of random forest algorithm with different thresholds

據(jù)表3可見，本文優(yōu)化后的模型采用3種不同閾值分類結(jié)果的精度介于0.930～0.957之間，均保持了較高的模型精度。

2.2.3.2 根據(jù)ROC曲線評價(jià)模型泛化能力

ROC(Receiver Operating Characteristic)曲線，即受試者工作特征曲線，是反映模型敏感性和特異性連續(xù)變量的綜合指標(biāo)；AUC(Area Under ROC Cure)值，是ROC曲線下的面積，AUC的值介于0.5～1.0之間，AUC值越大，說明模型表現(xiàn)越好?；谧罱K優(yōu)化模型繪制的ROC曲線見圖5，模型ROC曲線無限接近于1，AUC值為0.954，可見模型泛化能力較好。

圖5 隨機(jī)森林模型ROC曲線Fig. 5 ROC curve of random forest model

2.2.3.3 根據(jù)學(xué)習(xí)曲線描述模型擬合問題

學(xué)習(xí)曲線(Learning Curve)可以描述模型擬合效果，判斷模型是否存在過擬合還是欠擬合?；谧罱K優(yōu)化模型繪制的ROC曲線見圖6，可見，隨著訓(xùn)練樣本數(shù)量增加，訓(xùn)練得分不斷降低，驗(yàn)證得分不斷升高，最后兩者得分穩(wěn)定收斂到定值，該模型擬合效果較好。

圖6 隨機(jī)森林模型學(xué)習(xí)曲線Fig. 6 Learning curve of random forest model

綜上所述，經(jīng)過訓(xùn)練、優(yōu)化后的隨機(jī)森林模型精度較高，取閾值0.5時(shí)，模型總精度達(dá)0.953； 模型泛化能力較強(qiáng)，AUC值為0.954； 模型擬合效果較好。

將上述訓(xùn)練好的模型進(jìn)行保存(python環(huán)境下調(diào)用DUMP函數(shù)完成)，保存為pkl格式文件。實(shí)際預(yù)警運(yùn)行時(shí)，輸入待預(yù)警時(shí)段的預(yù)報(bào)雨量和前1～15日實(shí)況雨量、地質(zhì)環(huán)境條件因子，通過LOAD函數(shù)調(diào)用保存好的預(yù)警模型，輸出該預(yù)警時(shí)段內(nèi)各網(wǎng)格單元滑坡災(zāi)害可能發(fā)生的概率。為了應(yīng)用于地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警業(yè)務(wù)中的4級預(yù)警體系，需要進(jìn)一步依據(jù)模型輸出概率大小，分級確定預(yù)警等級。分級斷點(diǎn)設(shè)定可參考地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警等級劃分表(據(jù)地質(zhì)災(zāi)害區(qū)域氣象風(fēng)險(xiǎn)預(yù)警標(biāo)準(zhǔn)(試行)(T/CAGHP 039-2018))，也可根據(jù)研究區(qū)具體情況微調(diào)使用?？紤]到本研究中隨機(jī)森林模型訓(xùn)練輸出閾值設(shè)置為0.5，結(jié)合研究區(qū)具體情況，設(shè)定各級地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警概率等級劃分依據(jù)(表4)。即，當(dāng)輸出概率P≥50%且P<60%時(shí)，發(fā)布滑坡災(zāi)害黃色預(yù)警； 當(dāng)輸出概率P≥60%且P<80%時(shí)，發(fā)布滑坡災(zāi)害橙色預(yù)警； 當(dāng)輸出概率P≥80%時(shí)，發(fā)布滑坡災(zāi)害紅色預(yù)警。

表4 預(yù)警等級劃分Table 4 Division of early warning level

2.3 實(shí)況預(yù)警校驗(yàn)

據(jù)福建省2021年6月達(dá)到統(tǒng)計(jì)標(biāo)準(zhǔn)的地質(zhì)災(zāi)害災(zāi)情報(bào)告數(shù)據(jù)，截止目前統(tǒng)計(jì)， 2021年6月福建省共發(fā)生達(dá)到統(tǒng)計(jì)標(biāo)準(zhǔn)的地質(zhì)災(zāi)害15起，主要集中在6月22日和28日兩日，分別為6起和4起，均是由強(qiáng)降水誘發(fā)的小型崩塌滑坡災(zāi)害，危害居民房屋和財(cái)產(chǎn)安全。

據(jù)中國氣象局提供的福建省降水實(shí)況數(shù)據(jù)(5km×5km的QPE數(shù)據(jù))， 2021年6月18～23日在福建省自北向南出現(xiàn)降水過程， 6月22日雨量最大，部分區(qū)域日雨量達(dá)到暴雨或大暴雨級別； 6月27日～7月2日再次出現(xiàn)集中降水過程，降水主要集中在南平市，降水強(qiáng)度進(jìn)一步加大，南平邵武周邊連續(xù)兩日日雨量超過大暴雨級別?；趯?shí)況雨量，分別采用本文基于隨機(jī)森林的新模型和顯式統(tǒng)計(jì)模型(劉艷輝等， 2015)(目前國家級地質(zhì)災(zāi)害氣象預(yù)警業(yè)務(wù)主要模型，主要原理是基于危險(xiǎn)度與有效雨量疊加計(jì)算)進(jìn)行模擬預(yù)警，分別將6月22日和28日的模型客觀預(yù)報(bào)結(jié)果與滑坡災(zāi)害實(shí)際發(fā)生情況進(jìn)行比對，見表5、圖7～圖8。

圖8 2021年6月28日不同模型預(yù)警結(jié)果對比Fig. 8 Comparison of warning results on June 28， 2021a. 隨機(jī)森林模型預(yù)警結(jié)果， b. 顯式統(tǒng)計(jì)模型預(yù)警結(jié)果

表5 隨機(jī)森林模型和顯式統(tǒng)計(jì)預(yù)警模型實(shí)況校驗(yàn)對比Table 5 A comparison between random forest model and explicit statistical warning model

根據(jù)2021年6月22日的對比情況(表5，圖7)，實(shí)際發(fā)生的6起滑坡災(zāi)害均落在隨機(jī)森林模型的預(yù)警區(qū)(黃色預(yù)警區(qū)1起，橙色預(yù)警區(qū)6起)，命中率100%； 1起滑坡災(zāi)害落在顯式統(tǒng)計(jì)模型的預(yù)警區(qū)(黃色預(yù)警區(qū))，命中率16.7%。兩種模型的預(yù)警區(qū)內(nèi)滑坡密度分別為6.2處·(103·km2)-1和3.8處·(103·km2)-1，隨機(jī)森林模型預(yù)警區(qū)內(nèi)實(shí)際發(fā)生滑坡密度是顯式統(tǒng)計(jì)模型的1.6倍。

圖7 2021年6月22日不同模型預(yù)警結(jié)果對比Fig. 7 Comparison of warning results on June 22， 2021a. 隨機(jī)森林模型預(yù)警結(jié)果， b. 顯式統(tǒng)計(jì)模型預(yù)警結(jié)果

根據(jù)2021年6月28日的對比情況(表5，圖8)，實(shí)際發(fā)生的4起滑坡災(zāi)害均落在隨機(jī)森林模型的預(yù)警區(qū)(橙色預(yù)警區(qū))，命中率100%； 4起滑坡落在顯式統(tǒng)計(jì)模型的預(yù)警區(qū)(橙色預(yù)警區(qū)2起，黃色預(yù)警區(qū)2起)，命中率也為100%。兩種模型的預(yù)警區(qū)內(nèi)滑坡密度分別為1.7處·(103·km2)-1和1.0處·(103·km2)-1，隨機(jī)森林模型預(yù)警區(qū)內(nèi)實(shí)際發(fā)生滑坡密度是顯式統(tǒng)計(jì)模型的1.7倍。

通過兩種模型結(jié)果對比可見，基于隨機(jī)森林的新模型命中率是原模型的6倍(6月22日)或相當(dāng)(6月28日)，新模型預(yù)警區(qū)內(nèi)滑坡密度是原模型的1.6～1.7倍。初步校驗(yàn)可見基于隨機(jī)森林的新模型優(yōu)勢明顯，命中率更高，預(yù)警區(qū)面積更小，能夠?qū)崿F(xiàn)更加精準(zhǔn)的預(yù)警。限于研究區(qū)新發(fā)滑坡災(zāi)害的數(shù)量較少，目前的模型校驗(yàn)工作相對薄弱，后續(xù)將繼續(xù)跟蹤研究區(qū)新發(fā)滑坡災(zāi)害情況，加強(qiáng)模型校驗(yàn)與修正完善。

3 結(jié) 論

本文以我國東南沿海的福建省為研究區(qū)，基于近9年地質(zhì)與氣象大數(shù)據(jù)，采用隨機(jī)森林算法，構(gòu)建了福建省區(qū)域滑坡災(zāi)害預(yù)警模型，并以2021年兩日實(shí)際災(zāi)害發(fā)生情況開展模型校驗(yàn)。

(1)提出區(qū)域滑坡災(zāi)害訓(xùn)練樣本集構(gòu)建的優(yōu)化方法，并構(gòu)建了福建省訓(xùn)練樣本集，樣本集包括地質(zhì)環(huán)境、降雨等26個輸入特征屬性和1個輸出特征屬性。樣本集涵蓋了福建省2010～2018年全部樣本15589個。

(2)基于隨機(jī)森林算法，對福建訓(xùn)練樣本集進(jìn)行學(xué)習(xí)訓(xùn)練、模型優(yōu)化和模型存儲。優(yōu)化后的模型總精度為0.953； 模型泛化能力AUC值為0.954； 模型擬合效果較好。

(3)選取2021年6月22日和28日的實(shí)際滑坡災(zāi)害發(fā)生情況，采用本文新模型進(jìn)行實(shí)況模擬運(yùn)行，命中率均為100%。對比原顯式統(tǒng)計(jì)模型預(yù)警結(jié)果，隨機(jī)森林模型優(yōu)勢明顯，命中率更高，預(yù)警區(qū)面積更小，能夠?qū)崿F(xiàn)更加精準(zhǔn)的預(yù)警。后續(xù)將繼續(xù)跟蹤研究區(qū)新發(fā)滑坡災(zāi)害情況，進(jìn)行模型校驗(yàn)與修正完善。