摘要：在研究滇東北地震滑坡危險區(qū)滑坡致災因子和孕災環(huán)境的基礎(chǔ)上，選取了地形、地質(zhì)、其他共3大類12項評價因子，通過評價因子獨立性檢驗，構(gòu)建滑坡易發(fā)性評價指標體系。隨機選取研究區(qū)70%的滑坡點作為滑坡易發(fā)性評價訓練樣本，運用GIS空間分析功能，分別采用確定性系數(shù)模型、二元邏輯回歸模型以及二者組成的耦合模型進行滑坡易發(fā)性評價。選取未參與訓練樣本的30%滑坡點作為檢驗樣本，使用受試者工作特征（ROC）曲線對以上3種模型的評價結(jié)果和精度進行驗證。結(jié)果顯示：高程、坡度、距道路距離、地質(zhì)巖性、NDVI、年平均降雨量對滑坡易發(fā)性影響相對較大。耦合模型的AUC值為0.781，高于確定性系數(shù)模型的AUC值0.754和二元邏輯回歸模型的AUC值0.748。耦合模型合理性和評價精度高于單一模型，且均符合模型檢驗要求。耦合模型揭示了各評價因子對滑坡易發(fā)性影響的差異性，能夠較好地反映滑坡易發(fā)性影響因子之間相互權(quán)重大小，預測的研究區(qū)滑坡的空間分布與野外實際調(diào)查結(jié)果高度吻合。

關(guān)鍵詞：滇東北；滑坡；易發(fā)性；耦合模型

中圖分類號：P315.94"" 文獻標識碼：A"" 文章編號：1000-0666（2025）01-0089-11

doi：10.20015/j.cnki.ISSN1000-0666.2025.0010

0 引言

滑坡是一種常見的地質(zhì)災害，在山區(qū)廣泛發(fā)育，易造成生命財產(chǎn)損失和生命線工程破壞。滇東北地震滑坡危險區(qū)包括會澤縣、昭陽區(qū)、魯?shù)榭h、巧家縣、永善縣、彝良縣、大關(guān)縣。危險區(qū)活動斷層發(fā)育、地質(zhì)環(huán)境脆弱、地震活動頻發(fā)，曾發(fā)生過多次中強地震。近年來，人類活動對自然環(huán)境的干擾破壞力度逐漸增大，在原生環(huán)境和次生環(huán)境的雙重影響下，該地區(qū)歷史地震滑坡失穩(wěn)復活、降雨滑坡頻繁發(fā)生，給居民生命財產(chǎn)安全和生存環(huán)境造成了嚴重威脅，制約了當?shù)亟?jīng)濟社會的可持續(xù)發(fā)展。因此對該地區(qū)開展滑坡易發(fā)性評價研究，實現(xiàn)科學準確預測研究區(qū)滑坡發(fā)生的空間分布顯得尤為重要。

滑坡易發(fā)性評價是指對特定區(qū)域內(nèi)多個影響因子組合導致滑坡發(fā)生的可能性評估（羅路廣等，2021），是滑坡危險性和風險性評價的基礎(chǔ)，是災區(qū)恢復重建和災害風險治理的重要工具。常見的滑坡易發(fā)性評價有基于力學模型與數(shù)理統(tǒng)計模型兩種?；诹W模型是基于物體力學平衡原理建立的，側(cè)重震后地震滑坡影響要素分析和易發(fā)性評價，適用于發(fā)震構(gòu)造清楚或地震動記錄完整的情況（林高聰?shù)龋?021）。數(shù)理統(tǒng)計模型主要依賴經(jīng)驗模型進行滑坡預測，側(cè)重對現(xiàn)有滑坡與其影響因子的分析統(tǒng)計，常用的數(shù)理統(tǒng)計模型有確定性系數(shù)模型（Certainty Factor，CF）、判別分析法模型、信息量模型、邏輯回歸模型（Logistic Regression，LR）等。

近年國內(nèi)一些學者利用一系列數(shù)理統(tǒng)計模型對滇東北地區(qū)進行了滑坡易發(fā)性研究，均取得了一定的應用效果，如雷林洋（2017）采用證據(jù)權(quán)模型和地震危險指數(shù)模型，對鹽津縣滑坡易發(fā)性和危險性進行了研究；楊德旭（2019）應用二元邏輯回歸模型，對巧家縣地震滑坡發(fā)生概率進行了空間預測。然而，以上研究僅基于統(tǒng)計學模型中的一種模型對滇東北地區(qū)的部分縣區(qū)進行了滑坡易發(fā)性評估，缺乏對不同模型結(jié)果的對比。單一模型評估還存在滑坡易發(fā)性評價因子的量化、各評價因子之間以及同一評價因子不同特征值之間對滑坡易發(fā)性的影響值確定的人為因素干擾等缺陷。相比單一模型，耦合模型在合理性、評價精度與成功率方面具有顯著的優(yōu)越性（羅路廣等，2021）。

因此，本文采用確定性系數(shù)模型、二元邏輯回歸模型及二者組成的耦合模型開展滇東北地震滑坡危險區(qū)滑坡易發(fā)性評價研究，以期實現(xiàn)研究區(qū)滑坡發(fā)生活動強度以及危害大小的可能性空間預測。

1 研究區(qū)概況

滇東北地震滑坡危險區(qū)屬高山峽谷地貌，面積約20 231 km2，地勢南高北低，發(fā)育有小江斷裂、馬邊—大關(guān)斷裂、則木河斷裂、昭通—魯?shù)閿嗔?。區(qū)內(nèi)地震活動頻繁，有歷史地震記錄以來該區(qū)內(nèi)共發(fā)生MS≥5.0破壞性地震22次，其中MS6.0～6.9地震3次，MS5.0～5.9地震19次。

研究區(qū)主要發(fā)育有滑坡、崩塌、泥石流、地面塌陷等地質(zhì)災害，其中滑坡最為頻發(fā)，主要分布于研究區(qū)北部、中部高海拔、活動斷層、河流以及道路發(fā)育較為密集區(qū)域（圖1）。

2 研究方法

2.1 數(shù)據(jù)來源與預處理

滑坡易發(fā)性評價研究所需的基礎(chǔ)數(shù)據(jù)主要來源于統(tǒng)計、規(guī)劃與遙感。其中滑坡數(shù)據(jù)來源于自然資源局，通過野外實際調(diào)查和遙感影像對比修正，數(shù)據(jù)具有較強的時效性和可靠性。數(shù)據(jù)來源與詳情見表1。利用ArcGIS軟件將評價因子坐標統(tǒng)一為WGS_1984_UTM_Zone_48N，并將所有矢量化格式的影響因子以30 m×30 m的分辨率進行柵格化處理。

2.2 技術(shù)路線

本文選取30 m×30 m的柵格單元開展滑坡易發(fā)性評價，選取研究區(qū)內(nèi)的2 481個滑坡點作為滑坡樣本，在滑坡樣本點100 m的緩沖區(qū)外利用GIS隨機抽樣，提取2 481個非滑坡樣本，與滑坡樣本組成總樣本，按7∶3的比例，將總樣本中3 474個樣本點作為訓練樣本集，剩余的1 488個樣本點作為檢驗樣本。通過GIS空間分析，以滑坡個數(shù)、點密度和確定性系數(shù)為統(tǒng)計指標，得出研究區(qū)滑坡在不同評價因子下的分布特征和空間分布規(guī)律。利用確定性系數(shù)模型、二元邏輯回歸模型及二者組成的耦合模型對研究區(qū)的滑坡易發(fā)性進行評價，并利用受試者工作曲線（ROC曲線）對模型評價結(jié)果進行檢驗。最終實現(xiàn)研究區(qū)滑坡發(fā)生可能性空間概率預測，技術(shù)路線如圖2所示。

2.3 評價模型

2.3.1 確定性系數(shù)模型

確定性系數(shù)模型是由Shortliffe 和Buchanan（1975）提出用來表示概率的函數(shù)，Heckerman（1986）對該模型進行了完善。該模型評價流程簡單，預測準確度較高，被廣泛應用于地質(zhì)災害易發(fā)性評價。計算公式為：

CF=Pa-PsPs（1-Pa）"" （Palt;Ps）

Pa-PsPa（1-Ps）" "（Pa≥Ps）（1）

式中：CF為確定性系數(shù)值，區(qū)間為［-1，1］，當CF值為0～1時，CF值越接近于1，代表滑坡發(fā)生可能性越高；CF值為0～-1時，CF值越接近于-1，滑坡發(fā)生的可能性越低；CF值為0時不確定滑坡是否發(fā)生（張曉東等，2018）。Pa為滑坡在因子分級類別a中發(fā)生的條件概率，以滑坡在分類級別a中的個數(shù)與分類級別a面積的比值表示；Ps為滑坡在整個研究區(qū)的發(fā)生概率，即研究區(qū)滑坡總個數(shù)與研究區(qū)總面積的比值。

2.3.2 二元邏輯回歸模型

二元邏輯回歸模型是二項分類因變量常用的統(tǒng)計分析模型，表示二元因變量和獨立變量的關(guān)系。在滑坡易發(fā)性評價中，它描述的是因變量滑坡是否發(fā)生（0代表不發(fā)生，1代表發(fā)生）和多個致災因子之間的關(guān)系（羅路廣等，2021），計算公式為：

P=11+e-yy=α+β1X1+…+βnXn（2）

式中：P表示滑坡發(fā)生的概率，范圍為［0，1］，值越大表示滑坡發(fā)生的可能性越高；y為滑坡發(fā)生的可能性與各評價因子（X1，X2，X3，…，Xn）之間的關(guān)系；α、βn分別為二元邏輯回歸模型計算出的一個常數(shù)項和各評價因子的回歸系數(shù)。

2.3.3 耦合模型

將確定性系數(shù)模型與二元邏輯回歸模型進行耦合，解決不同評價因子對滑坡易發(fā)性影響的差異性，以提高滑坡易發(fā)性評價精度。利用確定性系數(shù)模型得到各評價因子分類級別的CF值，用二元邏輯回歸模型運算得到各評價因子的回歸系數(shù)，引入回歸系數(shù)（因子權(quán)重）將評價因子的CF值進行加權(quán)，得到耦合模型滑坡易發(fā)性指數(shù)，計算公式如下：

I=∑ni=1WiIi=∑ni=1WiCFi（i=1，2，…，n）（3）

2.4 評價因子分析

滑坡發(fā)生與否由滑坡內(nèi)部物質(zhì)基礎(chǔ)與外部環(huán)境因素共同作用決定。基于前人研究成果、研究區(qū)所處地質(zhì)構(gòu)造背景和現(xiàn)場實際地質(zhì)調(diào)查，選取地形地貌、地質(zhì)、其他共3大類12個評價因子，統(tǒng)計各評價因子各分類級別面積、滑坡數(shù)量、確定性系數(shù)CF值（表2），分析討論各評價因子分類級別對滑坡易發(fā)性的影響（圖3）。

2.4.1 地形地貌因子

地形地貌是影響滑坡發(fā)育的重要因數(shù)（汪旭濤等，2013）。通過研究區(qū)DEM數(shù)據(jù)提取到坡度、坡向、剖面曲率、平面曲率。

（1）高程：高程影響著滑坡體勢能、氣候分布與植被覆蓋率、人類工程活動等因素。研究區(qū)滑坡個數(shù)與滑坡點相對密度在高程為2 500～3000 m和3 000～3 500 m時最大；CF值在高程大于1 500 m時，隨著高程的增加而增大，說明高程對滑坡發(fā)育有著正向作用。

（2）坡度：坡度控制著滑坡的應力條件、移動方向、滑坡體的穩(wěn)定性，提供了滑坡發(fā)生的臨空面（劉麗娜等，2014）。在坡度大于20°時，滑坡個數(shù)、CF值與坡度呈正相關(guān)性，當坡度gt;40°時，CF值達最大值0.70，表明坡度易于滑坡的發(fā)生。

（3）坡向：不同坡向滑坡的光照時長、植被覆蓋度、土壤濕度存在差異，這些差異影響著滑坡體的物理力學特性（張俊等，2016）?；聜€數(shù)、滑坡點相對密度與CF值在西南、南向最大，說明研究區(qū)陽坡面比陰坡面更利于滑坡的發(fā)生。

（4）剖面曲率：剖面曲率反映了坡度表面某一點的扭曲變化程度，其值為負表示斜坡為凹坡，為正值表示斜坡為凸坡，為0或接近0表示坡面平坦。滑坡個數(shù)、滑坡點相對密度與CF值在剖面曲率為0～0.5時最大，且CF值與剖面曲率呈正相關(guān)，表明剖面曲率為正值對滑坡發(fā)生有正向作用。

（5）平面曲率：平面曲率的正值與負值分別表示地表徑流發(fā)散和收斂?；聜€數(shù)、滑坡點相對密度與CF值在平面曲率為-0.5～0.5時最大。

2.4.2 地質(zhì)因子

（1）地層巖性：地層巖性是滑坡體的物源基礎(chǔ)?；聜€數(shù)在第四系松散堆積物、灰?guī)r和砂巖中分布最多，滑坡點相對密度和CF值在第四系松散堆積物中最大，表明滑坡體巖性為第四系松散堆積物時，滑坡體穩(wěn)定性較差，易發(fā)生滑坡。

（2）距斷層距離：區(qū)域斷層的錯動影響滑坡體節(jié)理、裂隙的發(fā)育，從而控制著滑坡體的穩(wěn)定性?；聜€數(shù)、滑坡點相對密度在斷層距離大于1 500 m處最大，CF值與斷層距離呈負相關(guān)，隨斷層距離的增大而減小，距斷層越近越有利于滑坡的發(fā)育。

（3）地震動峰值加速度（PGA）：滑坡個數(shù)、滑坡點密度與CF值與PGA呈正相關(guān)，隨PGA的增大而增加，說明PGA越大，越有利于滑坡發(fā)育。

2.4.3 其他因子

（1）年平均降雨量：降雨對滑坡體進行沖刷、侵蝕，使滑坡體發(fā)生軟化或崩解泥化（郭子正等，2020），從而降低滑坡體強度，為滑坡發(fā)生提供外動力條件。滑坡個數(shù)、滑坡點相對密度在降雨量為790～850 mm時最大；CF值與降雨量整體呈正相關(guān)，在降雨量為850～910 mm時最大，表明降雨量對滑坡的發(fā)生有一定的影響。

（2）NDVI：植被通過影響降雨量和水系地表徑流和滑坡體表層松散沉積物抗侵蝕能力，進而影響滑坡體穩(wěn)定性?；聜€數(shù)、滑坡點相對密度在NDVIgt;0.87最大，確定性系數(shù)CF值與NDVI整體呈負相關(guān)，表明研究區(qū)NDVI指數(shù)越高越不利于滑坡的發(fā)育。

（3）距道路距離：道路基礎(chǔ)設(shè)施建設(shè)，通過開挖邊坡、切坡，改變了滑坡體的應力狀態(tài)，增大滑坡臨空面，易加劇滑坡的發(fā)生?；聜€數(shù)、滑坡點相對密度在距道路距離gt;1 500 m處最大；CF值與道路距離整體呈負相關(guān)，隨距道路距離的增大而衰減，在距離道路100 m內(nèi)，CF值最大，表明研究區(qū)道路建設(shè)易促進滑坡發(fā)育。

（4）距河流距離：河流對滑坡的影響在于水系對河流兩岸滑坡體的沖刷、侵潤和對滑坡體前緣侵蝕作用，導致岸坡形成陡峭的臨空面或增加斜坡臨空面，從而破壞滑坡體的穩(wěn)定性?；曼c個數(shù)、滑坡點相對密度在道路距離gt;1 500 m處最大；CF值與道路距離整體呈負相關(guān)，在距河流500 m內(nèi)，CF值最大，說明距離河流越近，越促進滑坡發(fā)育。

3 滑坡易發(fā)性評價

3.1 評價流程

基于評價因子柵格數(shù)據(jù)，利用確定性系數(shù)模型（式1）得到各評價因子不同分類級別的CF值，將其作為自變量，將是否發(fā)生滑坡作為因變量，導入SPSS軟件，進行二元邏輯回歸分析（式2），得到各評價因子的回歸系數(shù)即因子之間的權(quán)重?；隈詈夏Ｐ陀嬎愕玫礁髟u價單元的滑坡加權(quán)易發(fā)性指數(shù)（式3），最終運用自然斷點法實現(xiàn)研究區(qū)滑坡易發(fā)性分區(qū)。

3.2 評價因子獨立性檢驗

評價因子之間存在相關(guān)性會影響滑坡易發(fā)性評價模型的準確性。為保證各評價因子滿足模型要求，需對各評價因子之間的獨立性進行檢驗，以剔除存在相關(guān)性的評價因子。各評價因子的相關(guān)系數(shù)矩陣見表3。由表3可知，各評價因子之間的相關(guān)系數(shù)均小于0.3，說明各評價因子之間不存在多重共線性，所有評價因子均可進入模型。

3.3 評價因子邏輯回歸分析

選取訓練樣本集中的3 474個滑坡樣本點，將各評價因子的CF值作為自變量，滑坡發(fā)生與否作為因變量，導入SPSS軟件進行二元邏輯回歸分析，結(jié)果見表4。由表4可知：坡向、剖面曲率、距斷層距離、PGA評價因子的siggt;0.05，無數(shù)理統(tǒng)計意義，剔除這4個評價因子。其余評價因子siglt;0.05，評價因子權(quán)重由大到小依次為高程（1.714）、坡度（1.481）、距道路距離（1.3）、地質(zhì)巖性（1.241）、NDVI（1.022）、年平均降雨量（0.921）、距河流距離（0.793）、平面曲率（-4.482）。

耦合模型下的滑坡發(fā)生概率值PCF-LR為：

PCF-LR=1/｛1+exp［-（-0.151+1.714CF1j+1.481CF2j-4.482CF3j+1.241CF4j+0.921CF5j+1.022CF6j+1.3CF7j+0.793CF8j）］｝（4）

式中：CF1j～CF8j分別表示高程、坡度、平面曲率、地質(zhì)巖性、年平均降雨量、NDVI、距道路距離、距河流距離不同等級的CF值。

4 評價結(jié)果與評價精度

在ArcGIS軟件中將各評價因子的CF值疊加，再根據(jù)《地質(zhì)災害風險調(diào)查評價技術(shù)要求》（FXPC/ZRZYB-01），使用自然斷點法將研究區(qū)劃分為極低易發(fā)區(qū)、低易發(fā)區(qū)、中易發(fā)區(qū)、高易發(fā)區(qū)以及極高易發(fā)區(qū)，分別計算得到確定性系數(shù)模型、二元邏輯回歸模型及二者組成的耦合模型評價的滑坡易發(fā)性分布圖，如圖4所示。

從模型評價結(jié)果（表5）中，獲得的研究區(qū)滑坡易發(fā)區(qū)和滑坡分布具有以下特征：

（1）研究區(qū)滑坡極高易發(fā)區(qū)、高易發(fā)區(qū)主要發(fā)育在巧家縣、魯?shù)榭h、彝良縣、大關(guān)縣、永善縣高海拔、坡度陡峭、地層巖性松散、距道路和河流距離相對近的區(qū)域，說明海拔、坡度、地層巖性、道路、河流等評價因子對研究區(qū)滑坡分布有顯著控制作用。

（2）相比確定性系數(shù)模型與二元邏輯回歸模型，耦合模型中滑坡多分布在極高易發(fā)區(qū)、高易發(fā)區(qū)，在極低易發(fā)區(qū)、低易發(fā)區(qū)分布更少。耦合模型的易發(fā)區(qū)區(qū)劃與解譯與野外實際災害調(diào)查成果高度穩(wěn)合，具有較好的實用性。

5 模型評價結(jié)果驗證與對比分析

滑坡易發(fā)性評價結(jié)果與模型的可靠性緊密相關(guān)，因此需對滑坡易發(fā)性評價結(jié)果進行精度檢驗。將未參與訓練的驗證樣本集中的1 488個滑坡點作為檢驗樣本，選取ROC曲線對模型評價結(jié)果進行驗證。ROC曲線檢驗具有試驗準確性高、不受臨界約束，能精準反映所用分析方法的靈敏度和特異性之間的相關(guān)性（Lee et al，2010），廣泛應用于滑坡易發(fā)性評價中。AUC為ROC曲線以下至橫坐標軸的面積，取值范圍為0.5～1.0，值越大，表明模型評價效果越好，模型評價精度越高。確定性系數(shù)模型、邏輯回歸模型及二者組成的耦合模型的ROC曲線如圖5所示，AUC值分別為0.754、0.748、0.781，結(jié)果均符合模型檢驗要求，均準確地評價了研究區(qū)滑坡易發(fā)性，其中耦合模型的預測能力和評價精度高于單一模型。

6 討論

本文采用3種模型對滇東北地震滑坡危險區(qū)進行了易發(fā)性評價研究，相比單一確定性系數(shù)模型或二元邏輯回歸模型，耦合模型客觀揭示了各評價因子對滑坡易發(fā)性影響的差異性，較好地反映了滑坡易發(fā)性評價因子之間的相互權(quán)重大小，避免了主觀因素對滑坡易發(fā)性研究結(jié)果的干擾。

基于研究區(qū)滑坡點數(shù)據(jù)，采用統(tǒng)計學原理建立的耦合模型，優(yōu)點是以實際滑坡為基礎(chǔ)，利用滑坡影響因素對滑坡發(fā)育的貢獻程度，以黑匣子方式間接地反映滑坡發(fā)育潛勢（王濤等，2021），準確、客觀反映了研究區(qū)滑坡發(fā)生的傾向程度。但結(jié)果仍無法反映滑坡發(fā)生的真實概率和強度。因此，需基于真實的滑坡面數(shù)據(jù)庫，開展滑坡發(fā)生概率與滑坡發(fā)育規(guī)模預測研究，實現(xiàn)研究區(qū)滑坡危險性評價與區(qū)劃。

基于耦合模型得到的滑坡易發(fā)性評價研究，揭示了研究區(qū)滑坡空間分布受高程、坡度、距道路距離、地質(zhì)巖性、NDVI、年平均降雨量因素的影響程度更高。3種模型評價結(jié)果顯示（圖6），不同模型得到的滑坡易發(fā)性分區(qū)分布不一致，尤其是在中、低易發(fā)區(qū)分布差異較大，但在極高易發(fā)區(qū)、高易發(fā)區(qū)，滑坡整體的區(qū)劃大體一致，均分布在巧家縣、魯?shù)榭h、彝良縣、大關(guān)縣的高海拔、坡度陡峭、地層巖性松散、距道路、河流相對近的區(qū)域，主要原因是該區(qū)域?qū)儆谏钋懈罡呱綅{谷地貌，地質(zhì)環(huán)境脆弱，加之頻繁的地震活動與強烈的構(gòu)造運動，導致該地區(qū)巖體損傷弱化，巖石力學強度低，孕育了研究區(qū)脆弱的斜坡巖體賦存環(huán)境，對研究區(qū)活動斷層錯動、人類工程活動、降雨因數(shù)干擾的響應突出，易誘發(fā)滑坡地質(zhì)災害。

7 結(jié)論

本文以滇東北區(qū)為研究對象，選取了地形、地質(zhì)、其他共3大類12個評價因子，運用GIS空間分析功能，采用確定性系數(shù)模型、二元邏輯回歸模型及二者組成的耦合模型對研究區(qū)開展了滑坡易發(fā)性評價研究，取得以下結(jié)論：

（1）高程、坡度、距道路距離、地質(zhì)巖性、NDVI、年平均降雨量評價因子對滑坡易發(fā)性影響相對較大，影響最大的評價因子分類級別為：高程gt;3 000 m，坡度gt;40°，距道路距離lt;100 m，地層巖性為第四系松散堆積物，NDVIlt;0.48，年平均降雨量為850～910 mm。

（2）3種滑坡易發(fā)性模型分區(qū)結(jié)果的中、低易發(fā)區(qū)分布差異較大，但極高易發(fā)區(qū)、高易發(fā)區(qū)整體的區(qū)劃大體一致。中、低易發(fā)區(qū)主要分布在昭陽區(qū)、會澤縣低海拔、地勢平緩、人類工程活動擾動較少地區(qū)。極高易發(fā)區(qū)、高易發(fā)區(qū)主要分布在巧家縣、魯?shù)榭h、彝良縣、大關(guān)縣、永善縣高海拔、坡度陡峭、地層巖性松散、距道路和河流距離相對近的區(qū)域。

（3）耦合模型的AUC值為0.781，高于確定性系數(shù)模型的（0.754）和二元邏輯回歸模型（0.748），耦合模型評價精度、準確性高于單一模型。根據(jù)耦合模型將研究區(qū)滑坡易發(fā)區(qū)劃分為極低易發(fā)區(qū)（0.07%）、低易發(fā)區(qū)（19.56%）、中易發(fā)區(qū)（34.36%）、高易發(fā)區(qū)（30.40%）、極高易發(fā)區(qū)（15.60%）。

參考文獻：

郭子正，殷坤龍，劉慶麗，等.2020.基于位移比模型的三峽庫區(qū)云陽縣域內(nèi)蠕變型滑坡降雨預警［J］.地球科學，45（2）：672-684.Guo Z Z.，Yin K，Liu Q L，et al.2020.Rainfall warning of creeping landslide in Yunyang county of Three Gorges reservoir region based on displacement ratio model［J］.Earth Science，45（2）：672-684.（in Chinese）

雷林洋.2017.基于GIS的云南省鹽津縣地震地質(zhì)災害危險性評價研究［D］.北京：中國地質(zhì)大學（北京）.Lei L Y.2017.Study on the assessment of earthquake geohazard probability of Yanjin in Yunnan Province based on GIS［D］.Beijing：China University of Geosciences（Beijing）.（in Chinese）

林高聰，潘書華，葉振南.2021.基于Newmark法的設(shè)定地震滑坡危險性評估［J］.桂林理工大學學報，41（3）：525－532.Lin G C，Pan S H，Ye Z N，et al.2021.Assessment of landslide risk based on Newmark and preset earthquake［J］.Journal of Guilin University of Technology，41（3）：525-532.（in Chinese）

劉麗娜，許沖，徐錫偉，等.2014.GIS支持下基于AHP方法的2013年蘆山地震區(qū)滑坡危險性評價［J］.災害學，29（4）：183-191.Liu L N，Xu C，Xu X W，et al.2014.GIS-based landslide hazard evaluation using AHP method in the 2013 Lushan earthquake region［J］.Journal of Catastrophology，29（4）：183-191.（in Chinese）

羅路廣，裴向軍，黃潤秋，等.2021.GIS支持下CF與Logistic回歸模型耦合的九寨溝景區(qū)滑坡易發(fā)性評價［J］.工程地質(zhì)學報，29（2）：526-535.Luo L G，Pei X J，Huang R Q，et al.2021.Landslide susceptibility assessment in Jiuzhaigou scenic area with GIS based on certainty factor and Logistic regression model［J］.Journal of Engineering Geology，29（2）：526-535.（in Chinese）

汪旭濤，謝昭宇，胡凱鋒.2013.中高山地區(qū)滑坡發(fā)育地形地貌因子敏感性研究［J］.地震工程學報，35（3）：597-603.Wang X T，Xie Z Y，Hu K F.2013.Research on the sensitivity of the landform factor of landslide development in middle and high mountain areas［J］.China Earthquake Engineering Journal，35（3）：597-603.（in Chinese）

王濤，劉甲美，栗澤桐，等.2021.中國地震滑坡危險性評估及其對國土空間規(guī)劃的影響研究［J］.中國地質(zhì)，48（1）：21-39.Wang T，Liu J M，Li Z T，et al.2021.Seismic landslide hazard assessment of China and its impact on national territory spatial planning［J］.Geology in China，48（1）：21-39.（in Chinese）

楊德旭.2019.云南省巧家縣地震前后滑坡易發(fā)性評價及地震作用影響綜合研究［D］.昆明：昆明理工大學.Yang D X.2019.Comprehensive study on landslide susceptibility evaluation and seismic effect before and after earthquake in Qiaojia County，Yunnan Province［D］.Kunming：Kunming University of Science and Technology.（in Chinese）

張俊，殷坤龍，王佳佳，等.2016.三峽庫區(qū)萬州區(qū)滑坡災害易發(fā)性評價研究［J］.巖石力學與工程學報，35（2）：284-296.Zhang J，Yin K L，Wang J J，et al.2016.Evaluation of landslide susceptibility for Wanzhou district of Three Gorges Reservoir［J］.Chinese Journal of Rock Mechanics and Engineering，35（2）：284-296.（in Chinese）

張曉東，劉湘南，趙志鵬，等.2018.信息量模型、確定性系數(shù)模型與邏輯回歸模型組合評價地質(zhì)災害敏感性的對比研究［J］.現(xiàn)代地質(zhì)，32（3）：602-610.Zhang X D，Liu X N，Zhao Z P，et al.2018.Comparative study of geological hazards susceptibility assessment：constraints from the information Value+Logistic Regression Model and the CF and Logistic Regression Model［J］.Geoscience，32（3）：602-610.（in Chinese）

FXPC/ZRZYB-01，地質(zhì)災害風險調(diào)查評價技術(shù)要求［S］.

FXPC/ZRZYB-01， Specification for mapping of hazard risk survey" and assessment［S］.（in Chinese）

Heckerman D.1986.Probabilistic interpretations for MYCIN s certainty factors［M］.North-Holland：Machine Intelligence and Pattern Recognition，167-196.

Lee S T，Yy T T，Peng W F，et al.2010.Incorporating the effects of topographic amplification in the analysis of earthquake-induced landslide hazards using logistic regression［J］.Natural Hazards and Earth System Sciences，10（12）：2475-2488.

Shortliffe E H，Buchanan B G.1975.A model of inexact reasoning in medicine［J］.Mathematical Biosciences，23（3/4）：351-379.

Landslide Susceptibility Assessment in Northeast Yunnan

LIU Shaochang1，BAI Xianfu1，CHU Zhengwei2

（1.Yunnan Earthquake Agency，Kunming 650224，Yunnan，China）

（2.Yunnan Southern Geological Survey Engineering Co.，Ltd.，Dali 671000，Yunnan，China）

Abstract

After studying the factors inducing landslides and the environment leading to landslides in the critical earthquake risk areas in northeast Yunnan Province，we selected 12 evaluation factors from 3 categories：“topography”，“geology”，and “others”.Then，through testing the independence of these factors，we constructed an evaluation index system of the landslide susceptibility.We randomly selected 70% of the landslide sites in the study area for the training samples of the landslide susceptibility evaluation.Using GIS spatial analysis function，we respectively used the Certainty Factor model，the Binary Logistic Regression model and the coupled model of these two models，to evaluate the landslide susceptibility in the study area.we used the rest 30% of the landslide sites for test samples，and adopted the Receiver Operating Characteristic curve to verify the accuracy of the evaluation results from the three models.We found that the evaluation factors like elevation，slope，distance from the road，geological lithology，NDVI，and average annual rainfall have relatively significant effects on the landslide susceptibility.AUC value of the coupled model is 0.781，higher than the one（0.754）of the Certainty Factor model and another one（0.748）of the Binary Logistic Regression model.The coupled model is more rational and accurate than the other two，and satisfies all the requirements of model test.The coupled model objectively revealed the difference of the influence of each evaluation factor，and well reflected the mutual weight of the influence factors of landslide susceptibility.In the study area，the predicted locations of the landslide by the coupled model is consistent with the locations determined through field survey.

Keywords：northeast Yunnan Province；landslide；susceptibility；coupling model