基于不同机器学习的震后滑坡易发性建模研究.pdf

第 卷 第 期 年 月自 然 灾 害 学 报 .收稿日期:修回日期:基金项目:国家重点研发计划项目():()作者简介:周天游()男工程师主要从事地质灾害调查与评价方面的研究:.文章编号:()./.基于不同机器学习的震后滑坡易发性建模研究周天游刘 畅薛 鹏杨 豹舒建冬(.中国地质科学院探矿工艺研究所四川 成都 .万融建工有限公司四川 成都.中冶成都勘察研究总院有限公司四川 成都 .四川省华地建设工程有限责任公司四川 成都)摘 要:不同机器学习预测滑坡易发性的建模过程及其不确定性有所差异高精度地评价震后滑坡灾害易发性是实现有效防灾减灾的关键 首先建立了九寨沟“”地震震后滑坡数据库通过开展因子共线性诊断从 个初始滑坡影响因子中剔除了 个因子最终选取了 个因子参与滑坡易发性建模 然后选取逻辑回归()、支持向量机()、随机森林()和人工神经网络()种机器学习模型和 折交叉验证数据取样方法利用受试者特征 曲线和易发性指数分布特征(均值和标准差)等来探讨基于机器学习的滑坡易发性建模及其不确定性 结果表明震后滑坡高易发区主要沿震中附近和沟谷发育分布 种模型准确率 值均超过.对于预测研究区潜在震后滑坡均具有良好的适用性 易发性指数均值和标准差均较小表明模型对滑坡有较好的识别能力其预测精度均值 最高(.)其他模型依次为(.)、(.)和(.)研究结果对推广和促进机器学习模型在其他地区的易发性预测建模具有极其重要的意义关键词:震后滑坡滑坡易发性评价机器学习 折交叉验证防灾减灾中图分类号:.文献标识码:(.):.()()()().().自 然 灾 害 学 报第 卷 (.)(.)(.)(.).:引言滑坡易发性评价是指在对区域滑坡调查的基础上进行区域滑坡易发条件和空间发生概率的预测主要包括滑坡编录与基础环境因子获取、训练与测试集的确定、易发性评价模型的选择、模型参数的确定、易发性评价结果分析等 现阶段滑坡易发性评价方法可被划分为启发式、基于力学模型的确定性方法、数据驱动模型(包含数理统计和机器学习模型)以及集成模型等 其中常见的机器学习模型包括逻辑回归、神经网络、多层感知器、模糊数学、支持向量机、决策树、随机森林以及深度学习算法等 研究表明机器学习相比常规数理统计模型具有样本数据少、泛化能力强、建模过程简单高效和精度高等优点因此越来越多的学者在区域面积较大的滑坡易发性研究中视其为更好的选择不同机器学习模型的易发性建模过程、预测精度甚至易发性指数分布特征结果往往差异较大难以确定哪种模型效果最优例如黄发明等采用逻辑回归、多层感知器、支持向量机和.决策树等方法分别构建了基于原始滑坡因子和改进因子的机器学习模型以预测滑坡易发性结果表明决策树模型预测性能最好李文斌等以江西省瑞金市为例通过 种联结方法耦合 种机器学习模型开展了 种模型下的滑坡易发性预测研究和易发性指数的不确定性分析谢明娟等开展了机器学习模型预测滑坡易发性的对比分析认为支持向量机模型具有预测结果较为稳定和认可度较高等优点 值得说明的是不同区域内的地质条件和环境背景差异较大模型性能受到由特定研究区域内生成的建模数据的影响因此所得到的滑坡易发性分区结果的准确性及合理性也有所差异在构造活跃的西南山区地震诱发滑坡是重要的次生灾害类型之一地震波使得斜坡存在“裂”而未“滑”、“松”而未“动”的震裂山体在强降雨和重力作用下会形成“滑坡/崩塌碎屑流泥石流”等链式次生灾害因此在震后及时准确地基于 平台开展滑坡易发性预测建模有助于滑坡灾害防治及震后灾害演化机制研究工作的开展 吉日伍呷等以鲁甸地震为例选取逻辑回归、近邻、朴素贝叶斯和随机森林算法分别构建了 种滑坡易发性评价模型并对模型的预测精度进行了对比 针对九寨沟.地震同震滑坡灾害张玘恺等比较了信息量、确定性系数、逻辑回归模型及其耦合模型的快速评估方法对于九寨沟县范围内滑坡灾害开展易发性评价的适用性罗路广等基于层次分析法、确定性系数、逻辑回归模型、信息量模型、广义加权统计模型等不同评价方法和评价单元开展了评价模型的比较与耦合、历史地震情景滑坡发生概率反演、因子组合选取及风险评价等研究 上述研究结果均表明数理统计模型能较好地评价九寨沟地区滑坡灾害易发性然而机器学习模型是否具有适用性仍有待验证 针对此问题本文选取 种代表性机器学习模型选取地震因子、地形地貌因子、地质因子、水文因子以及人类工程活动等五个方面共 个滑坡初始环境因子在因子共线性诊断的基础上采用 折交叉验证数据取样方法、受试者特征 曲线和易发性指数分布特征(均值和标准差)等来探讨基于机器学习的滑坡易发性建模及其不确定性 以期对九寨沟地区震后短期或长期防灾减灾及推广机器学习模型在其他地区的易发性预测建模具有一定的参考价值机器学习模型本文利用逻辑回归()、支持向量机()、随机森林()、人工神经网络()种机器学习模型预测输出震后滑坡易发性指数(范围介于 和 之间)并分别以.或 为正相关表明一个因子随另一个因子的增加而增加 为负相关情况则刚好相反 从图 可知各因子间基本不存在共线性或相关性较弱可以忽略不计然而地震动峰值加速度与震中距、降雨量均呈现较高的负相关性相关性系数 分别为.和.震中距与降雨量则呈现一定的正相关性(.)综合考虑后剔除震中距和距发震断层距离仅保留地震动峰值加速度这一地震诱发因素 最终采用地震动峰值加速度、高程、坡度、坡向、剖面曲率、平面曲率、坡体结构、地层岩性、断层距、距公路距离、距水系距离和降雨量进行后续滑坡易发性建模自 然 灾 害 学 报第 卷图 滑坡易发性评价因子皮尔逊相关系数矩阵.震后滑坡易发性制图图()()分别为基于、和 模型得到的研究区震后滑坡易发性指数空间分布结果其中 模型反演得到的易发性指数为.模型的易发性指数介于 和.之间 模型的易发性指数为.模型得到的易发性指数分布于.从图 可知研究区大部分地区易发性指数均较低易发性指数较高区靠近震中附近和沿沟谷发育分布与震后滑坡编录结果一致而年降雨量对滑坡灾害的影响较小表明地震波对斜坡结构产生震损是滑坡易发的主要因素图 种评价模型易发性指数分布结果.第 期周天游等:基于不同机器学习的震后滑坡易发性建模研究.易发性指数分布规律图()为基于、和 模型得到的研究区震后滑坡易发性指数分布规律为分析模型的不确定性本文采用均值和标准差分别反映易发性指数分布的平均水平和离散程度 模型和 模型的统计结果较为一致在易发性指数值较低的区间分布集中随着值增大而逐渐减少 模型的易发性指数分布呈现先增加后减小的特征而 模型则表现为“跳跃式”分布 各模型易发性指数 均值相差不大其值从小至大依次为:(.)(.)(.)(.)标准差从小到大排名为:(.)(.)(.)(.)其中 模型预测的易发性指数均值和标准差均较小表明模型对滑坡有较好的识别能力.模型精度比较本文基于 曲线()和曲线下面积()来进行机器学习模型性能评价 曲线的横、纵坐标分别为 特异性和敏感度当曲线越靠近左上角 值越接近 表明该模型精度越高 根据已有的评判标准当.时模型精度较差当.时评价准确性可以接受当.则表明模型性能出色 种机器学习模型在研究区滑坡易发性评价的 曲线如图 所示 从图 可知、模型均具有较好或出色的性能准确率 值均超过.除 模型外其余 个模型的 值均超过.准确率 值从大至小依次为:基于 折交叉验证取样方法对模型进行 次测试获得 次预测精度 如表 所示 图 为各模型预测精度 曲线和 分布箱型图各模型的预测精度均值 从大至小依次为:(.)(.)(.)(.)可以看出 模型的预测性能最好 模型的预测性能最差 根据已有评价标准 和 模型具有较好的预测精度而 和 模型的预测性能被判定为出色 此外 标准差 从小至大依次为:(.)(.)(.)(.)标准差越小表明模型预测精度不随样本划分结果变化而变化具有较好的稳定鲁棒性 综合分析结果表明在 个机器学习模型中 模型是在九寨沟地区震后滑坡预测中性能表现最好的模型 模型次之 模型紧随其后 模型效果最差图 各评价模型 曲线与准确率 值.表 基于 折交叉验证的各模型预测精度 机器学习模型预测精度.自 然 灾 害 学 报第 卷图 基于 折交叉验证的各评价模型 曲线与预测精度.结论)通过皮尔逊相关系数分析各滑坡易发性评价因子间的相关性剔除震中距和距发震断层距离仅保留地震动峰值加速度这一地震诱发因素最终采用 个滑坡影响因子进行滑坡易发性建模)利用 种机器学习模型和斜坡单元开展九寨沟地区震后滑坡结果表明易发性指数较高区靠近震中附近和沿沟谷发育分布与震后滑坡编录结果一致表明地震波对斜坡结构产生震损是滑坡易发的主要因素)基于 折交叉验证取样方法的 曲线和易发性指数分布特征结果表明 模型是在九寨沟地区震后滑坡预测中性能表现最好的模型 模型次之 模型紧随其后 模型效果最差 该结果可为震后滑坡减灾工作和推广机器学习模型在其他地区的易发性预测建模提供理论依据与参考参考文献:.:.:.黄发明 叶舟 姚池 等.滑坡易发性预测不确定性:环境因子不同属性区间划分和不同数据驱动模型的影响.地球科学 ():.:.():.().:.:.第 期周天游等:基于不同机器学习的震后滑坡易发性建模研究 黄发明 李金凤 王俊宇 等.考虑线状环境因子适宜性和不同机器学习模型的滑坡易发性预测建模规律.地质科技通报 ():.():.()李文彬 范宣梅 黄发明 等.不同环境因子联接和预测模型的滑坡易发性建模不确定性.地球科学 ():.():.()谢明娟 蒲瑞 韩信 等.基于多模型的滑坡易发性评价.测绘与空间地理信息 ():.():.()冯杭建 周爱国 俞剑君 等.浙西梅雨滑坡易发性评价模型对比.地球科学 ():.():.()吉日伍呷 田宏岭 韩继冲.基于不同机器学习算法的地震滑坡易发性评价 以鲁甸地震为例.昆明理工大学学报(自然科学版)():.:.()():.()张玘恺 凌斯祥 李晓宁 等.九寨沟县滑坡灾害易发性快速评估模型对比研究.岩石力学与工程学报 ():.():.()罗路广 裴向军 黄润秋.强震山区地震滑坡发生概率研究 以九寨沟国家地质公园为例.岩石力学与工程学报 ():.:.():.()罗路广 裴向军 黄润秋 等.支持下 与 回归模型耦合的九寨沟景区滑坡易发性评价.工程地质学报 ():.():.()罗路广 裴向军 崔圣华 等.九寨沟地震滑坡易发性评价因子组合选取研究.岩石力学与工程学报 ():.():.()罗路广 裴向军 谷虎 等.基于 的“.”九寨沟地震景区地质灾害风险评价.自然灾害学报 ():.“.”.():.().():.田乃满 兰恒星 伍宇明 等.人工神经网络和决策树模型在滑坡易发性分析中的性能对比.地球信息科学学报 ():.():.()田述军 张珊珊 唐青松 等.基于不同评价单元的滑坡易发性评价对比研究.自然灾害学报 ():.():.()李渝生 黄超 易树健 等.九寨沟.级地震的地震断裂及震源破裂的构造动力学机理研究.工程地质学报 ():.():.().:.:.:.