基于X-多层感知器耦合模型的滑坡易发性评价——以贵州省松桃自治县为例.pdf

引用格式：曾营，张迎宾，张钟远，柳静，朱辉基于 多层感知器耦合模型的滑坡易发性评价 以贵州省松桃自治县为例 山地学报，（）：，（）：山 地 学 报 文章编号：（）：收稿日期（）：；改回日期（）：基金项目（）：国家自然科学基金（）；中央高校基本科研业务费专项资金（）；四川省交通运输科技项目（）；中铁四川生态城投资有限公司委托项目（）。（）；（）；（）；，（）作者简介（）：曾营（），男，福建宁德人，博士研究生，研究方向：地质灾害风险评估。（），：通讯作者（）：张迎宾（），男，教授，博士，研究方向：岩土地震工程。（），：基于 多层感知器耦合模型的滑坡易发性评价 以贵州省松桃自治县为例曾 营，张迎宾，张钟远，柳 静，朱 辉（西南交通大学 土木工程学院，成都 ；哈尔滨工业大学 重庆研究院，重庆 ）摘要：滑坡易发性评价是区域滑坡灾害风险评估的基础。当前主要滑坡易发性评价方法主要采用单一数据驱动模型，在实际应用中易出现漏报、误报问题。本文针对单一数据驱动模型的弊端，提出结合多层感知器（，）构建耦合模型进行滑坡预测分析；选取贵州省松桃苗族自治县作为研究区，借助 软件平台，将高程、坡度、坡向与起伏度等 个因子作为评价指标因子；采用归一化频率比（）模型与信息量（）模型对研究区进行易发性评价，再分别与 模型结合成为 、耦合模型并开展滑坡区预测分析；将得到的易发性结果分为高、较高、中等、较低、低易发区五类；结合区划结果频率比、接受者操作特征曲线（）线下面积 值以及新典型滑坡实例，检验模型的精确度与可靠性。结果表明：（）精确度大小为：耦合模型 模型 耦合模型 模型。因 模型具备高度的容错性和鲁棒性，致使 耦合模型更加适应复杂多变的环境因素；（）耦合模型预测性能较为出众，相较于单一模型精度提升 。本研究结果可为研究区地质灾害防治提供一定指导建议。关键词：滑坡易发性；多层感知器；模型；模型；模型耦合；贵州省松桃县中图分类号：文献标志码：中国是世界上滑坡灾害最为严重的地区之一 。科学、准确地评价滑坡易发性对科学减灾、土地规划等具有实践意义。国内外学者对滑坡易发性评价做了大量的研究与试验，提出了许多评价模型与手段。其中主要有：信息量模型 、逻辑回归模型 、随 机 森 林 模 型 、支 持 向 量 机 模型 、人工神经网络模型 ，以及多方法耦合模型 等。当前虽存在诸多滑坡评价模型，但不同模型精度及性能各异。如何找寻一种准确可靠的滑坡易发性评价模型，依旧是当今热门的课题。目前常用于滑坡易发性预测的评价模型主要为数据驱动模型，但单一的数据驱动模型存在一定的弊端 ，出现漏报、误报的情况较多。随着研究的深入，多方法模型耦合的应用逐渐增多，一些耦合模型的性能明显优于传统单一模型 ，。相较于单一模型，耦合模型的精度、性能都有一定程度的提升，在实际应用中精度 或 的增量都控制着滑坡易发性的最终评价结果 。本 文 提 出 基 于 多 层 感 知 器（，）构建 （为当前常用数学统计模型）耦合模型进行预测滑坡易发性。在模式识别与滑坡易发性预测的各种应用中体现出较高的建模效率和预测性能 ，因其具有高度的容错性和鲁棒性，能够适应连续变量与离散变量，具有突出的非线性映射能力，适合用于滑坡预测预报 ，能实现评价因子间准确分类，规避评价模型中人为主观因素的影响。本研究采用目前广泛应用的信息量模型（）、归一化频率比模型（）的单一评价模型，再分别与 模型耦合形成 和 耦合模型，分别采用四种模型预测滑坡易发性并做对比分析，讨论 耦合模型的可靠性。本文选取贵州省铜仁市松桃县苗族自治县为研究区，该区域属于地质灾害易发区，且目前针对其滑坡的研究程度较低。滑坡易发性区划结果可为松桃自治县防灾减灾提供参考建议。研究区概况及数据源?研究区概况松桃苗族自治县位于贵州省东北部，有“黔东门户”之称。海拔 ，境内海拔高度不一，相对高差为 ，全县平均海拔 。地理坐标为 ，。研究区属中亚热带湿润季风气候，年平均 降 水 ，雨 量 充 沛，平 均 气 温 为 。研究区内断裂构造发育，且受武陵运动等强烈构造活动的影响，大部分构造线方向与梵净山脉北北东的走向一致，规模较大断裂带有红石断裂、杨立掌断裂、木耳断裂和三阳断裂四条。区内地层出露主要有志留系（）灰绿、灰黑、黑色粉砂质页岩与泥质粉砂岩互层；奥陶系（）浅灰色厚层状瘤状泥灰岩、泥晶灰岩；寒武系（）黑色页岩、碳质粘土质页岩、砂质页岩；南华系（）粉砂岩、粉砂质页岩、深灰色炭质页岩；青白口系（）含砾砂岩、灰绿色变质砾岩、绢云母板岩。境内主要有松道高速与渝怀铁路穿行，人口 人，面积 。?研究数据来源本文研究主要数据源包括：（）松桃苗族自治县自然资源局滑坡灾害资料；（）卫图上下载的研究区 地质图，用于矢量化得到地层岩性；（）卫图上下载的研究区 地质图，用于矢量化得到断裂数据；（）地理空间数据云（：）下 载 数字高程模型（，），分辨率为 ，用于高程、坡度、坡向、地形起伏度等信息提取；（）土地利用类型来源于 （：），分 辨 率 为 ；（）年降雨量数据来源于中国科学院资源环境科学与数据中心（：），用于计算年均降雨量；（）卫图下载的影像地图，其分辨率为 ，拍摄时间为 年，用于矢量化得到道路与河流数据；（）遥感影像（：），用于提取归一化植被指数（）。收集到历史滑坡点共 处，规模主要以中小型为主，全区地质灾害较为严重，属于地质灾害易发区。图 松桃自治县滑坡分布图 滑坡易发性评价模型随着统计算法、机器学习和地理信息系统（）的快速发展，为滑坡易发性区划的研究引入了大量的新模型。为找寻高精度的预测模型，本文将数学统计模型（和 ）与机器学习模型（）相结合，以减少不确定性并增加滑坡易发性区划结果的准确性。并与传统数学统计模型（和 ）作比较分析，验证本文提出模型的预测性能。?归一化频率比模型?频率比模型是一种计算因变量与自变量概率关系的二元统计方法，是一种简单、有效的滑坡易发性 ，基于 多层感知器耦合模型的滑坡易发性评价 以贵州省松桃自治县为例区划模型 ，其 值的大小表示对于滑坡的贡献程度，时表示因子对于滑坡发育的相关性较强，时表示因子对滑坡发育的相关性较弱 ，。其计算公式如下：（）（）式中，为第 个评价因子的 类区间发生滑坡数（个）；为研究区内总滑坡数（个）；为第 个评价因子的 类区间的面积（）；为研究区总面积（）；为评价因子序号，（为评价因子个数）；为评价因子的二级分类序号，（为分级区间个数）；（）为第 个评价因子的 类区间的 值。归一化频 率 比（，）将各指标因子进行标准化，以便更好地掌握各个频率的分布情况，其公式如下：（）（）（）（）?信息量模型?信息量模型（，）是地质灾害空间预测技术主要方法之一，已广泛应用于滑坡易发性评价。其是通过统计历史滑坡样本数据，将影响滑坡的各种因素如滑坡地质灾害位置、高程等实测数据转换为信息量值，研究各因素间的相互关系，进而获得滑坡灾害的发育规律。信息量被广泛认为是预测滑坡易发性的综合指标之一 ，其可靠性已得到诸多学者的验证。其单个因子信息量计算公式如下：（）式中，为指标因子某个属性类别内的滑坡点个数（个）；为研究区域内滑坡点总数（个）；为指标因子某个属性类别内的滑坡面积（）；为研究区域内总滑坡面积（）。（）式中，为评价因子单元的总信息量，值越大表示该因子越有利于滑坡发生。?耦合模型与?耦合模型滑坡灾害形成机制复杂、影响因素多样，是多因素共同作用下的非线性问题。在单层感知器分类神经网络的基础上提出多层感知器模型，网络由输入层、隐藏层及输出层组成，网络神经元之间的连接通过权重值变化来确定输入和输出向量对之间的关系，使得 形成有序稳定，且具有决策能力的网络结构 。因此，相较于一般的线性统计方法，具有突出的非线性映射能力更适合用于滑坡预测和预报。本次研究中，输入层即为选择的指标因子，输出层为滑坡发生情况。上下层神经元连接在一起并存在相关的权重值，经过模型不断迭代训练调整权重，直到误差最小化的情况下得出最终的权重值。（）式中，为权重值；，分别为输入神经元和隐藏神经元数；为输入神经元 中的变量；为输入神经元的数量。和 耦合模型将已统计分析的滑坡易发性指标因子 值和 值来确定滑坡关键影响因子，每个指标因子的 值和 值具有相同的量纲，解决了数据类型的合并问题。确定研究区滑坡点同时随机提取等量的未滑坡点，利用 平台中的多值提取到点工具，将各指标因子 值与 值赋值到各点上，形成输入层训练集。将是否为滑坡点，作为网络输出层的响应量。就此，搭建完成 耦合和 耦合模型。?研究方法本文基于 耦合模型的滑坡易发性研究主要分为以下几步：（）基于 平台将研究区栅格单 元 化，以 为 最 小 单 元，共 计 栅格；（）基于频率比和 波段集统计工具进行相关性分析，选取合适的滑坡评价指标因子；（）计算各指标归（一化频率比、信息量值；（）提取滑坡与未滑坡点，提取各点 值和 值，完成网络训练样本集；（）从研究区滑坡栅格中随机选择 样本作为训练样本，剩下 作为检验集，搭建 多层感知器网络并训练得到结果；（）分别采用归一化频率比（）、信息量（）、耦合和 耦合模型预测松桃自治县滑坡易发性区划，通过模型易发性等级频率比初步判断模型精度，再绘制 曲线定量检验各模型精度并进行对比分析。山地学报 卷 第 期图 研究路线图 滑坡指标因子选取与分析?指标因子选取滑坡发育因子众多，选取合适的环境因子直接影响到滑坡易发性评价的准确性。在前人研究与研究区特征的基础上，本文选取地形地貌、工程地质、气象水文、人类工程活动四大类共 个指标因子，以达到客观准确的分析目的。采用 值表征了各指标因子对于滑坡的影响程度，值越大表示该因子对于滑坡发育的影响越强，而 值较小则表明该因素对于滑坡发育没有显著影响。因此采用 值对各评价指标与滑坡易发性关联性进行分析 。计算得到因子的 值与 值，如表 所示。表 滑坡指标因子评价分级表 指标因子属性 高程坡度 续表 指标因子属性 坡向起伏度土地利用道路距断层距河流距降雨曲率地层岩性平面 北 东北 东 东南 南 西南 西 西北 耕地 林地 草地 水体 人工活动地表 （）（）（），基于 多层感知器耦合模型的滑坡易发性评价 以贵州省松桃自治县为例续表 指标因子属性 地层岩性 （）（）（）（）（）（）（）（）图 滑坡指标因子 相关系数 表 滑坡指标因子 和容差值 评价因子高程坡度坡向起伏度曲率道路距断层距河流距降雨量土地利用岩性 容差?指标因子的独立性在滑坡分析中，多重共线性是指由于其高度相关性而导致数据集中可能出现的条件因素的非独立性，从而导致错误的系统分析 。现今有多种方法量化多重共线性，例如 相关系数 、方差分解比例 以及方差膨胀因子（）和容差 等。图 为滑坡指标因子 相关系数，方法主要是将两个因子的协方差除以其标准差的乘积，当 相关性系数 说明因子不相关，相关性系数 说明因子低度相关，相关性系数 说明因子中度相关，相关性系数大于 时表明存在高度共线性 。可得到各评价因子之间相关性系数最高为 ，均小于 ，说明因子间不存在明显的相关性。为了进一步确定这些因素之间的多线性关系，再计算方差膨胀因子 和容差，和容差方法通常用于检查滑坡研究中条件因素的多重共线性 ，或容差 时存在潜在的多重共线性越大 ，越接近 ，多重共线性越轻。结果如表 所示，其中 值最大 ，整体数据都接近于 ，再次说明选取的指标因子不存在明显的共线性，因此可将这 个因子列为指标因子进行滑坡易发性评价。?地形地貌因子本文地形地貌因子主要包括高程、坡度、坡向、地形起伏度、曲率、值，主要由 数据中获山地学报 卷 第 期 ，基于 多层感知器耦合模型的滑坡易发性评价 以贵州省松桃自治县为例地层 ：；地层 ：；地层 ：；地层 ：；地层 ：；地层 ：；地层 ：；地层 ：；地层 ：；地层 ：；地层 ：图 研究区滑坡指标因子：（）高程；（）坡度；（）坡向；（）地形起伏度；（）曲率；（）；（）地层岩性；（）断层缓冲区；（）河流缓冲区；（）年均降水量；（）土地利用类型；（）道路缓冲区 ：（）；（）；（）；（）；（）；（）；（）；（）；（）；（）；（）；（）取。地形地貌因子是直接影响着研究区地表和能量的分配过程，通过影响土壤以及地表植被的发育来进一步影响自然灾害和土地的规划利用 。高程反映着地形海拔高度，坡高越大其坡体应力、坡体势能越大。研究区高程为 ，其主要高程部分在 和 ，滑坡占比分别为 与 ，其 值 达 到 和 。反映出研究区滑坡主要分布于低海拔地区。坡度是反映地表单元陡缓的程度，当坡体达到一定的坡度范围更易失稳。研究区滑坡主要分布在坡度 、，均大于 ，说明滑坡主要发生在中等坡度的边坡上。坡向影响着植被覆盖、日照方向、降雨量的大小，间接影响着斜坡岩土体的物理力学特性 。采用 软件将研究区划分为个坡向，在坡向为正北、东南、南西南方向时更易产生滑坡，其 都大于 。地形起伏度反映边坡在单位面积中地表高程的变化程度，反映着边坡地表形态。在研究区起伏度分级中，没有 大于 ，说明起伏度的所有区间都控制着滑坡的形成。曲率反映着斜坡的地表形态，将研究区曲率分为三个等级依照大小分为凸形坡（曲率 ）、平面坡（曲率 ）、凹形坡（曲率 ），其中只有凸形坡 大于 ，说明凸形坡的斜坡体稳定性较低。植被根系作用在土体中有利于增强岩土体强度，发挥固土作用降低滑坡发生率。将研究区 值划分为 ，值越大表明植被覆盖率越高，滑坡主要发生在 ，值高达 ，说明植被能有效地防治边坡失稳。?工程地质因子本文工程地质因子主要包括地层岩性、断层缓冲区（断层距），主要由地质图中提取得到。地层岩性对坡体和堆积体的强度有着重要影响 ，也是滑坡发生的物源基础 ，在不同的岩性中滑坡发育程度也不同，地层岩性可视为滑坡发生的关键因素之一。将研究区地层依据年代和岩性划分为 个地山地学报 卷 第 期层，在（）、（）、（）、（）、（）、（）、（）地层中滑坡占比已达到 ，且在各地层中 皆大于 ，反映出滑坡易发生在粉砂质页岩、泥质粉砂岩与瘤状泥灰岩等地层中，斜坡体在这些地层中更容易失稳。研究区内断裂构造十分发育，断裂带会导致周边岩体破碎、力学强度降低、抗风化能力下降，导致边坡稳定性下降，进而造成边坡失稳。依据地质图矢量化得到断层构造分布，依据与断层距离划分为 个等级，在 与 中，值分别为 、，说明在该区间内滑坡发生率高。由 值亦可得到，滑坡受断裂构造控制，离断层距离越近边坡越易失稳。?气象水文因子本文气象水文因子主要包括：河流缓冲区（河流距）、年均降雨量，主要数据来源由卫星影像图中矢量化得到河流分布，从研究区往年降雨数据得到年均降雨量。河流会侵蚀和浸泡岸坡，岸坡在河流的长期侵蚀下，坡脚的物质会逐渐松散，土体有效强度会大幅下降。在河流的冲刷与搬运作用下，斜坡逐渐变陡，斜坡体天然稳定性受到破坏。因此，需考虑与河流之间的距离，距离河流越近，受河流侵蚀作用越发明显。依据与河流距离划分为 个等级，在 、中 都大于，证实了河流对于边坡失稳具有促进作用。降雨得到的水体同样也是不可忽视的重要因素，岩土体在降雨的入渗后发生软化，力学强度下降，斜坡体逐渐失稳。将研究区的年均降水量依据自然断点法分为四个等级，发现 值普遍较高，说明降雨对于滑坡的发育有着明显的控制作用。特别在于强降雨时期，在河流水位上涨侵蚀浸泡、降雨崩解泥化的双重作用下，斜坡体发生失稳的概率更大。?人类工程活动因子本文人类工程活动因子主要包括：道路缓冲区（道路距）、土地利用，主要数据来源于公布的土体利用数据与卫星影像。人类工程活动对边坡失稳有着明显的控制作用，例如大规模的切坡、开挖、爆破等工程，破坏了原有自然环境的平衡。提取研究区主要公路、铁路路线图，绘制道路缓冲区分析图，在距道路 内 值普遍较高，在距道路 内 值为 ，说明道路对于滑坡的发生有一定的诱发作用。不同的土地利用类型对于斜坡体的失稳也起到关键作用，研究区内主要有五种不同的使用类型，其中主要为林地占比 ，但其 仅为 ，说明林地不易诱发滑坡，佐证了植被对于斜坡体的固土作用。值较大的为耕地与草地，值分别达到 与 ，说明在耕地中滑坡更易发生。同时从这项数据可证明，现今退耕还林不仅是改善生态环境，更是有限防治地质灾害的科学手段。研究区滑坡易发性评价计算出 与 值，将计算值赋值于相应的图层中，利用 栅格计算器分别叠加 与 值，得到研究区 滑坡易发性区划与 滑坡易发性区划。利用自然断点法分为五个层级，分别如图 、所示：其中 模型滑坡易发性各等级占比分别为（由 低 到 高，下 同）、，高易发区主要集中在研究区西北部瓦溪乡、甘龙镇一带；模型滑坡易发性各等级占比分别为 、，高易发区相对较多，预测滑坡主要分布于研究区西北部以及中部松道高速沿线附近。基于计算得到 与 值，选取滑坡点与等量未滑坡点数据构建网络训练集。搭建多层感知器网络，输入层包含 个神经元，为“高程、坡度”；输出层包含 个神经元，即为“滑坡发生情况”，进行 网络训练得到各指标因子的重要性系数，得到图。利用 栅格计算器将因子值结合各自的权重值，累积叠加得到 与 耦合模型评价结果。利用自然断点法分为五个层级，分别如图 、所示：其中 耦合模型滑坡易发性各等级占比分别为 、；耦合模型滑坡易发性各等级占比分别为 、。模型精度对比分析?模型精度频率比验证根据模型计算得到研究区易发性等级频率比值，如表 所示：对于单一评价模型由频率比值可看出，易发区等级由低到高 值逐渐增大，在高易发区中 值分别达到 （）、（），而在低易发区中 值远小于 ，说明两个模型的整体预 ，基于 多层感知器耦合模型的滑坡易发性评价 以贵州省松桃自治县为例图 研究区滑坡易发性区划：（）模型；（）模型；（）耦合模型；（）耦合模型 ：（）；（）；（）；（）图 指标因子权重值饼图：（）因子重要性（）因子重要性 ：（）；（）测效 果 较 好。模 型 中 较 高（）和 高（）易发性分区范围内面积总占比 ，滑坡占比达到 ；模型中较高（）和高（）易发性分区范围内面积总占比 ，滑坡占比达到 ；通过将高和较高易发区的频率比之和，除以所有频率之和，即可得到易发区的整体预测精度 。其中 模型较高与高易发区为 ，模型较高与高易发区内为 ，由该项数据对比发现 模型预测结果优于 模型。对于 耦合模型，频率比值也随着易发区等级由低到高 值逐渐增大，证明耦合模型预测结果也达到了预期效果。耦合模型中较高（）和高（）易发性分区范围内面积总占比 ，滑坡占比达到 ；耦合模型中较高（）和高（）易发性分区范围内面积总占比 ，滑坡占比达到 ；通山地学报 卷 第 期图 四种模型的 曲线：（）训练集；（）验证集 ：（）；（）过将高和较高易发区的频率比之和，除以所有频率之和，即可得到易发区的整体预测精度 。其中 耦合模型整体预测精度为 ，耦合模型整体预测精度为 ，通过数值可得到初步的判断，耦合模型预测精度显著优于 耦合模型。表 滑坡易发性等级频率比值对比 评价模型易发性等级滑坡栅格占比 区间面积占比 归一化 模型 模型 耦合模型 耦合模型低 较低 中等 较高 高 低 较低 中等 较高 高 低 较低 中等 较高 高 低 较低 中等 较高 高?曲线成功率曲线是目前应用在检验评价模型预测地质灾害易发性精度最主要的手段方法 ，值为 曲线与坐标 轴围成的面积，一般值小于，值越接近 表示模型精度越高。将所得到的滑坡易发性区划等分为 份，再将已知滑坡样本在这 份等间距滑坡易发性区间出现的比例进行叠加，便可绘制完成 曲线。其中纵轴为实际滑坡栅格数量百分比累积量，即敏感度。横轴为易发性面积百分比累积量，即特异性 。绘制出四个模型的 曲线，如图 反映的是模型训练样本集的准确性，得到 值分别为 （）、（）、（）和 （），值最小为 说明四个模型皆得到较好的预测效果。另外模型的性能不应该只考虑训练集，还应该对测试数据集进行评估，因为它反映了模型的普适性。图 为验证样本的 值最小为 ，说明三个模型的预测性能都普遍可靠。其中 （）、（）、（）和 （），结合上文 值精度的计算结果，证明 耦合模型预测效果最佳，其次分别为 模型、耦合模型、模型。通过数据反映出，信息量模型的预测结果比归一化频率比模型更为精确，耦合模型比单一模型有着更高的成功率。?滑坡实例验证仅通过与历史滑坡对比缺乏现实说服力，因为历史滑坡数据未及时更新修正缺少时效性。为 ，基于 多层感知器耦合模型的滑坡易发性评价 以贵州省松桃自治县为例进一步检验模型的可靠性与精确性，结合最新的典型滑坡验证各模型易发性区划效果。选取滑坡训练集外的松桃县最新滑坡数据，年 月 日，松桃县甘龙镇石板村田堡组发生山体滑坡，滑坡受灾群众达 户 人。年 月 日，松桃县盘石镇遭受特大暴雨，该镇响水洞村桃树湾组发生约 的大面积山体滑坡。选取该图 易发性分区对比图：（）模型；（）模型；（）耦合模型；（）耦合模型 ：（）；（）；（）；（）两处最新滑坡（图 、图 ），验证评价模型的可靠性。表 为滑坡体在各模型易发性区划中的对比，四个模型皆预测出了 松桃山地滑坡，但不同的是单一模型将该处判定为较高易发区，而耦合模型更为精确地判定为高易发区，说明耦合模型的预测性能更为优异。同样对于 特大降雨滑坡仅 耦合模型将该处预测为高易发区，而单一的信息量模型却将该处判定为较低易发性。分析其原因在于传统信息量法依赖于历史滑坡特征，但 特大降雨滑坡属于偶发的大降雨导致滑坡失稳。而 模型具有高度的容错性和鲁棒性，更适应复杂多变的环境因素。综上所述，四个模型的滑坡预测效果整体较为理想，但耦合模型的预测性能更为优异，其易发性区划结果与新典型滑坡吻合度更高。图 新典型滑坡体区位图 表 不同模型对新典型滑坡易发性区划结果的对比 滑坡事件预测易发性等级 模型 模型 耦合模型 耦合模型 年 月 日松桃山体滑坡较高较高高高 年 月 日特大暴雨滑坡较高较低较高高山地学报 卷 第 期 结论（）搭建 耦合模型、耦合模型对研究区松桃自治县作滑坡易发性分析，并辅助以 模型与 模型进行对比分析。利用 空间分析功能将研究区分为高、较高、中等、较低、低易发区，其中高易发区分别占研究区总面积的 （）、（）、（）、（）。四个模型得到的高风险区主要分布在西北部瓦溪乡、甘龙镇一带以及中部松道高速沿线附近，这些区域应着重做好滑坡防治工作。（）提取地形地貌、工程地质、气象水文、人类工程活动四大类共 个指标因子，指标因子间无明显的相关性，适合作为评价因子进行分析。通过对高与较高的滑坡区划结果发现该区域特征为道路穿行、河流沿岸、坡度为 、起伏度较大、多数为耕地、以及在地层（）、（）中，说明研究区滑坡主要受到这些因子的控制作用。且该规律与 权重计算结果较为统一，故而耦合模型的预测成功率更高。（）通过比较四个模型精度频率比、值得到模型精确度大小为：耦合模型 模型 耦合模型 模型。说明信息量模型的预测结果比归一化频率比模型更为精确，耦合模型比单一模型有着更高的成功率，其中 耦合模型预测性能较为出众，相较于单一模型精度提升 。（）选取两处新典型滑坡进一步检验模型的预测可靠性和准确性。结果反映出因 模型具备高度的容错性和鲁棒性，致使 耦合模型更能适应复杂多变的环境因素，所以耦合模型易发性区划结果与新典型滑坡吻合度更高，呈现出更好的预测性能。（）滑坡易发性预测是一项复杂的非线性分析过程，本文证明了 耦合模型相较于单一模型更可靠，但 耦合模型的预测精度尚未达到理想的预测效果。笔者认为导致该结果有许多因素，如训练集中非滑坡样本特征不明显、未区分滑坡样本规模及特征、道路因素未考虑到县道及乡道等，都可能是导致预测精度较低的原因。因此，后续工作考虑细化滑坡研究区样本、考虑滑坡规模与特征等方式进一步提高滑坡预测精度。参考文献（）黄润秋 世纪以来中国的大型滑坡及其发生机制 岩石力学与工程学报，（）：，（）：石菊松，张永双，董诚，等 基于 技术的巴东新城区滑坡灾害危险性区划 地球学报，（）：，（）：张俊，殷坤龙，王佳佳，等三峡库区万州区滑坡灾害易发性评价研究 岩石力学与工程学报，（）：，（）：，（）：，（）：（）余淙蔚，柳侃，殷杰，等一种适用于逻辑回归模型评价浅层滑坡易发性的网格尺度划分方法 以 年福建省三明市群发浅层滑坡为例 山地学报，（）：，（）：，（）：刘永篧，第宝锋，詹宇，等基于随机森林模型的泥石流易发性评价 以汶川地震重灾区为例 山地学报，（）：，基于 多层感知器耦合模型的滑坡易发性评价 以贵州省松桃自治县为例 ，（）：，：，：，（）：郭子正，殷坤龙，付圣，等基于 与 模型的滑坡易发性评价 地球科学，（）：，（）：，：张钟远，邓明国，徐世光，等镇康县滑坡易发性评价模型对比研究 岩石力学与工程学报，（）：，（）：吴常润，角媛梅，王金亮，等基于频率比逻辑回归耦合模型的双柏县滑坡易发性评价 自然灾害学报，（）：，（）：邓念东，崔阳阳，郭有金基于频率比随机森林模型的滑坡易发性评价 科学技术与工程，（）：，（）：周晓亭，黄发明，吴伟成，等基于耦合信息量法选择负样本的区域滑坡易发性预测 工程科学与技术，（）：，（）：，（）：，：，：，：，（），：，（），：，（），：，（）：，：杨光，徐佩华，曹琛，等基于确定性系数组合模型的区域滑坡敏感性评价 工程地质学报，（）：，（）：松桃苗族自治县人民政府铜仁市松桃苗族自治县县情简介 （）：山地学报 卷 第 期 （）：，：，（）：，（）：仉义星，兰恒星，李郎平，等综合统计模型和物理模型的地质灾害精细评估 以福建省龙山社区为例 工程地质学报，（）：，：，（）：罗鸿东，李瑞冬，张勃，等基于信息量法的地质灾害气象风险预警模型：以甘肃省陇南地区为例 地学前缘，（）：，（）：张向营，张春山，孟华君，等基于 和信息量模型的京张高铁滑坡易发性评价 地质力学学报，（）：，（）：，：，（）：骆剑承，周成虎，杨艳人工神经网络遥感影像分类模型及其与知识集成方法研究 遥感学报，（）：，（）：，：刘艺梁，殷坤龙，刘斌逻辑回归和人工神经网络模型在滑坡灾害空间预测中的应用 水文地质工程地质，（）：，（）：，：，（）：，：，（）：，：，（）：，（）：，？，：，：，：胡涛贵州省思南县地质灾害危险性评价研究 武汉：中国地质大学，：，：，：，：，：，（）：，基于 多层感知器耦合模型的滑坡易发性评价 以贵州省松桃自治县为例 周超，殷坤龙，曹颖，等基于集成学习与径向基神经网络耦合模型的三峡库区滑坡易发性评价 地球科学，（）：，：，（）：，（）：，（，；，）：，（），（）（），：，（）：（）：，（），：；，（责任编辑李嵘）山地学报 卷 第 期