-
题名黄土高原滑坡易发性评价及其关键驱动因子贡献度分析
- 1
-
-
作者
孙萍
张帅
柯超英
李冉
桑康云
李坤
王浩杰
-
机构
中国地质科学院地质力学研究所
自然资源部陕西宝鸡地质灾害野外科学观测研究站
-
出处
《地质力学学报》
北大核心
2025年第5期972-989,共18页
-
基金
国家重点研发计划课题(2023YFC3007002)
国家自然科学基金重点项目(42130720)
+2 种基金
国家自然科学基金重大项目(42293352,42293350)
国家自然科学基金青年科学基金项目(42207234,42302333,42307267)
中国地质科学院地质力学所基本科研业务费项目(DZLXJK202411)。
-
文摘
黄土高原滑坡灾害高发,明确滑坡易发区格局及识别关键驱动因子对该区域防灾减灾及重大工程建设具有重要意义。文章以黄土高原滑坡为研究对象,通过多重共线性分析筛选出13个评价因子,构建了极端梯度上升模型(XGBoost)、频率比耦合XGBoost模型(FR−XGBoost)和频率比耦合随机森林(FR−RF)的优化评价模型;从模型可解释性的角度深入探讨了关键驱动因子的作用机制与交互关系。结果表明:耦合模型(FR−XGBoost与FR−RF)预测性能优于单一XGBoost模型,其中FR−XGBoost模型AUC值达0.968,表现最优;年均降雨量、土壤侵蚀性和坡度是影响滑坡发育的关键驱动因子,其对模型的输出贡献占比分别为26.59%、20.80%和14.66%。此外,通过偏依赖图揭示了关键因子之间的非线性交互作用,显示坡度与降雨、土壤特性在特定区间内对滑坡发生具有耦合增强效应。
-
关键词
黄土高原
滑坡
易发性评价
机器学习
模型可解释性
-
Keywords
Loess Plateau
Landslide
Susceptibility assessment
Machine learning
model interpretabili
-
分类号
P694
[天文地球—地质学]
-
