
基于信息量和机器学习的滑坡灾害易发性分析——以湖南省中西部地区为例
以湖南省中西部地区为研究区,选取地形地貌、地质条件、环境条件和人工活动4个方面15个因子构成滑坡易发性评价体系。首先,以2015—2022年发生的1 017个历史滑坡灾害数据为样本数据,采用信息量模型统计和分析影响该区域的滑坡因子重要度,结果表明该区域内地形湿度指数、土地利用类型、距道路距离、距河流距离和植被覆盖指数是影响滑坡发生的因子。然后,结合因子相关性分析,筛选其中14个因子纳入滑坡易发性分区分析,基于5种机器学习方法进行滑坡易发性建模和对比,结果表明随机森林方法在该区域针对相关的因子体系表现出的精度相对较高。最后,采用随机森林方法,按照低易发、较低易发、中易发、较高易发和高易发5个等级对研究区进行易发性分区制图,并与历史滑坡记录进行比对,结果表明易发性等级划定结果与滑坡密度基本吻合。该研究结果可以为湖南中西部地区滑坡灾害预测预报提供技术参考。