李齊榮，苗則朗，陳 帥，李 珂，蒲明輝

(1.中南大學(xué) 地球科學(xué)與信息物理學(xué)院，長(zhǎng)沙 410083；2.中南大學(xué) 地災(zāi)感知認(rèn)知預(yù)知實(shí)驗(yàn)室，長(zhǎng)沙 410083；3.長(zhǎng)江三峽技術(shù)經(jīng)濟(jì)發(fā)展有限公司，北京 100038)

1 研究背景

我國(guó)地處環(huán)太平洋地震帶和歐亞地震帶之間，是世界上受地震影響嚴(yán)重的國(guó)家之一[1]?；率堑卣鸬闹饕紊鸀?zāi)害，具有危害性強(qiáng)、分布范圍大、發(fā)生頻率高等特點(diǎn)。滑坡災(zāi)害每年都會(huì)造成大量的人員傷亡和財(cái)產(chǎn)損失，是我國(guó)主要自然災(zāi)害之一，特別是在西南地區(qū)的龍門(mén)山構(gòu)造帶上，如2013年4月20日的蘆山Ms7.0級(jí)地震觸發(fā)了22 528處滑坡，截止4月24日14時(shí)30分共造成約193人遇難[2-3]。此外，隨著災(zāi)區(qū)災(zāi)后恢復(fù)重建和經(jīng)濟(jì)社會(huì)發(fā)展的有序推進(jìn)，滑坡災(zāi)害的不確定性帶來(lái)的潛在風(fēng)險(xiǎn)制約了災(zāi)區(qū)發(fā)展與規(guī)劃。因此，科學(xué)準(zhǔn)確地評(píng)價(jià)地震滑坡易發(fā)性對(duì)防災(zāi)減災(zāi)和規(guī)劃重建具有重要意義。

滑坡易發(fā)性評(píng)價(jià)是降低滑坡風(fēng)險(xiǎn)影響的常用工具，能有效預(yù)測(cè)區(qū)域內(nèi)滑坡發(fā)生的可能性。目前，國(guó)內(nèi)外學(xué)者在滑坡易發(fā)性評(píng)價(jià)方面開(kāi)展了大量研究，典型方法可分為定性和定量方法[4]。定性評(píng)價(jià)主要基于專(zhuān)家對(duì)滑坡的認(rèn)知及實(shí)踐經(jīng)驗(yàn)，其評(píng)價(jià)結(jié)果精度不穩(wěn)定而較少使用。隨著對(duì)地觀測(cè)技術(shù)和計(jì)算機(jī)技術(shù)的快速發(fā)展，定量評(píng)價(jià)方法被廣泛應(yīng)用于滑坡易發(fā)性評(píng)價(jià)。定量評(píng)價(jià)方法主要包括人工神經(jīng)網(wǎng)絡(luò)法、支持向量機(jī)法、隨機(jī)森林法、邏輯回歸法、頻率比法等[5]。國(guó)內(nèi)外學(xué)者為提升定量評(píng)價(jià)方法的評(píng)價(jià)精度開(kāi)展了大量研究，如：滑坡影響因子選擇[6-7]、評(píng)價(jià)模型參數(shù)優(yōu)化[8-9]、不同模型之間組合優(yōu)化[10-12]、區(qū)域劃分[4,13]等?；率芏喾N影響因子相互作用的影響，而以往的研究大多只是簡(jiǎn)單地串聯(lián)起影響因子，未考慮數(shù)據(jù)模態(tài)對(duì)評(píng)價(jià)精度的影響。與滑坡相關(guān)的數(shù)據(jù)模態(tài)主要有地震、地質(zhì)、地形、水文等，不同模態(tài)的數(shù)據(jù)對(duì)滑坡發(fā)育的影響不同，可為滑坡易發(fā)性評(píng)價(jià)提供互補(bǔ)信息。在此基礎(chǔ)上，本文提出一種新的滑坡易發(fā)性評(píng)價(jià)方法，即根據(jù)滑坡影響因子的固有屬性將滑坡影響因子分為不同類(lèi)型的模態(tài)數(shù)據(jù)，然后利用非線(xiàn)性圖融合方法將不同的模態(tài)數(shù)據(jù)融合成統(tǒng)一的相似度圖，再利用常用的分類(lèi)算法對(duì)滑坡敏感性進(jìn)行評(píng)價(jià)。

本文以蘆山地震為例，根據(jù)前人的研究經(jīng)驗(yàn)[14]并結(jié)合研究區(qū)地質(zhì)環(huán)境以及數(shù)據(jù)可獲取性，選取15個(gè)滑坡影響因子,包括地震峰值加速度(PGA)、距斷層距離、地震烈度、巖性、高程、坡度、坡向、曲率、地貌類(lèi)型、土地利用類(lèi)型、土壤類(lèi)型、距道路距離、距河流距離、地形濕度指數(shù)(TWI)和降雨量;然后采用本文提出的多模態(tài)分類(lèi)(Multi-modal Classification, MMC)方法評(píng)價(jià)研究區(qū)地震滑坡易發(fā)性。

2 研究區(qū)概況和數(shù)據(jù)來(lái)源

2.1 研究區(qū)概況

蘆山地震是繼汶川地震后龍門(mén)山斷裂帶上又一次強(qiáng)烈地震，是由龍門(mén)山斷裂帶南段的逆沖運(yùn)動(dòng)造成的[15]。本文參考以往研究成果[16]，選定了一個(gè)橢圓區(qū)域作為研究區(qū)，其坐標(biāo)范圍為102°22′E—103°19′E，29°50′N(xiāo)—30°40′N(xiāo)，總面積約為5 396 km2。該區(qū)域位于四川省西南部，處于四川盆地與青藏高原之間的過(guò)渡地帶，地形地貌復(fù)雜，地勢(shì)整體呈西高東低，海拔范圍539～4 850 m。根據(jù)蘆山地震震后解譯的滑坡編目，此次蘆山地震共觸發(fā)2萬(wàn)余處滑坡，滑坡總面積約19 km2，滑坡類(lèi)型主要是深層滑坡、巖質(zhì)崩塌、碎屑流等，其中多數(shù)為小型的巖質(zhì)崩塌、土質(zhì)滑坡與巖質(zhì)滑動(dòng)[17]。研究區(qū)地理位置及主要滑坡點(diǎn)分布如圖1所示。

圖1 研究區(qū)地理位置及滑坡點(diǎn)分布Fig.1 Location of Lushan earthquake and distribution of landslide points

2.2 數(shù)據(jù)來(lái)源

本研究采用的基礎(chǔ)數(shù)據(jù)包括：①分辨率為30 m的數(shù)字高程模型(DEM)；②1∶500 000地質(zhì)圖；③中國(guó)區(qū)域地面氣象要素驅(qū)動(dòng)數(shù)據(jù)集(1979—2018年)中的2013年全國(guó)降雨數(shù)據(jù)[18-19]；④地震峰值加速度；⑤道路、河流和地表覆蓋數(shù)據(jù)；⑥地震烈度；⑦土壤和地貌類(lèi)型；⑧蘆山地震滑坡編目，詳細(xì)數(shù)據(jù)來(lái)源如表1所示。數(shù)據(jù)預(yù)處理包括地理坐標(biāo)系統(tǒng)變換、圖像配準(zhǔn)、柵格數(shù)據(jù)矢量化、連續(xù)數(shù)據(jù)離散化等。為減少時(shí)間因素引發(fā)的影響因子與滑坡編目之間的矛盾，本文對(duì)基礎(chǔ)數(shù)據(jù)進(jìn)行了目視解譯、判讀及更新，以保證影響因子與滑坡編目之間的時(shí)間一致性。

表1 試驗(yàn)數(shù)據(jù)來(lái)源Table 1 Sources of experimental data

3 影響因子的選擇及分析

3.1 影響因子的選擇

根據(jù)影響因子的內(nèi)在屬性并結(jié)合文獻(xiàn)資料[20-21]，本文將滑坡影響因子劃分為4種模態(tài)：地震地質(zhì)、地形地貌、地表覆蓋和水文條件。

3.1.1 地震地質(zhì)模態(tài)

地震峰值加速度：地面加速度和邊坡重力疊加作用力在短時(shí)間內(nèi)超過(guò)基巖附著力和摩擦強(qiáng)度引起邊坡不穩(wěn)定。地震滑坡分布與PGA密切相關(guān)，地震峰值加速度較大區(qū)域更容易發(fā)生滑坡。研究區(qū)滑坡分布與地震峰值加速度分布情況如圖2(a)所示。

距斷層距離：斷裂構(gòu)造帶所處區(qū)域構(gòu)造表面比較軟弱，巖石風(fēng)化嚴(yán)重，易形成深層的風(fēng)化殼從而破壞斜坡穩(wěn)定性。由地質(zhì)構(gòu)造運(yùn)動(dòng)形成的各組弱結(jié)構(gòu)表面與斜坡自然環(huán)境或人類(lèi)工程活動(dòng)所形成的表面形成不同的構(gòu)造組合，也是邊坡失穩(wěn)的內(nèi)在因素。本文根據(jù)滑坡分布將距斷層距離以1.5 km為間隔將研究區(qū)劃分為7個(gè)部分，如圖2(b)所示。

地震烈度：地震烈度是導(dǎo)致滑坡產(chǎn)生的主要?jiǎng)恿σ蛩刂?，是衡量地震破壞程度的主要參?shù)，地震烈度越大，地表所受破壞程度越大。研究區(qū)滑坡分布與地震烈度分級(jí)如圖2(c)所示。

巖性：巖性決定了斜坡受破壞的難易程度，它是斜坡直接的物質(zhì)組成基礎(chǔ)，也是確定邊坡強(qiáng)度、邊坡變形、水理性質(zhì)、應(yīng)力分布等特征的基礎(chǔ)。研究區(qū)的13種巖性分布與滑坡分布如圖2(d)所示。

3.1.2 地形地貌模態(tài)

高程：高程是地形因素的主要代表，高程不同的區(qū)域局部集水能力不同，另外，人類(lèi)工程活動(dòng)強(qiáng)度在不同的高程上也有所不同。本研究根據(jù)滑坡分布將研究區(qū)高程劃分為9個(gè)部分，如圖2(e)所示。

坡度：坡度往往會(huì)影響邊坡地表徑流、應(yīng)力分布、地下水補(bǔ)給和排水，進(jìn)而改變滑坡的發(fā)育程度，是滑坡產(chǎn)生的重要因素之一。研究區(qū)滑坡分布與坡度分級(jí)如圖2(f)所示。

坡向：坡向是指投影在水平面上的坡面的法向量方向。由坡向造成的地震滑坡存在差異性的主要影響因素包括地震波的傳播方向、地殼運(yùn)動(dòng)方向以及板塊運(yùn)動(dòng)方向等。同時(shí)，不同坡向區(qū)域受到外界環(huán)境的影響不同，如巖土體濕度、植被發(fā)育等，使得滑坡的孕災(zāi)環(huán)境在不同坡向上存在明顯差異。研究區(qū)滑坡分布與坡向關(guān)系如圖2(g)所示。

曲率：曲率反映了坡度變化程度，代表地面的復(fù)雜程度，會(huì)影響物質(zhì)在斜坡上的運(yùn)動(dòng)狀態(tài)(加速或減速)。通常，物質(zhì)在凸坡和凹坡上比在平坡上更容易滑動(dòng)，凸坡一般具有臨空面且對(duì)地震波具有放大效應(yīng)，其發(fā)生滑坡的危險(xiǎn)性也更大。研究區(qū)滑坡分布與曲率分級(jí)如圖2(h)所示。

地貌類(lèi)型：滑坡的分布與地貌類(lèi)型有關(guān)，滑坡往往發(fā)生在低山溝谷、黃土臺(tái)塬以及丘陵地區(qū)，在平原地區(qū)不易發(fā)生。研究區(qū)地貌類(lèi)型與滑坡分布如圖2(i)所示。

3.1.3 地表覆蓋模態(tài)

土地利用類(lèi)型：不同土地利用類(lèi)型對(duì)滑坡產(chǎn)生的作用主要在于邊坡植被覆蓋程度的不同。植被覆蓋程度直接或間接影響地表蒸發(fā)、地表徑流和入滲條件。同時(shí)，植物的根對(duì)土壤也有錨固作用。研究區(qū)土地利用類(lèi)型與滑坡分布如圖2(j)所示。

土壤類(lèi)型：土壤是邊坡材料的重要組成部分，不同類(lèi)型的土壤具有不同植被覆蓋情況、可塑性和透水性，其對(duì)滑坡的產(chǎn)生具有不同程度的影響。研究區(qū)土壤類(lèi)型與滑坡分布如圖2(k)所示。

距道路距離：距道路距離反映了人類(lèi)工程活動(dòng)對(duì)邊坡穩(wěn)定性的影響程度。在道路建設(shè)過(guò)程中，在斜坡頂部切割斜坡之類(lèi)的工程活動(dòng)會(huì)改變斜坡地形和強(qiáng)度，從而破壞斜坡結(jié)構(gòu)的穩(wěn)定性。研究區(qū)距道路距離與滑坡分布如圖2(l)所示。

3.1.4 水文模態(tài)

距河流距離：距河流距離代表了斜坡受河流侵蝕作用的程度。河流對(duì)斜坡兩岸具有侵蝕切割作用，會(huì)對(duì)坡腳產(chǎn)生擾動(dòng)，從而破壞斜坡穩(wěn)定性。研究區(qū)距河流距離與滑坡分布如圖2(m)所示。

降雨量：降雨是滑坡產(chǎn)生的重要觸發(fā)因素之一。在降雨過(guò)程中，地表水滲入斜坡，會(huì)增加斜坡重量；其次，雨水軟化了滑動(dòng)面，降低斜坡內(nèi)物質(zhì)間的摩擦力；同時(shí)，頻繁的干濕交替作用易導(dǎo)致巖土體開(kāi)裂，增加孔隙水壓力，破壞極限平衡狀態(tài)，為滑坡發(fā)生創(chuàng)造有利條件。研究區(qū)降雨量與滑坡分布如圖2(n)所示。

地形濕度指數(shù)(TWI)：地形濕度指數(shù)代表了土壤中水含量的分布情況，土壤中水分含量會(huì)影響斜坡表面的巖石、土壤和植被狀況，從而影響滑坡發(fā)育。研究區(qū)地形濕度指數(shù)與滑坡分布如圖2(o)所示。

圖2 本文使用的15種滑坡影響因子Fig.2 Fifteen causative factors used in the present research

3.2 影響因子分析

對(duì)于常規(guī)易發(fā)性評(píng)價(jià)模型，為防止影響因子的冗余信息對(duì)建模性能的影響，本文通過(guò)采用Pearson相關(guān)系數(shù)(Pearson correlation coefficient, PCC)對(duì)各影響因子間的相關(guān)性進(jìn)行檢驗(yàn)。PCC是衡量變量之間相關(guān)性程度的常用指標(biāo)，其數(shù)值介于-1～1之間，PCC絕對(duì)值>0.5表示強(qiáng)相關(guān)[13]。

本文各因子間的相關(guān)性系數(shù)如表2所示，其中，C1—C15分別表示：地震峰值加速度、斷層、地震烈度、巖性、高程、坡度、坡向、曲率、地貌類(lèi)型、地表覆蓋、土壤類(lèi)型、距道路距離、距河流距離、地形濕度指數(shù)、降雨量。從表2可知高程與地震烈度、坡度、地貌類(lèi)型和降雨量之間的相關(guān)性較大，降雨量與地震烈度和地貌類(lèi)型相關(guān)性較大。此外，本文采用隨機(jī)森林(RF)算法中的殘差平方和對(duì)影響因子的重要性進(jìn)行排序。從圖3可知地震峰值加速度對(duì)該區(qū)域的滑坡具有最大影響程度，地形濕度指數(shù)影響程度最低。根據(jù)因子間的相關(guān)性系數(shù)和因子的重要性，剔除那些相關(guān)性系數(shù)大、重要性程度較低的影響因子。本文剔除與其他因子相關(guān)性較大的高程、降雨量2種影響因子，使用剩余13個(gè)影響因子作為對(duì)照組的輸入特征。

表2 影響因子間相關(guān)性系數(shù)Table 2 Coefficient of correlation between influence factors

圖3 影響因子重要性排序Fig.3 Ranking of the importance of landslide’s influence factors

4 多模態(tài)分類(lèi)模型

4.1 確定數(shù)據(jù)模態(tài)并生成相似度圖形

根據(jù)上文3.1節(jié)所述，本文將提取的15種影響因子劃分為4種不同類(lèi)型模態(tài)數(shù)據(jù)，分別為地震地質(zhì)模態(tài)、地形地貌模態(tài)、土地覆蓋模態(tài)和水文模態(tài)。對(duì)于其中任意一種類(lèi)型模態(tài)數(shù)據(jù)所對(duì)應(yīng)的L個(gè)特征數(shù)據(jù)，通過(guò)構(gòu)建圖Gi=(Vi,Wi)表征n個(gè)對(duì)象之間的關(guān)系，其中：i對(duì)應(yīng)第i個(gè)模態(tài)；V代表n個(gè)對(duì)象；Wi是一個(gè)n×n的相似度矩陣；W(a,b)表示根據(jù)第i個(gè)模態(tài)數(shù)據(jù)的L個(gè)特征算出的對(duì)象a與對(duì)象b之間的相關(guān)性。由于隨機(jī)森林可為多模態(tài)數(shù)據(jù)提取出一致的成對(duì)相似度，為組合不同模態(tài)數(shù)據(jù)提供了統(tǒng)一基準(zhǔn)。因此，本文利用隨機(jī)森林算法計(jì)算對(duì)象之間的相似度。

4.2 非線(xiàn)性圖融合

4.2.1 相似度矩陣歸一化

不同模態(tài)數(shù)據(jù)構(gòu)建的圖像Gi具有不同的Wi，融合不同模態(tài)數(shù)據(jù)本質(zhì)上就是融合這些Wi。融合不同的相似度矩陣Wi，需要對(duì)其歸一化。為避免歸一化過(guò)程中Wi對(duì)角線(xiàn)上元素自相似性帶來(lái)的數(shù)值不穩(wěn)定問(wèn)題，本文使用如下歸一化方法：

(1)

4.2.2 相似度矩陣稀疏化

4.2.3 迭代交叉融合

(3)

4.2.4 生成統(tǒng)一的圖

(4)

其中m代表模態(tài)個(gè)數(shù)。

4.3 基于多模態(tài)分類(lèi)的地震滑坡易發(fā)性制圖

本文采用邏輯回歸算法(Logistic Regression, LR)將統(tǒng)一相似度矩陣劃分為不同滑坡易發(fā)性等級(jí)，方法流程如圖4所示。

圖4 基于多模態(tài)分類(lèi)的地震滑坡易發(fā)性評(píng)價(jià)流程Fig.4 Flowchart of assessing seismic landslide susceptibility based on multimodal classification

5 地震滑坡易發(fā)性評(píng)價(jià)結(jié)果

5.1 評(píng)價(jià)單元確定

評(píng)價(jià)單元是進(jìn)行滑坡易發(fā)性評(píng)價(jià)的基礎(chǔ)步驟。目前，評(píng)價(jià)單元主要包含柵格單元、斜坡單元、地域單元、均一單元等[22]，其中，滑坡易發(fā)性評(píng)價(jià)中廣泛使用的是柵格單元和斜坡單元。柵格單元具有數(shù)據(jù)處理簡(jiǎn)單、計(jì)算速度快等優(yōu)點(diǎn)，然而，規(guī)則的柵格單元不能有效反映地質(zhì)環(huán)境信息。因此，本文選擇斜坡單元作為地震滑坡易發(fā)性評(píng)價(jià)單元。采用水文分析法，將研究區(qū)劃分成2 373個(gè)斜坡單元。考慮到數(shù)據(jù)精度，將滑坡編目中面積>1 000 m2的4 541個(gè)滑坡點(diǎn)作為災(zāi)害點(diǎn)，參與地震滑坡易發(fā)性評(píng)價(jià)模型構(gòu)建。由每個(gè)斜坡單元的滑坡點(diǎn)密度及目視解譯，得到463個(gè)滑坡單元，隨機(jī)選取等量的非滑坡單元共同構(gòu)成樣本數(shù)據(jù)。在樣本數(shù)據(jù)中分別隨機(jī)選擇70%的數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，剩下的30%作為驗(yàn)證數(shù)據(jù)。

5.2 地震滑坡易發(fā)性制圖

為對(duì)比本文方法和傳統(tǒng)方法的性能，根據(jù)隨機(jī)選取的訓(xùn)練樣本，采用傳統(tǒng)LR方法和基于多模態(tài)數(shù)據(jù)融合的MMC-LR方法開(kāi)展地震滑坡易發(fā)性評(píng)價(jià)，分別得到2種模型的滑坡易發(fā)性指數(shù)，采用自然斷點(diǎn)分類(lèi)法將滑坡易發(fā)性指數(shù)劃分為5個(gè)等級(jí)：極高易發(fā)區(qū)、高易發(fā)區(qū)、中易發(fā)區(qū)、低易發(fā)區(qū)和極低易發(fā)區(qū)，結(jié)果如圖5所示。

圖5 基于不同模型的滑坡易發(fā)性區(qū)劃Fig.5 Zoning map of landslide susceptibility based on different models

將圖5的滑坡易發(fā)性區(qū)劃圖與蘆山地區(qū)實(shí)際分布的滑坡點(diǎn)疊加顯示可以看出，同震滑坡點(diǎn)主要聚集在研究區(qū)中部，并向東北和西南方向延伸呈2條接近平行的條帶狀，2種模型得到的滑坡易發(fā)性區(qū)劃結(jié)果與實(shí)際滑坡空間分布趨勢(shì)較為吻合，區(qū)劃結(jié)果具有一定的相似性，但在諸多區(qū)域存在差別。如在圖中標(biāo)注為F的區(qū)域中滑坡點(diǎn)分布稀疏，該區(qū)域在LR模型卻被劃分為極高易發(fā)區(qū)和高易發(fā)區(qū)，而在MMC-LR模型中該區(qū)域大部分被劃分為中易發(fā)區(qū)和低易發(fā)區(qū)。另外，許多零散分布的滑坡點(diǎn)所在區(qū)域在LR模型未能被劃分出來(lái)，如標(biāo)注為A、B、C、D和E的滑坡區(qū)域在LR模型中被劃分為低易發(fā)區(qū)，而在MMC-LR模型中被劃分為極高易發(fā)區(qū)。

對(duì)此，分別統(tǒng)計(jì)2種模型區(qū)劃結(jié)果中極高易發(fā)區(qū)和高易發(fā)區(qū)面積及其滑坡災(zāi)害點(diǎn)個(gè)數(shù)，得到LR模型結(jié)果為1 897.68 km2和3 598個(gè)，對(duì)應(yīng)的MMC-LR模型結(jié)果為1 720.23 km2和3 857個(gè)，即MMC-LR模型對(duì)比LR模型更小的區(qū)域中有更多的滑坡點(diǎn)?？傮w而言，MMC-LR模型的滑坡易發(fā)性區(qū)劃結(jié)果比LR模型的結(jié)果具有更為針對(duì)性的區(qū)劃效果。

5.3 模型精度評(píng)估與比較

為定量比較不同評(píng)價(jià)模型的性能優(yōu)劣，以特異性為橫軸、以敏感性為縱軸繪制出受試者工作特征(Receiver Operating Characteristic,ROC)曲線(xiàn)，該曲線(xiàn)反映了不同閾值下模型的綜合性能。對(duì)于不同模型的ROC曲線(xiàn)，當(dāng)曲線(xiàn)下面積(AUC)值越接近1時(shí)，模型的精度越好。LR模型和MMC-LR模型的ROC曲線(xiàn)如圖6所示，MMC-LR模型的AUC值為0.860，LR模型的AUC值為0.818，MMC-LR模型顯示了更好的易發(fā)性評(píng)價(jià)性能。

圖6 LR模型和MMC-LR 模型的ROC曲線(xiàn)Fig.6 ROC curves of LR model and MMC-LR model

將研究區(qū)滑坡災(zāi)害點(diǎn)與易發(fā)性區(qū)劃圖進(jìn)行疊加分析，統(tǒng)計(jì)2種模型各等級(jí)易發(fā)性區(qū)劃面積、區(qū)劃中滑坡災(zāi)害點(diǎn)數(shù)和滑坡點(diǎn)密度,如表3、表4所示。由表3可知,LR模型中極高-高易發(fā)區(qū)面積占整個(gè)研究區(qū)面積的35.17%，滑坡點(diǎn)數(shù)量占總滑坡數(shù)量的79.23%;由表4可知,MMC-LR模型中極高-高易發(fā)區(qū)面積占整個(gè)研究區(qū)面積的31.88%，滑坡點(diǎn)數(shù)量占總滑坡數(shù)量的84.94%。

表3 LR模型滑坡易發(fā)區(qū)劃統(tǒng)計(jì)Table 3 Statistics of landslide susceptibility zones obtained by LR model

表4 MMC-LR模型滑坡易發(fā)區(qū)劃統(tǒng)計(jì)Table 4 Statistics of landslide susceptibility zones obtained by MMC-LR model

在2種模型得到的滑坡易發(fā)性區(qū)劃結(jié)果中，滑坡點(diǎn)密度隨著滑坡易發(fā)性等級(jí)的升高而增加，在極高易發(fā)區(qū)中滑坡點(diǎn)密度達(dá)到最大值，這與實(shí)際認(rèn)知相符，從側(cè)面反映了評(píng)價(jià)結(jié)果的合理性。相較于LR模型，MMC-LR模型在極低易發(fā)區(qū)、低易發(fā)區(qū)和中易發(fā)區(qū)滑坡點(diǎn)密度較LR模型低，而在高易發(fā)區(qū)和極高易發(fā)區(qū)中高于LR模型。這再次說(shuō)明滑坡點(diǎn)在MMC-LR模型的易發(fā)性區(qū)劃結(jié)果中的分布比在LR模型中的分布更具有針對(duì)性，MMC-LR模型的區(qū)劃結(jié)果更為合理和可靠。

6 結(jié) 論

本文以蘆山地震為例，選取地震地質(zhì)條件、地形地貌條件、地表覆蓋條件和水文條件共4種模態(tài)數(shù)據(jù)的15個(gè)滑坡影響因子，構(gòu)建滑坡易發(fā)性評(píng)價(jià)指標(biāo)體系，并采用非線(xiàn)性圖融合的方法融合了多種模態(tài)數(shù)據(jù)，在此基礎(chǔ)上采用LR模型評(píng)價(jià)研究區(qū)滑坡易發(fā)性，并與直接利用LR模型得到的滑坡易發(fā)性評(píng)價(jià)結(jié)果進(jìn)行比較，得到以下結(jié)論：

(1)統(tǒng)計(jì)實(shí)際滑坡在所得易發(fā)性區(qū)劃圖中分布情況可知，MMC-LR模型中極高-高易發(fā)區(qū)面積占整個(gè)研究區(qū)面積的比例(31.88%)小于LR模型(35.17%)，MMC-LR模型中滑坡點(diǎn)數(shù)量占總滑坡數(shù)量的比例(84.94%)大于LR模型(79.23%)，說(shuō)明MMC-LR模型中滑坡點(diǎn)分布更為集中。

(2)根據(jù)ROC曲線(xiàn)對(duì)MMC-LR模型和LR模型評(píng)價(jià)精度檢驗(yàn)，MMC-LR的AUC值比LR模型高4.20%，說(shuō)明MMC-LR模型具有更高的評(píng)價(jià)精度。

(3)在基于相似度矩陣一致性度量的基礎(chǔ)上，相較于直接簡(jiǎn)單串聯(lián)原始數(shù)據(jù)特征后評(píng)價(jià)滑坡易發(fā)性，基于融合的模態(tài)數(shù)據(jù)開(kāi)展的滑坡易發(fā)性評(píng)價(jià)具有更高的評(píng)價(jià)精度。