基于机器学习的区域滑坡危险性评价方法综述

方然可刘艳辉黄志全

（1.中国地质环境监测院(自然资源部地质灾害技术指导中心)，北京 100081；2.华北水利水电大学地球科学与工程学院，河南 郑州 450046；3.洛阳理工学院，河南 洛阳 471023）

0 引言

中国是世界上滑坡灾害影响范围最广、危害最严重的国家之一。滑坡灾害遍及全国山地丘陵地区，已知数量近百万处之多，平均每年造成数百人死亡，数十亿元直接经济损失。区域滑坡灾害危险性评价，也称为敏感性评价、易发性区划，是在区域尺度上（可能是一个地区甚至一个国家），对影响滑坡灾害发生发展的地质环境因素开展系统分析，从区域上根据滑坡可能发生的危险性等级进行区划，进而划分轻重缓急区别对待，已成为主动有效预防和减轻滑坡灾害损失的重要手段之一。自20 世纪90年代以来，国内外研究者针对滑坡危险性评价开展了卓有成效的工作。DIJKE 等[1]基于GIS 对山区地质灾害进行分析，建立了一套完整数据库，并开发了地质灾害分析评价模型；ALEOTTI 等[2]总结回顾了滑坡地质灾害危险性评价研究进展，并对主要的危险性评价方法进行了分类等。同期国内学者在该领域也开展了深入全面的研究工作，比如运用多种数学模型开展的长江三峡库区库岸稳定性分区制图[3]；刘传正[4−5]等提出基于发育度、潜势度、危险度、风险度和危害度的地质灾害空间评价体系，给出了系统评价模型，并在三峡库区、汶川地震区等进行了有效实践；同期很多学者也开展了相关工作[6−8]。……