基于逻辑回归树和旋转森林模型的滑坡易发性评价

李宇新，邓念东*，马建全，周 阳，崔阳阳

(1.西安科技大学地质与环境学院，西安 710054；2.陕西省地质调查院，西安 710054；3.陕西省水工环地质调查中心，西安 710068)

随着社会经济的快速发展，地质环境逐渐恶化，衍生出一系列地质灾害。汉中市汉台区地处陕南汉中盆地中心，由于土地资源不合理利用、开垦山坡等人类工程活动，该区域地质环境遭到严重破坏，特别是滑坡对人类生命财产造成巨大威胁。科学高效地进行区域滑坡易发性评价是防灾减灾的有效措施，也是近些年来滑坡预防与土地规划的热点。

从20世纪80年代起，中外学者对滑坡易发性展开研究，其核心是评价指标和评价模型的确定。根据前人研究，评价指标主要根据区域地质环境条件进行选择，尚未达成统一共识。评价方法主要可以划分为确定性模型和非确定性模型[1]。确定性模型主要依靠专家经验确定各类成灾因素的权重值后进行叠加，取得了较好的预测效果，但过度依赖经验判断以及结论缺乏继承性。随着统计学习理论研究和计算机科学的发展，非确定性模型被广泛应用到滑坡易发性评价中，主要包括信息量[2-3]、确定性系数法[4]、证据权法[5]以及一系列数据挖掘与机器学习方法，比如逻辑回归[6]、决策树[7]、人工神经网络[8]、支持向量机[9]、随机森林[10]、朴素贝叶斯[11]等。其中，以决策树算法为基础的一系列集成模型也被应用至滑坡易发性评价中，如J48算法[12]、随机森林模型、旋转森林模型[13]、逻辑回归树模型[14]等，该类模型主要以决策树算法或多种分类器为基础，采取不同的特征选择和剪枝方式进行模型构建，提高模型分类正确率，同时一定程度上减少训练样本过拟合。……