基于信息量–随机森林模型的邛崃山系滑坡易发性评价基于信息量–随机森林模型的邛崃山系滑坡易发性评价

1 论文标题：基于信息量–随机森林模型的邛崃山系滑坡易发性评价

2 作者信息：陈 坤*, 周 涛, 罗 枫, 刘 志, 何 沐, 邱春洪：中铁二院工程集团有限责任公司，四川 成都

3 出处和链接：陈坤, 周涛, 罗枫, 刘志, 何沐, 邱春洪. 基于信息量–随机森林模型的邛崃山系滑坡易发性评价[J]. 地球科学前沿, 2025, 15(2): 226-240.

4 摘要：针对目前滑坡易发性评价中非灾害点赖于主观推测或随机选取，导致非灾害点辨识度较低，容易导致分析误差增大，进而影响模型的精度的问题，本文采用基于信息量法支持下的随机森林模型对邛崃山系进行滑坡易发性评价。经过大量统计研究与地质环境条件分析，选取高程、坡度、坡向、归一化植被指数、降雨量、岩组、距断层距离、距道路距离和距水系距离9个影响滑坡的因素进行分析，得出各评价指标权重。利用信息量模型进行易发性预评价和分级，从低易发区随机选取2373个非灾害点作为负样本点。然后通过随机森林模型获取滑坡易发性评价结果，并利用ArcGIS中的自然断点法对邛崃山系滑坡易发性结果进行分类，将研究区域划分为极低易发区(29.4%)、低易发区(30.5%)、中等易发区(20.6%)、高易发区(13.4%)、极高易发区(7.1%)五个等级区。并通过ROC曲线检验评价精度，结果显示模型AUC值为0.940，验证了信息量支持下的随机森林模型在邛崃山系滑坡易发性评价中具有较高的可信度。