南京信息工程大学研究团队构建了云南降雨诱发滑坡的机器学习预测预警模型

点击蓝字 关注我们

研究方法

本研究以云南省为研究对象，系统整合了多源地理数据与历史滑坡记录，构建了一套完整的机器学习预测框架。数据基础包括来自11,610个滑坡点数据，其中256个具有明确发生时间的滑坡案例用于模型训练与测试，另20个2014年的滑坡案例作为独立验证集。研究选取了八项影响滑坡发生的潜在地理因子：高程、坡度、坡向、岩性、土地覆盖类型、归一化植被指数（NDVI）、土壤类型和年均降水量。这些数据来源于ASTER GDEM、NASA MODIS、FAO土壤数据库、GPM降雨项目等公开数据平台，并统一重采样至1km×1km分辨率，确保空间一致性。

在因子敏感性分析阶段，研究采用频率比方法量化各因子对滑坡的贡献程度。频率比计算公式为：

通过计算各因子在不同类别下的FR值，发现坡度在10°–30°、岩性为变质岩、年均降水量在1000–1400 mm等条件下的FR值显著大于1，表明这些类别更易发生滑坡。基于各因子FR值的空间叠加，生成云南省滑坡敏感性图，并采用自然断点法划分为五级敏感区域，为后续模型构建提供环境背景支撑。

图 1 云南省滑坡敏感性分级图

降雨因子的处理是本研究的关键环节。研究引入“有效降雨”概念以反映前期降雨对滑坡的累积影响，计算公式为：

该参数设定基于对滑坡发生前15天降雨模式的统计分析，结果显示滑坡多发生在累积降雨达100 mm左右、且前期11天降雨贡献最为显著的情形。研究采用GPM日降雨数据进行空间插值，获取各滑坡点的逐日降雨序列，进而计算有效降雨作为动态输入特征。

为探究不同特征表达方式对模型的影响，研究构建了三个样本集：样本集1直接使用原始地理因子数值；样本集2将各因子替换为其FR值；样本集3则使用滑坡敏感性指数作为综合特征。每个样本集均包含256个正样本（滑坡点）和256个负样本（随机选取的非滑坡点），并提取对应时空位置的地理因子与降雨特征。在模型训练阶段，采用五种机器学习算法：XGBoost、KNN、SVM、逻辑回归与随机森林，通过贝叶斯优化进行超参数调优，并使用十折交叉验证评估模型稳定性。

研究结果

通过对不同样本集与机器学习算法的系统比较，研究发现经过频率比处理的样本集2与样本集3在各项性能指标上均显著优于原始数据样本集1。在样本集2中，所有五种算法的准确率均提升至0.9以上，其中逻辑回归表现最佳，ACC达0.936，AUC为0.971；支持向量机提升最为明显，ACC从0.512跃升至0.916。这表明基于频率比的因子重构能有效增强模型对滑坡环境的表征能力。

在样本集3中，尽管特征维度从八项降为一项（滑坡敏感性指数），模型仍保持较高性能。随机森林算法在该样本集上表现最为稳定且综合性能最优，其ACC为0.906，AUC达0.954，命中率POD为0.96，误报率POFD为0.15。相比之下，XGBoost与逻辑回归虽也表现良好，但在验证集上的预测准确率略低于随机森林。研究进一步使用2014年20个独立滑坡案例进行验证，随机森林模型在样本集3上的预测准确率为0.8，高于逻辑回归的0.65–0.75，显示其具有较强的泛化能力。

图 2 2014年7月6日滑坡预测结果对比

从空间预测效果来看，三种样本集在随机森林模型下的预测范围总体一致，均能较好地捕捉实际滑坡点的空间集群特征。然而，模型在部分区域出现误报，尤其在当日降雨较小但前期有效降雨较高的区域，说明滑坡发生具有多因素耦合的复杂性。研究也指出，在真实预警场景中，漏报比误报更为严重，因此模型在训练中更注重高命中率，这也部分导致了误报区域的增加。

基于模型输出概率，研究进一步构建了四级预警体系：概率0–0.2为无预警，0.2–0.55为低级预警，0.55–0.7为中级预警，0.7–1.0为高级预警。该划分依据模型阈值与评估指标变化曲线确定，在测试集中，约90%的滑坡点处于预警状态，其中75%为高级预警，仅2处滑坡未被预警，表明该模型对典型降雨诱发滑坡具有较强的预警能力。

图 3 模型评估指标随阈值变化曲线

研究最终推荐采用“基于滑坡敏感性图的随机森林模型”作为云南地区降雨诱发滑坡的预警工具，该模型在保持高精度的同时，具有较好的计算效率与解释性，可为区域地质灾害防控提供动态、定量的决策支持。

研究结论