基于优化MaxEnt模型的怒江州滑坡易发性评价
李益敏1
向倩英2
邓选伦3
冯显杰2
1.云南大学 地球科学学院,云南 昆明 650500;云南大学 云南省高校国产高分卫星遥感地质工程研究中心,云南 昆明 6505002.云南大学 国际河流与生态安全研究院,云南 昆明 6505003.云南大学 地球科学学院,云南 昆明 650500
摘要：目的 怒江州是典型的高山峡谷地区,地质灾害(滑坡)频发,严重制约着当地的发展.为解决这一问题,方法 综合考虑怒江州实际情况,从气象水文、地形地貌、地层岩性、植被生态和人类活动5个方面选取坡向,高程等14个影响因子,判断滑坡与各影响因子间相关性,构建评价指标体系,对最大熵(maximum entropy,MaxEnt)模型的特征类(feature combination,FC)和正则化乘数(regularization multiplier,RM)参数进行优化,对比优化前后小样本赤池信息量准则(akaike information criterion,AIC)、遗漏率(omission rate,OR)和 AUC(area under curve),并基于优化的MaxEnt模型预测滑坡灾害的发生,实现怒江州滑坡易发性评价.结果 结果表明:优化后的MaxEnt模型在研究区滑坡易发性预测中适用性优秀(AUC=0.913);运用刀切法(Jackknife)计算各影响因子对易发性的影响程度,高程(S3,23.2%)、坡度(S9,22.4%)、居民点密度(S5,14.2%)、距河流距离(S13,13.7%)、距道路距离(S4,9.6%)和岩性(S7,8.7%)是前六位影响因子,累计贡献度达 91.8%;极高、高、中、低滑坡易发性等级的空间占比分别为4.88%,8.96%,18.40%,67.76%,县域中极高和高易发区占比最大的是泸水市,整体上看,极高、高易发区主要沿河流和道路分布于峡谷中,低易发区主要分布于人类活动少、河谷不发育的区域.结论 优化后的MaxEnt模型更适合怒江州滑坡易发性预测,研究结果可为怒江州防灾减灾与土地利用规划提供参考.
关键词：怒江州最大熵模型滑坡易发性
分类号：P694(灾害地质学)
资助基金：国家自然科学基金(41161070)云南省科技厅-云南大学联合基金重点资助项目(2019FY003017)云南大学大湄公河次区域气候变化研究省创新团队项目(2019HC027)中国地质调查局项目(DD20221824)
论文发表日期：2025-02-27
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：11( 57-67 )
英文信息