基于X-多层感知器耦合模型的滑坡易发性评价——以贵州省松桃自治县为例

摘要

滑坡易发性评价是区域滑坡灾害风险评估的基础。当前主要滑坡易发性评价方法主要采用单一数据驱动模型,在实际应用中易出现漏报、误报问题。本文针对单一数据驱动模型的弊端,提出结合多层感知器(MultiLayer Perceptron,MLP)构建耦合模型进行滑坡预测分析;选取贵州省松桃苗族自治县作为研究区,借助ArcGIS软件平台,将高程、坡度、坡向与起伏度等12个因子作为评价指标因子;采用归一化频率比(NFR)模型与信息量(I)模型对研究区进行易发性评价,再分别与MLP模型结合成为NFRMLP、IMLP耦合模型并开展滑坡区预测分析;将得到的易发性结果分为高、较高、中等、较低、低易发区五类;结合区划结果频率比、接受者操作特征曲线(ROC)线下面积AUC值以及新典型滑坡实例,检验模型的精确度与可靠性。结果表明:(1)精确度大小为:IMLP耦合模型>I模型>NFRMLP耦合模型>NFR模型。因MLP模型具备高度的容错性和鲁棒性,致使XMLP耦合模型更加适应复杂多变的环境因素;(2)IMLP耦合模型预测性能较为出众,相较于单一模型精度提升5.7%。本研究结果可为研究区地质灾害防治提供一定指导建议。