点击蓝字 关注我们

中国地质大学（武汉）的Feifei Zhang等提出一种新颖的多分类机器学习（ML）滑坡易发性建模（LSM）框架，以克服二分类模型的局限。传统方法将样本简化为“滑坡/非滑坡”，再用分类器做回归，造成信息损失和空间不连续。新框架分四步：(1) 用数学统计先验生成初始易发性分区图；(2) 筛选极高易发样本；(3) 按各区面积比确定其余等级样本量；(4) 分带采样。山西吕梁实验显示，8种ML算法下，多分类模型在命中优化指数（HOI）上平均提升6.71%，空间精度与连续性显著增强，为风险评估与减灾提供关键支撑。

01

研究方法

基于统计知识的多分类机器学习建模方案分两步：先构建多分类样本集，再训练模型并优选出最终区划图，整体步骤见图1。

图1 LSL 多分类建模流程图。整个过程分两步：第一步，基于初始 LSZM 构建多分类样本集；第二步，利用该样本集完成模型训练与易发性制图。

多分类样本集构建

生成初始 LSZM：输入滑坡编目、滑坡诱发因子（LCF）及 1 km×1 km 制图单元：对滑坡点按规模做缓冲分析；将 LCF 全部离散化后叠加，计算确定性因子（CF）值并加权求和得到易发性指数（LSI）；用自然断点法将 LSI 重分为五级，完成初始滑坡易发性分区图。

建立样本库：在初始图上剔除落入“极低”区的 1 条滑坡记录，剩余 339 条作为“极高”样本（标签 5）；按五级面积比，在高、中、低、极低区内随机补采 457、342、379、271 个样本，对应标签 4、3、2、1；共得 1 788 个样本，按 8∶2 划分训练与测试集。

图2 多分类样本集构建。(a)–(e) 分别为极高、高、中、低和极低易发性等级的采样点位置；(f) 初始 LSZM 中各易发性等级的面积占比

多分类建模与优选

选用 LR、FCNN、SVC、NuSVC、DT、RF、ExtraTrees、XGBoost 八种算法，在统一超参数配置下训练；将模型应用于全区域单元生成五级易发性图，并计算新提出的命中优化指数 HOI，自动遴选最佳结果。

表1 算法超参数配置

02

研究结果

模型对比与解析

为验证该框架在滑坡易发性分级（LSL）中的有效性，该研究在完全相同的数据条件下，同步开展了传统“滑坡/非滑坡”二分类建模与所提多分类建模，并从模型评估、模型验证与成图效果三个维度进行系统对比。

模型评估：表 2 与表 3 分别汇总了多分类与二分类模型在测试集上的精度指标。可以看到，二分类模型在准确率、F1-score、AUC 等各项指标上均显著优于多分类模型，这主要归因于任务复杂度的本质差异：二分类仅需区分“是否”滑坡，而多分类需识别 5 个易发性等级，类别边界更多、难度更大。因此，传统评估指标难以跨任务直接比较，必须结合面向实际区划的度量进行多维评估。

表2 多分类模型评估结果。

表3 二分类模型评估结果。

模型验证：以 1 km×1 km 栅格为预测单元，多分类模型各区间的历史滑坡命中率（HR）与面积占比统计见表 4；二分类模型则将其输出的滑坡概率用自然断点法重分为 5 级，对应统计结果列于表 5。图 3 通过柱状图直观对比了两类模型的分布特征。

表4 多分类模型制图结果统计信息。

表5 二分类模型制图结果统计信息。

图3 易发性分区分布特征：(a)(b) 多分类制图结果的历史滑坡命中率（HR）与面积占比；(c)(d) 二分类制图结果的历史滑坡命中率（HR）与面积占比。

二分类模型虽在“极高”区命中率（HR）达90%，却伴随约60%的面积冗余；多分类模型保持50%+HR的同时，将极高区压缩至22%（RF仅12.04%），面积呈正态分布，更符实地调查。

成图结果：图 4 与图 5 分别展示了 8 种算法下的易发性分区图。多分类模型生成的区划呈空间连续梯度分布，五级面积比例协调，符合实际地质调查认知；而二分类模型在“极高”区出现大面积“块状聚集”，平均面积占比超过 60%，空间不连续问题突出。这一差异源于二分类对连续概率的简单二分导致信息损失，而多分类直接建模 5 级易发性，更好地保留了差异梯度，因而制图结果更具地质合理性。

图4 LR、FCNN、SVC 与 NuSVC 模型制图结果。(a)–(d) 为多分类模型易发性分区图；(e)–(h) 为二分类模型易发性分区图。

图5 DT、RF、ExtraTrees 与 XGBoost 模型的制图结果。(a)–(d) 为多分类模型易发性分区图；(e)–(h) 为二分类模型易发性分区图

可解释性分析

为验证最终 RF 多分类模型的可靠性，该研究采用 SHAP 方法进行因子重要性解析（图 6）。按平均绝对 SHAP 值排序，影响“极高”易发性预测的关键因子依次为：高程、道路密度、年平均降雨量、粉砂、林地、丘陵、地震烈度、河网密度、黏土、中山。图 6(b) 进一步表明：滑坡概率与高程显著负相关，低海拔区人类工程活动密集，更易失稳；道路密度越高，正贡献越大，证实工程扰动的触发作用；年平均降雨量呈负贡献，因研究区高降雨带多分布于植被覆盖良好的山脊，斜坡稳定性反而更高；粉砂含量增加易发性，黏土则相反，反映两者抗剪强度差异；地震烈度越高、河网密度越低，滑坡易发性越大，与区域构造-水文背景一致。

图6 极高易发性等级可解释性分析结果。(a) 平均绝对 SHAP 值柱状图，柱长表示特征对模型影响的大小；(b) 特征 SHAP 值散点图，点的颜色代表特征值大小，横轴位置表示影响的方向与强度（正或负）。

03

研究结论

该研究提出一种“统计知识引导的多分类机器学习”滑坡易发性（LSM）创新框架：先用数学统计方法构建具有物理意义的初始易发性分区图，解决滑坡样本质量、非滑坡样本选择及标签设定等不确定性，并保证训练场景与实际应用一致；新设计的 HOI 指标兼顾预测精度与空间经济性。以山西吕梁为研究区，实验表明该框架生成的易发性图更符合实地分布，可直接服务于联合国可持续发展目标 11 的减灾需求。SHAP 解释分析进一步验证了模型与领域知识相符，并揭示了高程、道路密度等关键因子与易发的复杂关系。未来融合 InSAR 与实时监测数据，可进一步提升模型的时空泛化能力与工程实用性，推动工程地质从“经验驱动”走向“数据-理论双驱动”。

文章信息

该研究成果发表在期刊Engineering Geology上，详细内容见：Feifei Zhang, Changle Li, Yuewei Wang*, Yiyue Wang(2026). Statistical knowledge-guided multi-classification machine learning modeling scheme for landslide susceptibility levels. Engineering Geology, 360, 108458.

原文链接： https://doi.org/10.1016/j.enggeo.2025.108458

资料整理 | 曹冰姿

排版编辑 | 王亚豪

投稿邮箱：401784656@qq.com

欢迎各位的关注与来稿！