基于隨機(jī)森林模型的烏江高陡岸坡滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)

楊 碩，李德?tīng)I(yíng)，嚴(yán)亮軒，黃 元，王明哲

(中國(guó)地質(zhì)大學(xué)(武漢)工程學(xué)院，湖北 武漢 430074)

我國(guó)重慶長(zhǎng)江支流烏江流域地形陡峻，地質(zhì)環(huán)境復(fù)雜，是滑坡災(zāi)害高發(fā)區(qū)。重慶烏江河谷地區(qū)受河流底蝕作用，深切基巖，河谷緊束，在烏江河谷兩岸形成高陡岸坡，滑坡地質(zhì)災(zāi)害沿河谷地帶多發(fā)。該地區(qū)滑坡多沿烏江河谷地帶的高陡岸坡呈條帶狀分布，對(duì)河谷地區(qū)的居民區(qū)構(gòu)成了嚴(yán)重威脅。因此，研究烏江河谷地區(qū)高陡岸坡滑坡地質(zhì)災(zāi)害的發(fā)育特征，并開(kāi)展滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)，對(duì)保護(hù)當(dāng)?shù)厣鐣?huì)經(jīng)濟(jì)發(fā)展具有重要意義。

滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)是從空間尺度對(duì)滑坡發(fā)生的可能性進(jìn)行預(yù)測(cè)，能有效支持國(guó)土空間規(guī)劃。目前，國(guó)內(nèi)外學(xué)者廣泛采用的滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)模型大致可以分為啟發(fā)式模型、確定性模型和數(shù)理統(tǒng)計(jì)模型。其中，啟發(fā)式模型主要依靠專(zhuān)家的專(zhuān)業(yè)知識(shí)和經(jīng)驗(yàn)建立滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)模型，其缺點(diǎn)是存在較大的主觀(guān)性；確定性模型主要考慮滑坡物理力學(xué)過(guò)程，多通過(guò)計(jì)算災(zāi)害體的穩(wěn)定性系數(shù)來(lái)進(jìn)行滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)，常用的模型有無(wú)限斜坡模型，但該模型多需要確定地下水水位和滑帶土強(qiáng)度參數(shù)，難以適用于大區(qū)域滑坡地質(zhì)災(zāi)害易發(fā)性區(qū)劃；數(shù)理統(tǒng)計(jì)模型以工程地質(zhì)類(lèi)比法為基礎(chǔ)，常用的模型有信息量模型、證據(jù)權(quán)法等。隨著人工智能算法的不斷成熟與發(fā)展，基于機(jī)器學(xué)習(xí)的滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)模型的研究日趨活躍，常用的有決策樹(shù)模型、支持向量機(jī)模型和神經(jīng)網(wǎng)絡(luò)模型等。這些評(píng)價(jià)模型能較好地適應(yīng)滑坡復(fù)雜的非線(xiàn)性特征，但存在預(yù)測(cè)結(jié)果解釋性較弱或過(guò)度擬合的問(wèn)題。

為了提高模型的預(yù)測(cè)精度，減少過(guò)度擬合的問(wèn)題，以隨機(jī)森林模型為代表的決策樹(shù)集成學(xué)習(xí)方法受到了廣泛的關(guān)注，并在地質(zhì)災(zāi)害領(lǐng)域得到了廣泛應(yīng)用。如Merghadi等以北非米拉盆地為例，比較了基于隨機(jī)森林、梯度提升機(jī)、邏輯回歸、神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)5種滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)模型的預(yù)測(cè)能力，結(jié)果發(fā)現(xiàn)隨機(jī)森林模型具有更好的預(yù)測(cè)性能；Goetz等對(duì)比研究了傳統(tǒng)統(tǒng)計(jì)方法和機(jī)器學(xué)習(xí)方法在滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)中的預(yù)測(cè)效果，結(jié)果發(fā)現(xiàn)隨機(jī)森林模型具有最佳的預(yù)測(cè)性能；Sun等以重慶市奉節(jié)縣地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)為例，通過(guò)貝葉斯優(yōu)化算法建立了高精度的地質(zhì)災(zāi)害易發(fā)性隨機(jī)森林評(píng)估模型。

基于上述研究，本文選取重慶烏江龍溪-石朝門(mén)段高陡岸坡為研究區(qū)，該區(qū)段滑坡地質(zhì)災(zāi)害密集，提取高程、坡度、斜坡結(jié)構(gòu)、斜坡形態(tài)、沖溝、巖組分類(lèi)、地質(zhì)構(gòu)造和道路評(píng)價(jià)指標(biāo)因子信息，采用隨機(jī)森林模型對(duì)研究區(qū)滑坡地質(zhì)災(zāi)害易發(fā)性進(jìn)行了評(píng)價(jià)與精度分析，并分析了各評(píng)價(jià)指標(biāo)因子的貢獻(xiàn)程度，以為該地區(qū)滑坡地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)估以及未來(lái)該區(qū)域工程建設(shè)和居民選址提供科學(xué)依據(jù)。

1 隨機(jī)森林模型

隨機(jī)森林(Random Forest,RF)模型是決策樹(shù)的一種集成方法，由Breiman首次提出，是Bagging集成方法中最具有代表性的算法。隨機(jī)森林中每棵決策樹(shù)都取決于獨(dú)立采樣的隨機(jī)向量值，并且對(duì)森林中的所有樹(shù)都具有相同的分布。采用RF模型進(jìn)行分類(lèi)預(yù)測(cè)時(shí)會(huì)建立

k

個(gè)決策樹(shù)，每個(gè)決策樹(shù)都有一票投票權(quán)來(lái)選擇最優(yōu)分類(lèi)，最后通過(guò)簡(jiǎn)單的表決方式預(yù)測(cè)最終分類(lèi)。采用RF模型進(jìn)行分類(lèi)預(yù)測(cè)的流程如下(見(jiàn)圖1)：

圖1 隨機(jī)森林(RF)模型分類(lèi)預(yù)測(cè)流程圖

(1) RF模型利用自主采樣法從總樣本里面隨機(jī)有放回地抽取

m

個(gè)樣本作為一個(gè)初始訓(xùn)練數(shù)據(jù)集，由于自主采樣法的有放回抽取，在每一個(gè)初始訓(xùn)練集中，仍然有近1

/

3的數(shù)據(jù)未被采取，這些數(shù)據(jù)被稱(chēng)為袋外數(shù)據(jù)，用來(lái)對(duì)模型性能進(jìn)行評(píng)估。(2) 運(yùn)用上述方法總共抽取

k

個(gè)初始訓(xùn)練數(shù)據(jù)集，每個(gè)初始訓(xùn)練數(shù)據(jù)集都會(huì)訓(xùn)練出一個(gè)不剪枝自由生長(zhǎng)的決策樹(shù)，形成

k

個(gè)分類(lèi)結(jié)果。(3) RF模型的輸出結(jié)果為

k

個(gè)決策樹(shù)中平均概率值最高的類(lèi)型，其概率值計(jì)算公式如下：

(1)

式中：

I

為所有分類(lèi)的集合；

k

為決策樹(shù)數(shù)量；

p

為事件

i

發(fā)生的概率；

p

為第

j

個(gè)決策樹(shù)事件

i

發(fā)生的概率；

p

為最終選擇的分類(lèi)對(duì)應(yīng)的概率值。

2 研究區(qū)概況

本文選取重慶烏江龍溪-石朝門(mén)段高陡岸坡為研究區(qū)。研究區(qū)位于重慶市彭水和武隆兩縣交界處的烏江流域，沿烏江長(zhǎng)約28.34 km，總面積為86 km。該地區(qū)地貌屬構(gòu)造剝蝕深切割中低山，地勢(shì)總體烏江兩岸南北高、中間低，地形陡峻，河谷呈“V”形，烏江水位高程為215 m。研究區(qū)地層從寒武系到第四系均有出露，以志留系和奧陶系為主，巖性主要為粉砂巖、頁(yè)巖、泥巖、灰?guī)r、白云巖。區(qū)內(nèi)主體斷裂與褶皺軸線(xiàn)方向一致，呈北北東向。

根據(jù)野外調(diào)查結(jié)果顯示，滑坡沿烏江兩岸呈帶狀分布，在烏江北岸主要為切層滑坡，南岸主要為順層滑坡和堆積層滑坡。沿烏江高陡岸坡段共發(fā)育滑坡地質(zhì)災(zāi)害30處，其中土質(zhì)滑坡20處、巖質(zhì)滑坡10處，小型滑坡23處、中型滑坡7處。典型的滑坡地質(zhì)災(zāi)害點(diǎn)有西流坨順層巖質(zhì)滑坡和臨江寺土質(zhì)滑坡，見(jiàn)圖3至圖5。

圖2 研究區(qū)地理位置及滑坡分布圖

圖3 研究區(qū)滑坡現(xiàn)場(chǎng)照片

圖4 研究區(qū)滑坡平面圖

圖5 研究區(qū)滑坡剖面圖

3 研究區(qū)滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)與精度分析

3.1 數(shù)據(jù)來(lái)源

基于野外地質(zhì)災(zāi)害調(diào)查與收集的地質(zhì)資料，用于研究區(qū)滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)的主要數(shù)據(jù)有：①1∶5萬(wàn)地形圖，用于提取高程、坡度等信息；②1∶5萬(wàn)高谷幅和火爐鋪幅地質(zhì)圖，用于工程地質(zhì)巖組分類(lèi)和構(gòu)造提取；③重慶市彭水縣和武隆縣1∶10萬(wàn)滑坡地質(zhì)災(zāi)害分布和滑坡地質(zhì)災(zāi)害易發(fā)性分區(qū)圖；④1∶5萬(wàn)GF-2遙感影像滑坡地質(zhì)災(zāi)害解譯數(shù)據(jù)；⑤對(duì)研究區(qū)進(jìn)行了1∶5萬(wàn)滑坡地質(zhì)災(zāi)害風(fēng)險(xiǎn)調(diào)查以及利用光學(xué)影像對(duì)滑坡地質(zhì)災(zāi)害進(jìn)行了早期識(shí)別，查明了研究區(qū)有30處滑坡，并建立了滑坡地質(zhì)災(zāi)害數(shù)據(jù)庫(kù)。

3.2 評(píng)價(jià)指標(biāo)因子選取

滑坡發(fā)生受坡體本身的基礎(chǔ)地質(zhì)條件和外界誘發(fā)因素所控制。根據(jù)研究區(qū)滑坡地質(zhì)災(zāi)害發(fā)育的特征和地質(zhì)環(huán)境條件，初步選取8個(gè)滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)指標(biāo)因子進(jìn)行分析，具體為高程、坡度、巖組分類(lèi)、斜坡結(jié)構(gòu)、斜坡形態(tài)、沖溝、地質(zhì)構(gòu)造和道路。本文采用10 m×10 m的柵格，將研究區(qū)共劃分為859 280個(gè)柵格。研究區(qū)高程分為200～420 m、420～640 m、640～900 m、900～1 391 m；坡度分為0°～10°、10°～25°、25°～35°、35°～45°、>45°；斜坡結(jié)構(gòu)分為順向坡、順斜坡、橫向坡、逆斜坡、逆向坡；斜坡形態(tài)根據(jù)剖面曲率分為凸形坡、平直坡、凹形坡；沖溝的緩沖距離分為0～100 m、100～200 m、200～300 m、>300 m；地質(zhì)構(gòu)造的緩沖距離分為0～250 m、250～500 m、500～750 m、750～1 000 m、>1 000 m；道路的緩沖距離根據(jù)災(zāi)害體大小和可能的運(yùn)動(dòng)距離取值，將其分為0～100 m、100～200 m、200～300 m，>300 m。此外，研究區(qū)工程地質(zhì)巖組分為4大類(lèi)7小類(lèi)：①第四系松散巖組(Ⅰ),主要為殘坡積、沖洪積、崩坡積碎塊石、砂礫和黏性土；②層狀碎屑巖巖組(Ⅱ)，可分為3小類(lèi)，即較軟-軟質(zhì)薄層-中厚層狀泥巖、頁(yè)巖巖組(Ⅱ)，較軟-較堅(jiān)硬中厚層狀泥質(zhì)粉砂巖、粉砂質(zhì)泥巖巖組(Ⅱ)，堅(jiān)硬-較堅(jiān)硬中厚層-厚層狀粉砂巖、石英粉砂巖、細(xì)砂巖巖組(Ⅱ)；③層狀碳酸鹽巖巖組(Ⅲ)可分為2小類(lèi)，即較堅(jiān)硬中厚層狀含泥灰?guī)r、泥灰?guī)r、夾泥質(zhì)條帶灰?guī)r、巖溶化灰?guī)r及白云巖巖組(Ⅲ)，堅(jiān)硬中厚層-巨厚層狀灰?guī)r、微晶灰?guī)r、生物碎屑灰?guī)r、灰質(zhì)白云巖巖組(Ⅲ)；④層狀碳酸鹽巖夾碎屑巖組(Ⅳ)，主要為軟硬相間灰?guī)r夾泥巖、頁(yè)巖巖組。

各評(píng)價(jià)指標(biāo)因子的具體分類(lèi)，詳見(jiàn)圖6。

圖6 研究區(qū)滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)指標(biāo)因子圖

對(duì)研究區(qū)評(píng)價(jià)指標(biāo)因子進(jìn)行數(shù)據(jù)處理，得到由8個(gè)評(píng)價(jià)指標(biāo)因子組成的矩陣

A

，并對(duì)其進(jìn)行Pearson相關(guān)性分析，其分析結(jié)果見(jiàn)表1。

表1 研究區(qū)滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)指標(biāo)因子的Pearson相關(guān)系數(shù)矩陣表

由表1可知，研究區(qū)高程與道路評(píng)價(jià)指標(biāo)因子的相關(guān)系數(shù)為0.446>0.3，說(shuō)明兩者之間的相關(guān)性較高。由于道路工程中產(chǎn)生的切坡是該地區(qū)滑坡地質(zhì)災(zāi)害誘發(fā)的重要因素，因此剔除高程評(píng)價(jià)指標(biāo)因子，利用剩余的7個(gè)評(píng)價(jià)指標(biāo)因子建立研究區(qū)滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)指標(biāo)體系。

3.3 滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)結(jié)果與分析

選取研究區(qū)30處滑坡進(jìn)行柵格處理，精度為10 m×10 m，共計(jì)有8 818個(gè)柵格，與經(jīng)過(guò)Pearson相關(guān)性分析后的7個(gè)評(píng)價(jià)指標(biāo)因子共同組成矩陣

B

。在矩陣

B

中隨機(jī)選取70%的樣本數(shù)據(jù)構(gòu)建訓(xùn)練數(shù)據(jù)集，剩下的30%樣本數(shù)據(jù)構(gòu)建測(cè)試數(shù)據(jù)集，應(yīng)用SPSS Modeler 18中的RF模型對(duì)訓(xùn)練數(shù)據(jù)集進(jìn)行訓(xùn)練和建模，并對(duì)全區(qū)域滑坡地質(zhì)災(zāi)害易發(fā)性進(jìn)行評(píng)價(jià)，最后利用測(cè)試數(shù)據(jù)集對(duì)模型精度進(jìn)行檢驗(yàn)。

3.3.1 滑坡地質(zhì)災(zāi)害易發(fā)性分區(qū)

通過(guò)RF模型計(jì)算出研究區(qū)內(nèi)所有柵格的滑坡發(fā)生概率，并基于K均值聚類(lèi)模型，將研究區(qū)劃分為5個(gè)滑坡易發(fā)區(qū)，即極低易發(fā)區(qū)(0，0.16]、低易發(fā)區(qū)(0.16，0.45]、中易發(fā)區(qū)(0.45，0.69]、高易發(fā)區(qū)(0.69，0.87]、極高易發(fā)區(qū)(0.87，1]，進(jìn)而得出研究區(qū)滑坡地質(zhì)災(zāi)害易發(fā)性分區(qū)圖(見(jiàn)圖7)，再對(duì)研究區(qū)滑坡地質(zhì)災(zāi)害易發(fā)性進(jìn)行分區(qū)統(tǒng)計(jì)(見(jiàn)圖8)，最后通過(guò)RF模型得到研究區(qū)滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)指標(biāo)因子的貢獻(xiàn)程度雷達(dá)圖，見(jiàn)圖9。

圖7 研究區(qū)滑坡地質(zhì)災(zāi)害易發(fā)性分區(qū)圖

圖8 研究區(qū)滑坡地質(zhì)災(zāi)害易發(fā)性分區(qū)統(tǒng)計(jì)

圖9 研究區(qū)滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)指標(biāo)因子的貢獻(xiàn)程度雷達(dá)圖

根據(jù)上述研究區(qū)滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)結(jié)果，可分析得出研究區(qū)滑坡地質(zhì)災(zāi)害發(fā)育具有以下分布特征：

(1) 研究區(qū)滑坡極高和高易發(fā)區(qū)主要分布于烏江北岸的共和村以西沿線(xiàn)，烏江南岸的青龍咀至木棕坪一帶和銀廠(chǎng)村一帶，其占研究區(qū)總面積的3.33%，其中滑坡極高和高易發(fā)區(qū)的面積占已知滑坡總面積的94.12%，其他區(qū)域滑坡分布較少(見(jiàn)圖8)。

(2) 斜坡物質(zhì)和斜坡結(jié)構(gòu)對(duì)研究區(qū)滑坡地質(zhì)災(zāi)害的發(fā)生起主要作用(見(jiàn)圖9)，滑坡極高和高易發(fā)區(qū)主要分布在志留系的泥巖、頁(yè)巖、泥質(zhì)粉砂巖層位中，其次為奧陶系泥質(zhì)灰?guī)r層位中；研究區(qū)滑坡極高和高易發(fā)區(qū)主要分布在順向坡和順斜坡中。

3.3.2 模型預(yù)測(cè)精度評(píng)估

本文采用混淆矩陣和ROC曲線(xiàn)對(duì)RF模型的預(yù)測(cè)精度進(jìn)行評(píng)估。

(1) 混淆矩陣：由于滑坡樣本和非滑坡樣本數(shù)目的極度不平衡，僅采用統(tǒng)計(jì)方法來(lái)衡量預(yù)測(cè)模型判斷滑坡和非滑坡的準(zhǔn)確度，不能評(píng)估該模型的適用性。因此，本文采用混淆矩陣對(duì)RF模型的預(yù)測(cè)精度進(jìn)行評(píng)估，得到研究區(qū)RF模型測(cè)試數(shù)據(jù)集的混合矩陣，見(jiàn)表2。

表2 研究區(qū)隨機(jī)森林模型測(cè)試數(shù)據(jù)集的混淆矩陣

由表2可知，測(cè)試數(shù)據(jù)集中模型正確分類(lèi)樣本數(shù)為226 212個(gè)，而測(cè)試數(shù)據(jù)總樣本數(shù)為253 746個(gè)，可得到RF模型預(yù)測(cè)的準(zhǔn)確率(ACC值)為0.89(ACC指模型正確分類(lèi)樣本個(gè)數(shù)占總樣本個(gè)數(shù)的比值)，表明RF模型的預(yù)測(cè)精度較高。

(2) ROC曲線(xiàn)：整個(gè)研究區(qū)隨機(jī)RF模型的ROC曲線(xiàn)見(jiàn)圖10。AUC(Area Under Curve)被定義為ROC曲線(xiàn)下的面積，取值范圍在0.5～1之間，AUC值越大，表明模型的預(yù)測(cè)精度越高。

圖10 研究區(qū)隨機(jī)森林模型的ROC曲線(xiàn)和AUC值

由圖10可見(jiàn)，RF模型的AUC值為0.975，表明應(yīng)用RF模型對(duì)研究區(qū)滑坡地質(zhì)災(zāi)害易發(fā)性進(jìn)行預(yù)測(cè)的精度較高。

4 結(jié) 論

本文以重慶烏江龍溪-石朝門(mén)段高陡岸坡為研究區(qū)，基于隨機(jī)森林模型開(kāi)展了研究區(qū)滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)，得到如下結(jié)論：

(1) 根據(jù)滑坡地質(zhì)災(zāi)害現(xiàn)場(chǎng)調(diào)查結(jié)果，研究區(qū)94.12%的滑坡分布在極高和高易發(fā)區(qū)，表明隨機(jī)森林模型的預(yù)測(cè)效果好。在評(píng)價(jià)指標(biāo)因子中，斜坡物質(zhì)和斜坡結(jié)構(gòu)是影響研究區(qū)滑坡地質(zhì)災(zāi)害發(fā)育的最主要因素。

(2) 通過(guò)混淆矩陣和ROC曲線(xiàn)對(duì)隨機(jī)森林模型的預(yù)測(cè)精度進(jìn)行評(píng)估，結(jié)果表明：隨機(jī)森林模型預(yù)測(cè)的準(zhǔn)確率(ACC值)為0.89，AUC值為0.975，說(shuō)明隨機(jī)森林模型評(píng)價(jià)方法的精確度較高，是一種滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)的可靠方法。