基于隨機(jī)森林算法的鞏義市地質(zhì)環(huán)境承載力評(píng)價(jià)

關(guān)鍵詞：地質(zhì)環(huán)境承載力；隨機(jī)森林算法；組合賦權(quán)法；黃河中下游；鞏義市

鞏義市地處秦嶺東段、黃河流域中下游，地質(zhì)構(gòu)造復(fù)雜，以黃土高原為主的第四系黃土廣泛分布，礦產(chǎn)資源豐富，部分地區(qū)濕陷性強(qiáng)，切坡建房、窯洞建設(shè)普遍存在，地質(zhì)環(huán)境脆弱。近年來(lái)，隨著社會(huì)經(jīng)濟(jì)快速發(fā)展及礦產(chǎn)資源開(kāi)發(fā)，鞏義市生態(tài)環(huán)境受了嚴(yán)重破壞，使本來(lái)脆弱的地質(zhì)環(huán)境進(jìn)一步惡化，崩塌、滑坡、泥石流、地面塌陷等地質(zhì)災(zāi)害頻繁發(fā)生，引發(fā)水土流失、自然景觀破壞等環(huán)境問(wèn)題，嚴(yán)重威脅人民生產(chǎn)生活及生命財(cái)產(chǎn)安全。

地質(zhì)環(huán)境承載力評(píng)價(jià)是查清地質(zhì)環(huán)境現(xiàn)狀、推進(jìn)經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展的基礎(chǔ)工作。地質(zhì)環(huán)境承載力評(píng)價(jià)研究經(jīng)歷了反映承載等級(jí)劃分和服務(wù)國(guó)土空間規(guī)劃兩個(gè)階段，其研究方法以層次分析法、主成分分析法、變異系數(shù)法和模糊綜合評(píng)價(jià)法為主。隨著人工智能算法的發(fā)展，部分學(xué)者采用機(jī)器學(xué)習(xí)算法開(kāi)展地質(zhì)環(huán)境承載力評(píng)價(jià)，并取得了較好的效果，如李宇新等引人數(shù)據(jù)挖掘半監(jiān)督學(xué)習(xí)模型，完成了府谷縣地質(zhì)環(huán)境承載力評(píng)價(jià)。隨機(jī)森林算法在處理數(shù)據(jù)間非線性關(guān)系問(wèn)題方面具有明顯優(yōu)勢(shì)，支澤民等采用隨機(jī)森林回歸模型完成了川藏鐵路沿線縣域地質(zhì)環(huán)境承載力評(píng)價(jià)。

以往的研究主要基于靜態(tài)的地質(zhì)環(huán)境數(shù)據(jù)開(kāi)展地質(zhì)環(huán)境評(píng)價(jià)，未考慮地質(zhì)災(zāi)害的動(dòng)態(tài)變化，缺少地表動(dòng)態(tài)移動(dòng)變形數(shù)據(jù)，且評(píng)價(jià)單元尺度較大，評(píng)價(jià)結(jié)果具有一定局限性。利用機(jī)器學(xué)習(xí)算法開(kāi)展地質(zhì)環(huán)境承載力評(píng)價(jià)時(shí)，目標(biāo)向量選取具有主觀性且未對(duì)評(píng)價(jià)精度和評(píng)價(jià)結(jié)果進(jìn)行定量檢驗(yàn)及優(yōu)化。鑒于此，本文以黃河中下游典型地質(zhì)環(huán)境脆弱區(qū)河南省鞏義市為例，綜合運(yùn)用遙感地表形變監(jiān)測(cè)技術(shù)、隨機(jī)森林算法（RF）、GIS技術(shù)等，選取InSAR地面形變數(shù)據(jù)、地質(zhì)災(zāi)害風(fēng)險(xiǎn)區(qū)劃、植被覆蓋指數(shù)、年均降水量、距河流距離、黃土濕陷性等涵蓋地貌環(huán)境、地質(zhì)環(huán)境、生態(tài)環(huán)境和社會(huì)環(huán)境4個(gè)方面的共20個(gè)評(píng)價(jià)指標(biāo)，建立鞏義市地質(zhì)環(huán)境承載力評(píng)價(jià)指標(biāo)體系，分別采用層次分析一變異系數(shù)（AHP-CV）組合賦權(quán)法和隨機(jī)森林算法（RF）確定各評(píng)價(jià)指標(biāo)權(quán)重，對(duì)鞏義市地質(zhì)環(huán)境承載力進(jìn)行評(píng)價(jià)，同時(shí)利用地質(zhì)災(zāi)害點(diǎn)對(duì)評(píng)價(jià)結(jié)果進(jìn)行驗(yàn)證，并基于地質(zhì)災(zāi)害及隱患點(diǎn)風(fēng)險(xiǎn)等級(jí)對(duì)評(píng)價(jià)結(jié)果進(jìn)行優(yōu)化，以提高評(píng)價(jià)結(jié)果的準(zhǔn)確性，為地質(zhì)環(huán)境承載力評(píng)價(jià)研究提供新的思路。

1研究區(qū)概況及數(shù)據(jù)來(lái)源

1.1研究區(qū)概況

鞏義市屬于河南省鄭州市，總面積1041km2，東西長(zhǎng)43km，南北寬39.5km，屬黃河、淮河兩大流域，多年平均氣濕14.6℃、年降水量587.3mm、年蒸發(fā)能力1950mm、無(wú)霜期234d。鞏義市位于秦嶺東段，地勢(shì)東南高、西北低，海拔104～1440m，區(qū)域上位于華北地臺(tái)嵩箕臺(tái)隆北部邊緣滎密背斜北翼，地質(zhì)構(gòu)造復(fù)雜。研究區(qū)土體廣泛分布于北部、西部，面積總計(jì)682km2，占全市面積的65.51%，巖體主要分布在東南部。

研究區(qū)地質(zhì)災(zāi)害及隱患點(diǎn)共182處，滑坡、崩塌、泥石流、地面塌陷均發(fā)育，數(shù)量分別為25、133、3、21處。崩塌和滑坡主要分布在黃土丘陵地貌，主要集中分布于研究區(qū)西北部和南部，黃土水敏性、濕陷性特征以及礦山開(kāi)采等人類活動(dòng)是影響崩塌和滑坡地質(zhì)災(zāi)害產(chǎn)生的重要因素。鞏義市礦產(chǎn)資源豐富，礦產(chǎn)開(kāi)發(fā)形成大面積采空區(qū)，地面塌陷多發(fā)生在采空區(qū)。采空區(qū)不但易發(fā)生地面塌陷、滑坡、崩塌等地質(zhì)災(zāi)害，而且大量礦渣壓覆耕地、堵塞溝谷，易形成泥石流等地質(zhì)災(zāi)害。鞏義市泥石流均出現(xiàn)在礦山開(kāi)采影響范圍內(nèi)，主要集中分布于研究區(qū)南部，均為暴雨型泥石流，物源補(bǔ)給主要為人工棄渣和坡面侵蝕。

1.2數(shù)據(jù)來(lái)源

地質(zhì)環(huán)境承載力評(píng)價(jià)主要與坡度、地貌、斷層、災(zāi)害點(diǎn)、降水量、人口密度等因素有關(guān)。研究區(qū)高程、道路與河流數(shù)據(jù)來(lái)源于河南省測(cè)繪局2021年9月最新測(cè)制的鞏義市1：1萬(wàn)地形圖。坡度、地形起伏度、地表切割深度基于研究區(qū)高程數(shù)據(jù)通過(guò)ArcGIS空間分析功能得到。地貌數(shù)據(jù)通過(guò)綜合分析研究區(qū)高程、坡度、地形起伏度和地表切割深度等地形因子得到。根據(jù)鞏義市2021年1：5萬(wàn)地質(zhì)災(zāi)害風(fēng)險(xiǎn)調(diào)查評(píng)價(jià)成果資料和鞏義市基礎(chǔ)地質(zhì)、工程地質(zhì)資料，結(jié)合2021年7-9月國(guó)產(chǎn)高分二號(hào)（GF-2）和北京二號(hào)（BJ-2）衛(wèi)星影像（1m全色+4m多光譜）得到研究區(qū)斷裂構(gòu)造和工程地質(zhì)巖組數(shù)據(jù)。歷史地質(zhì)災(zāi)害點(diǎn)數(shù)據(jù)、地質(zhì)災(zāi)害風(fēng)險(xiǎn)區(qū)劃數(shù)據(jù)、人口密度、財(cái)產(chǎn)密度、黃土濕陷性分布圖（數(shù)據(jù)）來(lái)源于鞏義市2021年1：5萬(wàn)地質(zhì)災(zāi)害風(fēng)險(xiǎn)調(diào)查評(píng)價(jià)成果資料。根據(jù)鞏義市2021年6月Landsat 8遙感影像計(jì)算得到歸一化建筑指數(shù)（NDBI）、歸一化植被指數(shù)（NDVI）數(shù)據(jù)，分辨率為30m。根據(jù)鞏義市各雨量站2011-2021年逐月降水量，通過(guò)ArcGIS插值分析得到鞏義市逐年平均降水量。礦區(qū)數(shù)據(jù)來(lái)源于2018年河南省鞏義市1：5萬(wàn)礦山地質(zhì)環(huán)境調(diào)查成果資料。選取2020年4月至2021年6月的Sentinel-1A數(shù)據(jù)，通過(guò)短基線干涉測(cè)量（SBAS）方法生成鞏義市地表形變圖，結(jié)合地質(zhì)災(zāi)害特點(diǎn)圈定地面形變區(qū)。耕地?cái)?shù)據(jù)來(lái)源于第三次全國(guó)土地調(diào)查成果。

為統(tǒng)一多種數(shù)據(jù)的空間分辨率，根據(jù)經(jīng)驗(yàn)公式計(jì)算評(píng)價(jià)單元大?。?/p>

計(jì)算得到G約為30m．因此將30mx30m柵格單元作為鞏義市地質(zhì)環(huán)境承載力評(píng)價(jià)單元，將所有數(shù)據(jù)重采樣至30m空間分辨率。

2研究方法

2.1層次分析法

層次分析法（AHP）是構(gòu)建一個(gè)層次結(jié)構(gòu)，對(duì)各層次元素建立兩兩比較矩陣，用數(shù)字表示各元素的優(yōu)先級(jí)，對(duì)各層次元素的相對(duì)重要性進(jìn)行量化，運(yùn)用特征向量法和最大特征值法計(jì)算得出各層次元素的權(quán)重，進(jìn)而得到最終的決策結(jié)果，并利用一致性比率CR來(lái)判斷所建立判斷矩陣的一致性，計(jì)算公式為

2.2變異系數(shù)法

通過(guò)計(jì)算指標(biāo)的變異系數(shù)，可以求得指標(biāo)權(quán)重，變異系數(shù)法（CV）屬于一種客觀賦權(quán)方法。變異系數(shù)是指標(biāo)的標(biāo)準(zhǔn)差和平均值的比值。將變異系數(shù)歸一化可以得到指標(biāo)權(quán)重，計(jì)算公式為

2.3隨機(jī)森林算法

隨機(jī)森林算法是一種集成學(xué)習(xí)方法，通過(guò)Bagging思想生成多個(gè)互不影響的決策樹(shù)，采用多棵決策樹(shù)聯(lián)合進(jìn)行預(yù)測(cè)以提高模型精度。一個(gè)樣本會(huì)被送到每個(gè)決策樹(shù)進(jìn)行預(yù)測(cè)，通過(guò)對(duì)預(yù)測(cè)結(jié)果進(jìn)行投票，將得票最多的類別作為最終預(yù)測(cè)結(jié)果。相較于其他傳統(tǒng)機(jī)器學(xué)習(xí)方法，隨機(jī)森林算法具有抗過(guò)擬合能力強(qiáng)、性能穩(wěn)定、可接受高維數(shù)據(jù)等優(yōu)點(diǎn)，其原理見(jiàn)圖1。

3指標(biāo)體系構(gòu)建

3.1評(píng)價(jià)指標(biāo)選擇

結(jié)合研究區(qū)地質(zhì)環(huán)境背景，從地貌環(huán)境、地質(zhì)環(huán)境、生態(tài)環(huán)境和社會(huì)環(huán)境4個(gè)方面分別選取高程、坡度、地形起伏度、斷層密度、工程地質(zhì)巖組、地質(zhì)災(zāi)害點(diǎn)密度、地面形變區(qū)、植被覆蓋指數(shù)、年降水量、黃土濕陷性、人口密度、耕地面積占比和歸一化建筑指數(shù)等共20個(gè)評(píng)價(jià)指標(biāo)，構(gòu)成評(píng)價(jià)指標(biāo)體系（見(jiàn)圖2）。

3.2評(píng)價(jià)指標(biāo)分級(jí)

根據(jù)已有研究，將各評(píng)價(jià)指標(biāo)劃分為差、較差、中等、較好和好5個(gè)等級(jí)，分別賦值為1～5。不同等級(jí)對(duì)應(yīng)評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)見(jiàn)表1、表2。定量指標(biāo)采用自然斷點(diǎn)法進(jìn)行分級(jí)，定性指標(biāo)包括地貌、工程地質(zhì)巖組、地質(zhì)災(zāi)害風(fēng)險(xiǎn)區(qū)劃、地面形變區(qū)和黃土濕陷性等。地貌共分為5類：易發(fā)生地質(zhì)災(zāi)害的黃土丘陵地貌等級(jí)為差，人類活動(dòng)頻繁、地形切割破碎、地質(zhì)災(zāi)害較為發(fā)育的構(gòu)造剝蝕丘陵區(qū)等級(jí)為較差；侵蝕構(gòu)造低山和侵蝕構(gòu)造中山區(qū)域基巖出露且地質(zhì)災(zāi)害不發(fā)育，等級(jí)分別為中等和較好；地勢(shì)平坦、地質(zhì)災(zāi)害不發(fā)育的沖洪積傾斜平原等級(jí)為好。研究區(qū)內(nèi)工程地質(zhì)巖組共分為6類，其中黃土單層土體和黃土類單層土體等級(jí)為差，其余4類則根據(jù)巖體的硬度進(jìn)行等級(jí)劃分。地質(zhì)災(zāi)害風(fēng)險(xiǎn)區(qū)劃的高、中、低風(fēng)險(xiǎn)區(qū)分別對(duì)應(yīng)差、中等、好等級(jí)。對(duì)于地面形變區(qū)，形變區(qū)等級(jí)為差，其他區(qū)域等級(jí)為好。黃土濕陷性共有4個(gè)等級(jí)，強(qiáng)、中等和輕微濕陷性的等級(jí)分別為差、較差、中等，無(wú)濕陷性區(qū)域等級(jí)為好。鞏義市礦產(chǎn)資源豐富，類型多樣，為了定量化研究礦區(qū)破壞程度，從礦區(qū)生產(chǎn)規(guī)模、開(kāi)采方式和開(kāi)采礦種3個(gè)方面對(duì)礦區(qū)的破壞程度進(jìn)行評(píng)價(jià)，并依據(jù)層次分析法對(duì)其進(jìn)行權(quán)重賦值，具體的分類標(biāo)準(zhǔn)和權(quán)重見(jiàn)表3，將生產(chǎn)規(guī)模、開(kāi)采方式和開(kāi)采礦種加權(quán)求和得到礦區(qū)破壞程度指數(shù)，采用自然斷點(diǎn)法將礦區(qū)破壞程度指數(shù)劃分為3類，分別對(duì)應(yīng)強(qiáng)、中等和弱破壞區(qū)，研究區(qū)中無(wú)礦區(qū)域?yàn)闊o(wú)破壞區(qū)，最終將礦區(qū)破壞程度劃分為無(wú)、強(qiáng)、中等和弱破壞區(qū)。

在對(duì)定量指標(biāo)和定性指標(biāo)賦值后，需要對(duì)評(píng)價(jià)指標(biāo)進(jìn)行多重共線性檢驗(yàn)，以確保指標(biāo)間不存在共線性問(wèn)題。在這個(gè)過(guò)程中，方差膨脹因子（VIF）和容差（TOL）是重要指標(biāo)，當(dāng)VIF≥10或TOL≤0.1時(shí)，指標(biāo)間存在嚴(yán)重共線性。評(píng)價(jià)指標(biāo)共線性檢驗(yàn)結(jié)果見(jiàn)表4，VIF、TOL滿足要求，表明不存在多重共線性問(wèn)題，評(píng)價(jià)指標(biāo)可以用于模型構(gòu)建。

3.3評(píng)價(jià)指標(biāo)權(quán)重確定

本文采用AHP-CV組合賦權(quán)法和隨機(jī)森林算法計(jì)算指標(biāo)權(quán)重，并對(duì)比分析兩種方法的計(jì)算結(jié)果。層次分析法用于計(jì)算主觀權(quán)重，變異系數(shù)法可以計(jì)算客觀權(quán)重，但層次分析法計(jì)算主觀權(quán)重時(shí)受主觀因素和認(rèn)知片面性影響，變異系數(shù)法計(jì)算客觀權(quán)重時(shí)忽略了決策者的主觀性，因此將層次分析法和變異系數(shù)法相結(jié)合即AHP-CV組合賦權(quán)法計(jì)算組合權(quán)重，以彌補(bǔ)單一計(jì)算方法的缺陷。隨機(jī)森林算法在處理數(shù)據(jù)間非線性關(guān)系問(wèn)題和發(fā)現(xiàn)內(nèi)在規(guī)律方面具有明顯優(yōu)勢(shì)，對(duì)于多要素問(wèn)題可計(jì)算特征重要度，定量提供解釋變量對(duì)于被解釋變量的貢獻(xiàn)率與重要程度。隨機(jī)森林算法計(jì)算權(quán)重時(shí)，將數(shù)據(jù)集按6：4分為訓(xùn)練集和測(cè)試集，兩種集合由主客觀賦權(quán)結(jié)果各占50%組成，同時(shí)隨機(jī)選擇樣本，消除訓(xùn)練樣本人為選擇的主觀隨意性。本次研究中，決策樹(shù)最大深度為13、最小葉子節(jié)點(diǎn)樣本數(shù)為1是模型最優(yōu)參數(shù)組合，模型準(zhǔn)確率最高，將隨機(jī)森林特征重要性作為地質(zhì)環(huán)境承載力權(quán)重。

4評(píng)價(jià)結(jié)果分析

4.1評(píng)價(jià)指標(biāo)權(quán)重

采用AHP-CV組合賦權(quán)法計(jì)算指標(biāo)權(quán)重，結(jié)果見(jiàn)表4。組合賦權(quán)值排名前5的指標(biāo)為黃土濕陷性、地質(zhì)災(zāi)害風(fēng)險(xiǎn)區(qū)劃、地貌、礦區(qū)破壞程度和坡度。與AHP-CV組合賦權(quán)法相比，隨機(jī)森林算法權(quán)重計(jì)算結(jié)果存在顯著差異，地質(zhì)災(zāi)害風(fēng)險(xiǎn)區(qū)劃的權(quán)重最大，為性0.425，地質(zhì)災(zāi)害風(fēng)險(xiǎn)反映了人類生產(chǎn)活動(dòng)是否在地質(zhì)環(huán)境可承載范圍內(nèi)，可表征地質(zhì)環(huán)境承載狀態(tài)，即表明地質(zhì)的重要性在組合賦權(quán)模型訓(xùn)練過(guò)程中被準(zhǔn)確捕捉，隨機(jī)森林算法對(duì)地質(zhì)災(zāi)害具有更強(qiáng)的敏感性，權(quán)重計(jì)算結(jié)果更符合實(shí)際、科學(xué)性更強(qiáng)。隨機(jī)森林算法權(quán)重計(jì)算結(jié)果顯示，對(duì)研究區(qū)地質(zhì)環(huán)境承載力影響最大的5個(gè)評(píng)價(jià)指標(biāo)為地質(zhì)災(zāi)害風(fēng)險(xiǎn)區(qū)劃、工程地質(zhì)巖組、黃土濕陷性、礦區(qū)破壞程度和坡度，地貌環(huán)境、地質(zhì)環(huán)境、生態(tài)環(huán)境和社會(huì)環(huán)境子系統(tǒng)權(quán)重分別為0.118、0.641、0.153、0.088，地質(zhì)環(huán)境對(duì)地質(zhì)環(huán)境承載力影響最大，其次是生態(tài)環(huán)境，社會(huì)環(huán)境對(duì)地質(zhì)環(huán)境承載力影響最小。

4.2地質(zhì)環(huán)境承載力評(píng)價(jià)結(jié)果分析

確定評(píng)價(jià)指標(biāo)權(quán)重后，基于GIS空間分析功能，將各評(píng)價(jià)指標(biāo)加權(quán)求和，得到研究區(qū)地貌環(huán)境、地質(zhì)環(huán)境、生態(tài)環(huán)境、社會(huì)環(huán)境評(píng)價(jià)結(jié)果，并利用自然斷點(diǎn)法，將評(píng)價(jià)結(jié)果劃分為好、較好、中等、較差、差5個(gè)等級(jí)，結(jié)果見(jiàn)圖3。研究區(qū)地貌環(huán)境質(zhì)量較好，等級(jí)為較差和差的區(qū)域分布與坡度大、地形起伏度大、地表切割深度大、構(gòu)造剝蝕地貌分布區(qū)域大體一致；等級(jí)為差的區(qū)域零星分布在研究區(qū)南部、西北部和東北部，這些區(qū)域坡度大、地形起伏度大、地表切割深度大、構(gòu)造剝蝕程度高。研究區(qū)地質(zhì)環(huán)境與地貌環(huán)境空間分布差異較大，地質(zhì)環(huán)境等級(jí)為好的區(qū)域呈塊狀分布在研究區(qū)東南部，該區(qū)域出露堅(jiān)硬厚層狀中等巖溶化石灰?guī)r巖組，巖體致密堅(jiān)硬，抗風(fēng)化能力強(qiáng)，受人類活動(dòng)擾動(dòng)小，地質(zhì)環(huán)境穩(wěn)定。地質(zhì)環(huán)境等級(jí)為較差、差的區(qū)域呈片狀分布在研究區(qū)東部、南部和東北部，與地質(zhì)災(zāi)害風(fēng)險(xiǎn)高、礦區(qū)破壞程度高的區(qū)域分布大體一致。其中，研究區(qū)東部和南部受采礦活動(dòng)影響，礦區(qū)破壞程度高、地質(zhì)災(zāi)害風(fēng)險(xiǎn)高、InSAR地表形變速率大，這是影響該區(qū)域地質(zhì)環(huán)境承載力提升的主要障礙因子：研究區(qū)東北部緊鄰黃河，地質(zhì)災(zāi)害風(fēng)險(xiǎn)高。研究區(qū)生態(tài)環(huán)境與地貌環(huán)境、地質(zhì)環(huán)境差異均較大，整體生態(tài)環(huán)境質(zhì)量呈現(xiàn)從西北向東南方向變好的趨勢(shì)。生態(tài)環(huán)境等級(jí)為較差、差的面積占34.40%，分布在研究區(qū)西北部和東北部近黃河和伊洛河附近，該區(qū)域植被覆蓋度低，黃土濕陷性強(qiáng)，年降水量小，生態(tài)環(huán)境較差。生態(tài)環(huán)境等級(jí)較好區(qū)域主要分布在研究區(qū)東南部巖體區(qū)，該區(qū)域植被覆蓋度高、年降水量大且河流密集，生態(tài)環(huán)境優(yōu)良。研究區(qū)社會(huì)環(huán)境等級(jí)分布與生態(tài)環(huán)境的分布趨勢(shì)大致相同，都呈現(xiàn)從西北向東南方向變好的趨勢(shì)。社會(huì)環(huán)境等級(jí)為差、較差的區(qū)域主要分布在研究區(qū)西北部，該區(qū)域人口密度、道路密度和財(cái)產(chǎn)密度大，耕地面積占比和歸一化建筑指數(shù)較大，開(kāi)發(fā)程度高，可利用空間少。社會(huì)環(huán)境等級(jí)為中等、較好、好的區(qū)域主要分布在研究區(qū)東南部，該區(qū)域人跡稀少，人口密度、道路密度、財(cái)產(chǎn)密度小，建筑物和耕地面積小。

將地貌環(huán)境、地質(zhì)環(huán)境、生態(tài)環(huán)境和社會(huì)環(huán)境進(jìn)行加權(quán)求和，得到基于隨機(jī)森林算法的鞏義市地質(zhì)環(huán)境承載力空間分布，見(jiàn)圖4。研究區(qū)地質(zhì)環(huán)境承載力等級(jí)分布與地質(zhì)環(huán)境分布狀況大體相同，整體地質(zhì)環(huán)境承載力等級(jí)為中等、較好、好的區(qū)域面積占49.75%，主要分布在研究區(qū)東南部和西部，可適度開(kāi)發(fā)。地質(zhì)環(huán)境承載力等級(jí)為差、較差的區(qū)域主要分布在研究區(qū)東部、南部、東北部和西北部，其中，研究區(qū)東部和南部受采礦活動(dòng)影響，地質(zhì)災(zāi)害風(fēng)險(xiǎn)高、地表形變速率大，且斷層較發(fā)育，地質(zhì)環(huán)境承載力差，礦山開(kāi)采和地質(zhì)災(zāi)害頻發(fā)是影響該區(qū)域地質(zhì)環(huán)境承載力提升的主要障礙因子，建議加強(qiáng)對(duì)礦山開(kāi)采的管控，及時(shí)開(kāi)展礦山生態(tài)環(huán)境修復(fù)治理，并做好地質(zhì)災(zāi)害防控；研究區(qū)東北部、西北部緊鄰黃河，地質(zhì)災(zāi)害風(fēng)險(xiǎn)高、黃土濕陷性強(qiáng)、地質(zhì)災(zāi)害點(diǎn)密度大，地質(zhì)環(huán)境承載力較差，主要受地質(zhì)災(zāi)害和黃土濕陷性制約，建議針對(duì)黃土區(qū)采取水土流失防治措施，汛期做好地質(zhì)災(zāi)害監(jiān)測(cè)與預(yù)警，提高民眾的防災(zāi)、減災(zāi)意識(shí)，開(kāi)展地質(zhì)災(zāi)害治理。對(duì)比AHP-CV組合賦權(quán)法與隨機(jī)森林算法計(jì)算的地質(zhì)環(huán)境承載力評(píng)價(jià)結(jié)果，兩種方法評(píng)價(jià)結(jié)果基本吻合，但基于隨機(jī)森林算法的評(píng)價(jià)結(jié)果地質(zhì)環(huán)境承載力等級(jí)分布更為集中，成片狀分布，與研究區(qū)地質(zhì)災(zāi)害風(fēng)險(xiǎn)區(qū)劃吻合度更高，與研究區(qū)實(shí)際情況更為相符。

4.3評(píng)價(jià)結(jié)果驗(yàn)證

將地質(zhì)災(zāi)害點(diǎn)、隱患點(diǎn)與地質(zhì)環(huán)境承載力評(píng)價(jià)結(jié)果疊加，統(tǒng)計(jì)不同等級(jí)地質(zhì)環(huán)境承載力等級(jí)面積、災(zāi)害點(diǎn)數(shù)量和密度，基于地質(zhì)災(zāi)害點(diǎn)數(shù)量和密度對(duì)評(píng)價(jià)結(jié)果進(jìn)行驗(yàn)證，統(tǒng)計(jì)及計(jì)算結(jié)果見(jiàn)表5。相較于AHP-CV組合賦權(quán)法，基于隨機(jī)森林算法的評(píng)價(jià)結(jié)果表現(xiàn)更優(yōu)，災(zāi)害點(diǎn)數(shù)量和密度在承載力差和較差區(qū)域顯著增大，地質(zhì)災(zāi)害集中分布于地質(zhì)環(huán)境承載力較差和差區(qū)域，與實(shí)際情況相符。災(zāi)害點(diǎn)密度在差和較差區(qū)域分別提高了0.09、0.03個(gè)/km2，且地質(zhì)環(huán)境承載力等級(jí)中等、較好、好的區(qū)域，地質(zhì)災(zāi)害點(diǎn)數(shù)量?jī)H占總數(shù)的15.38%．與實(shí)際情況更為相符，進(jìn)一步表明隨機(jī)森林算法預(yù)測(cè)結(jié)果科學(xué)性、準(zhǔn)確性更強(qiáng)。

4.4評(píng)價(jià)結(jié)果優(yōu)化

地質(zhì)災(zāi)害風(fēng)險(xiǎn)區(qū)劃為影響地質(zhì)環(huán)境承載力評(píng)價(jià)結(jié)果的關(guān)鍵因子，因此依據(jù)地質(zhì)災(zāi)害隱患點(diǎn)和地質(zhì)災(zāi)害風(fēng)險(xiǎn)等級(jí)，對(duì)評(píng)價(jià)結(jié)果進(jìn)行優(yōu)化。研究區(qū)地質(zhì)災(zāi)害實(shí)體勾繪區(qū)與地質(zhì)環(huán)境承載力評(píng)價(jià)結(jié)果疊加見(jiàn)圖5．根據(jù)《地質(zhì)災(zāi)害風(fēng)險(xiǎn)調(diào)查評(píng)價(jià)編圖技術(shù)要求（試行）》，災(zāi)害實(shí)體勾繪精度要滿足災(zāi)害體面積大于10000m2或?yàn)?zāi)害體實(shí)際長(zhǎng)度大于100m，研究區(qū)滿足災(zāi)害實(shí)體勾繪精度要求的災(zāi)害點(diǎn)共145個(gè)，總面積8.51km2，地質(zhì)災(zāi)害風(fēng)險(xiǎn)等級(jí)為低、中、高對(duì)應(yīng)的災(zāi)害點(diǎn)數(shù)量分別為88、48、9。從災(zāi)害實(shí)體勾繪區(qū)分布來(lái)看，研究區(qū)南部大面積的地質(zhì)災(zāi)害實(shí)體勾繪區(qū)的地質(zhì)環(huán)境承載力等級(jí)為好，表明該區(qū)域地質(zhì)環(huán)境承載力評(píng)價(jià)結(jié)果可靠性低，這種情況是由于傳統(tǒng)地質(zhì)環(huán)境承載力和1：5萬(wàn)地質(zhì)災(zāi)害風(fēng)險(xiǎn)區(qū)劃是基于地質(zhì)災(zāi)害點(diǎn)密度進(jìn)行評(píng)價(jià)及劃分，均未考慮地質(zhì)災(zāi)害面積對(duì)其評(píng)價(jià)及劃分結(jié)果的影響，因此對(duì)隨機(jī)森林算法評(píng)價(jià)結(jié)果進(jìn)行優(yōu)化很有必要。

對(duì)地質(zhì)災(zāi)害實(shí)體勾繪區(qū)內(nèi)的評(píng)價(jià)單元的地質(zhì)環(huán)境承載力分級(jí)結(jié)果進(jìn)行優(yōu)化，優(yōu)化矩陣見(jiàn)表6，優(yōu)化后地質(zhì)環(huán)境承載力評(píng)價(jià)結(jié)果見(jiàn)圖6．這種優(yōu)化方法提供了一種有效的地質(zhì)環(huán)境承載力評(píng)價(jià)優(yōu)化策略，提高了評(píng)價(jià)結(jié)果的精確性。

5結(jié)論

本文在系統(tǒng)分析研究區(qū)地質(zhì)生態(tài)環(huán)境狀況的基礎(chǔ)上，選擇地形起伏度、地質(zhì)災(zāi)害風(fēng)險(xiǎn)區(qū)劃、礦區(qū)破壞程度及黃土濕陷性等20個(gè)評(píng)價(jià)指標(biāo)，構(gòu)建了河南省鞏義市地質(zhì)環(huán)境承載力評(píng)價(jià)指標(biāo)體系，分別采用AHP-CV組合賦權(quán)法和隨機(jī)森林算法確定各評(píng)價(jià)指標(biāo)權(quán)重，利用ArcGIS空間分析工具對(duì)鞏義市地質(zhì)環(huán)境承載力進(jìn)行了評(píng)價(jià)。

AHP-CV組合賦權(quán)法與隨機(jī)森林算法計(jì)算的研究區(qū)地質(zhì)環(huán)境承載力評(píng)價(jià)結(jié)果基本吻合，隨機(jī)森林算法提高了地質(zhì)環(huán)境承載力評(píng)價(jià)結(jié)果的可靠性，評(píng)價(jià)結(jié)果科學(xué)性更強(qiáng)、準(zhǔn)確性更高，更適應(yīng)于研究區(qū)地質(zhì)環(huán)境承載力評(píng)價(jià)。地質(zhì)災(zāi)害風(fēng)險(xiǎn)區(qū)劃、工程地質(zhì)巖組、黃土濕陷性和礦區(qū)破壞程度是影響研究區(qū)地質(zhì)環(huán)境承載力提升的主要障礙因子。研究區(qū)東部和南部受采礦活動(dòng)影響，地質(zhì)災(zāi)害頻發(fā)，地質(zhì)環(huán)境承載力差，建議及時(shí)開(kāi)展礦山生態(tài)修復(fù)和地質(zhì)災(zāi)害防控：研究區(qū)東北部及西北部地質(zhì)環(huán)境承載力較差，主要受地質(zhì)災(zāi)害和黃土濕陷性制約，建議采取水土流失防治措施。