摘要
滑坡灾害是世界范围内发生频率最高，危害最大的灾害之一，据统计，90％的滑坡是降雨诱发的。我国东南区域每年都有台风入境，台风往往伴随着暴雨，在该区域造成了大量的滑坡和泥石流地质灾害。2019年“利奇马”强台风带来的强降雨诱发了安徽省宁国市发生了多处地质灾害，其中的大部分灾害为山体滑坡。因此，对研究区的降雨滑坡进行统计分析，搭建滑坡数据库，研究滑坡分布规律和区域滑坡危险性，有利于当地滑坡灾害防治，保护人民生命财产安全。 本文以宁国市为研究区，对比台风来袭前后卫星影像，解译出台风暴雨期间发生的滑坡，建立宁国市滑坡数据库。在此基础上，分析各影响因子对滑坡的影响，得到滑坡的空间分布规律，用逻辑回归模型和层次分析法对研究区进行滑坡易发性分区。基于贝叶斯思想和机器学习模型，计算不同降雨量情况下滑坡发生的概率，绘制区域滑坡危险性区划图。主要内容如下: (1)解译影像资料建立滑坡数据库。根据台风暴雨前后的3m分辨率的Planet卫星影像，用人工目视解译法在研究区内获取了414处滑坡。对滑坡面积大小进行了分级，结合滑坡的空间分布，得到了滑坡“点多，面积小，分布广”的空间分布特征。在此基础上构建研究区滑坡灾害数据库，分析滑坡的空间分布与影响因子之间的关系。 (2)滑坡易发性分区的前期处理。本文选取适用性广，精度高的栅格单元作为评价单元，栅格大小取30m×30m。根据前人文献研究结果和研究区综合概况，研究滑坡与各影响因子的关系:高程、坡度、坡向、距断层距离、地层岩性、距水系距离、距道路距离、归一化植被指数(Normalized Difference Vegetation Index，简称NDVI)，降雨量。将每个影响因子进行重分类并对其做共线性分析，结果表明方差膨胀系数（variance inflation factor，简称VIF）均小于10，满足后续逻辑回归模型的要求。 (3)用逻辑回归模型(Logistic Regression LR)和层次分析法(Analytic Hierarchy Process AHP)结合ArcGIS软件平台做研究区的滑坡易发性评价并验证。用逻辑回归模型和层次分析法得到各因子的权重值，运用公式在ArcGIS中用栅格计算器叠加图层运算得到研究区易发性分区图。用一致性检验和合理性检验验证层次分析法，用合理性检验和受试者工作特征曲线(receiver operating characteristic curve ROC)曲线验证逻辑回归模型，二者皆具备较高的精度。根据易发性分区图，将研究区分为:极高危险区、高危险区、中危险区、低危险区、极低危险区，分区结果与实际情况比较吻合。 (4)基于贝叶斯思想和机器学习模型得到研究区滑坡发生真实概率的分布图，并探讨不同降雨量情况下的滑坡概率。基于贝叶斯思想选取样本，在研究区内均匀取点，每1km2取50个点，共计取点150100个，落入滑坡区域的为滑坡样本，其余样本为非滑坡样本点，基于机器学习模型得到研究区滑坡发生的真实概率，并通过了ROC曲线检验，AUC(ROC曲线下的面积，Area Under Curve)值为0.886，模型十分可靠。基于此方法，计算不同降雨量情况下研究区内滑坡发生的真实概率，绘制区划滑坡危险性区划图。
NETL