西瓜视频

近日，GIS应用研究重庆市高校重点实验室基于InSAR-GES模型在滑坡研究中取得重要成果，研究成果以“A heterogeneous ensemble landslide susceptibility assessment method based on InSAR and geographic similarity extended landslide inventory”为题发表在《Gondwana Research》（中科院一区top，IF=7.2）上。

本研究以三峡库区丰都县为例，基于多时相合成孔径雷达干涉测量（InSAR）技术监测地表形变特征，创新性地整合了地貌环境相似性分析（GES），从与已知滑坡具有相似地理特征的区域中提取潜在滑坡样本。此外，考虑到三峡库区丰都县滑坡成因较为复杂，进一步开发了一种融合RF、LightGBM和XGBoost算法的异构集成模型（Stacking），有效捕获非线性关系并评估局部滑坡易发性。结果表明，水库沿岸的斜坡区域，受降雨和水库水位波动的影响，尤其是在丰水和干燥交替期，水位的剧烈变化会导致河岸斜坡的饱和度和承载能力发生变化，加剧表面变形并增加山体滑坡的风险（图1a和1c）。位于高海拔山麓斜坡脚下的潜在滑坡地点（如图1b）具有相对脆弱的土壤和岩石结构，陡峭的斜坡将土壤和岩石上的剪切力增加到重力，为滑坡提供了有利的滋生环境。一些潜在的滑坡位于丘陵梯田区域，该地区主要受人类活动影响，大量工程开垦了许多森林覆盖的地区，该行为导致降低了土壤对侵蚀和冲刷的抵抗力，加剧了土壤侵蚀，从而导致土层的不稳定性增加（如图1d）。成果实现了对复杂地理环境下潜在滑坡的有效筛查，并有效反映一定时期内的动态滑坡易发性，为灾害预防和管理提供重要支撑。

图1 2018-2021年研究区地表形变与水文条件时空演变图

滑坡易发性是评估研究区滑坡灾害的空间概率的有效手段，可为灾害防治规划及工程实践提供科学依据。研究选择了RF、XGBoost、LightGBM和Stacking 4种机器学习模型进行评估，结果发现较高和高易发区主要分布在研究区的北部，中部和沿江两岸（如图2）。

图2 滑坡易发性图

 撰    稿：汪  垚

一审一校：汪  垚

二审二校：董雪柏

三审三校：曹华盛