基于信息量与多模型耦合的碎屑岩区滑坡易发性分区评价

滑坡是一种典型的地质灾害，在我国南部湿热条件下，碎屑岩区滑坡的形成机制有别于其他地区。因此，碎屑岩区滑坡的识别及预警较为复杂，需有系统性及针对性。以碎屑岩区的广西来宾金秀瑶族自治县范围内的滑坡为研究对象，选取岩性、坡度、坡向、地形起伏度等10个致灾影响因子，通过信息量模型(I)与逻辑回归模型(LR)、随机森林(RF)、BP神经网络(BP)、卷积神经网络(CNN)等4种模型的耦合，以此构建出相应的易发性评价模型，同时对其精准性进行有效评价，进而在研究区范围内进行滑坡易发性分区。研究表明，信息量与BP神经网络耦合模型的ROC曲线AUC值最大(0.94),因此，可用此方法进行碎屑岩区的滑坡易发性分区。最后，通过评价可知，研究区的滑坡高易发区主要集中在路网和水系两侧。文中针对碎屑岩区的滑坡易发性分区进行了一次有效探索，可为当地防灾工作提供一定依据，也可为类似区域的滑坡防治提供一种思路。