耦合Random Forest算法与信息量模型的地质灾害易发性评价——以西藏自治区工布江达县为例

地质灾害易发性评价是防灾减灾工作中不可或缺的部分。以西藏自治区工布江达县为研究对象，选取地形起伏度、土壤类型、地层岩性、坡度、降水强度等11项评价因子，并对所选因子进行等级区分；采用信息量为基础构建地质灾害易发性评价模型，利用随机森林(RF)算法确定各因子权重，完成信息量模型赋权；使用RF-信息量模型对研究区内地质灾害进行易发性分析，并用历史灾害点与受试者工作特征(ROC)曲线验证评价精度。结果表明：1)土壤类型、地层岩性以及平面曲率是影响工布江达县内地质灾害发育的3个主要因素；2)低易发区、中易发区、高易发区、极高易发区的面积占全县总面积的比例分别为54.43%、23.74%、14.91%、6.92%;3)在县域内处于高易发或极高易发的区域多靠近沟谷；4)通过ROC曲线比较，RF-信息量模型精度高于信息量模型。使用RF算法可以提高信息量模型的评价精度，使评价结果更理想，为以工布江达县为例的高山高原地区的地质灾害评估和治理提供了参考。