基于Random Forest和AHP的贵德县北部山区滑坡危险性评价

V ol.45 No. 4 Jul. ,2018水文地质工程地质HYDROGEOLOGY & ENGINEERING GEOLOGY第45卷第4期2018年7月D O I：10. 16030/ki.issn. 1000-3665.2018. 04. 21基于Random F o re st和A H P的贵德县北部山区滑坡危险性评价张向营1!2’3,张春山1!2,孟华君1!2,王雪冰1!2,赵伟康1!2’4,郑满城1!2’4(1.中国地质科学院地质力学研究所，北京100081$2.自然资源部新构造运动与地质灾害重点实验室，北京 100081$3.北京城建勘测设计院有限责任公司，北京 100101$4.中国地质大学（北京）地球科学与资源学院，北京100083 )摘要：滑坡危险性评价是滑坡灾害防治和管理的重要依据。

文章基于层次分析法和随机森林模型，结合距离函数法，探索性地提出了一种新的组合赋权法（R F-A H P)。

采用R F-A H P对青海省贵德县北部山区滑坡进行了危险性评价，对比探讨了A H P、R F和R F-A H P三种模型评价结果与实际滑坡灾害的吻合性，结果表明：（1)R F-A H P在高危险区和极高危险区面积占比38. 38%的情况下，包括了60. 13%的滑坡灾害，结果准确性相比AHP j R F两种模型有较大提升；（2)随着危险性等级的逐步提高，R F-A H P区划结果中相应分区的灾害实际发生的比率也随之增高，并对三种方法出现结果差异的客观原因进行了分析讨论，证明R F-A H P适用于滑坡危险性评价工作。

关键词：滑坡危险性；组合赋权模型；层次分析法；随机森林法中图分类号：P642. 22 文献标识码：A 文章编号：1000-3665(2018)04-0142-08Landslide hazard evaluation in the northern mountainous area of GuideCounty based on Random Forest and AHPZHANG Xiangying12 3，ZHANG C hunshan12，MENG Huajiun12，WANG X uebing12，ZHAO k e ik a n g1’2’4,ZHENG M anC eng1’2’4(1. Institute of Geomechanics，Chinese Academy of Geological sciences，Beijing100081，China；2.Key Laboratory of Neotectonic Movement&Geohazard，Ministry of Natural Resources，Beijing100081，China；3.Beijing Urban Construction Survey and Design Institute，Co.Ltd，Beijing100101，China4.College〇o Earth Science and Resources，China University〇o Geosciences，Beijing100083，China)A b strac t：Evaluation of landslide susceptibility provide an im portance evidence of landslide disasterprevention and landslide w arning.A new com bined weight process(R F-A H P)based on random forest(R F)，analytic hierarchy process(A H P)and distance functions is proposed.The model is applied to the northernmountainous area of Guide County.The com patibility and applicability of three models are discussed.Theresults show that(1) the RF-A H P model accounts for38. 38% of the high risk area and the extremely highrisk are a，it includes60. 13% of the landslide disasters，is greatly improved com pared to the two models ofAHP and R F.(2) W ith the gradual increase in risk levels，the actual rate of the corresponding disasters in theresults of RF-AHP also gradually increases.T he objective causes of the difference in results between the threemethods were discussed.It can b e concluded from the case study that combined weight process is suitable for收稿日期：2017-10-10;修订日期：2018-01-09基金项目：中国地质调查局项目（D D2*******);国家自然科学基金资助项目（41502339)第一作者：张向营（1993-)，男，硕士研究生，主要从事地质灾害研究。

E-mail:dzzxy2011@163. com通讯作者：张春山（1964-)，男，研究员，博士，主要从事地质灾害、地应力、环境地质等方面的工作。

E-m ail:zhangcs401@ sina. com第！期水文地质工程地质•143.evalution of landslide susceptibility.K e y w o r d s：landslide hazard ；c o m b i n e d weight process；Analytic Hierarchy Process；R a n d o m Forest滑坡是我国山区环境中破坏最严重的地质灾害之一[1]，开展危险性区划工作对实现、灾害管有的现#2060年G I S技术出现后，国内外学者对危险性区划方极的探索，至今发展了近模型[2]，量模[3]、逻辑回模型[4]、据模型[5]、贡献率模型[6]、聚分析[']、神经模型[&]模及层次分析模型[9~10]。

些成果丰富危险性的分析与，但也都存在不同程度的，模为性、模性；模本数据较、指据。

随机算法[11] & R a n d o m Forest，R F)具有很高的学习能力和预测精度，于医学、态、市场经济[12]，危性区也有[13~14]，使均于模型本身，并未克服客观赋的共性问题。

为探索更为的组合评价形式，选取应用较为成熟的层次分析法& Analytic Hierarchy P r o c e s s，A H P)和随机森林算法分别得到致灾因子的主、客观权重，于函数计算得到组合，构建组合模型，并以青海省县北部地区为研究区，对3种模型区划结果对比分析，探合模型的度。

1 研究方法1.1随机森林算法随机森林算法集成了B a g g i n g与R a n d o m subspace 两流方法，与其他方法相比，两个随机性的引入，使机算法不容易拟合，算量没有显的测精度，而异常值和噪声方面具有较高的容忍度，结果对缺失数据和非平衡的数据比较稳健[11]。

其步，图1。

& 1 )因子选择及多元共线性诊断对复杂决策分的上，划分出层次结构及其各因子的从属，危险性区划中，筛选出（危性指标&S1，s，…，S)。

为多个变量高相关，造成模型方程的不稳定，构建随______________|原始y据集|______________有放回的重复取样有放回的重复取样有放回的重复取样|训$集1| |训$集2| ……|训_集^丨CART决策树生成CART决策树生成CART决策树生成I输出结果| I输结果I……|输出结果|投票或均值获得最终结果=1随机森林方法步骤[19]Fig. 1 Schematic illustration of the R a n d o m Forest metho d机森林模型之前还应对各因子进行多元共线性诊断。

的多性考核指因子相阵的条件数8和方差膨胀因子& Variance Inflation Factor )两[15]。

同时，为方式对模型结果：的影响，应将体样本数据（由本和负样本等量成）比&!-1 - !)随机分为训本集和检验样本集两类。

62)模建立及检验机模型的创建及结果验证部分是在R软的，以供一些集成的工具，如本次建模需要的“R a n d o m F o r e s t”、‘‘caret”工具包。

对于建模效果的，模型运算的不同阶段的检验指标也不尽相同，混淆矩阵& Confusion m a t r i x)验算、接受灵敏度曲线& Receiver-Operating Characteristic，R O C)、曲线下面积&A r e a U n d e r Curve )、泛化能力和预报效[16]指标。

63)结果分析各建模因子对于危险性的贡献和影响规律各不相同，对各变量贡献规律量化分析，可以为后期管理、工作提供指导。

机方法的性能够计算每个变量的性值，R F提供两本的变量性值：平均G i n i指数降低度（M e a n Decrease G i n i)和平均准确率降低度&M e a n Decrease Ac c u r a c y) [11]。

其中，平均准确降低度为袋外数据自变量值发生轻微扰动后的分类与扰动前分的平均量；平均Gini• 144-张向营，等:基于Random ForeC和A H P的贵德县北部山区滑坡危险性评价2018 $指数降低度是用来表示所有树的变量分割节点平均减 小的不纯度。

本次评价把平均指数降低度作为相应因子的客观权重值3(*=1，2，…，（）。

1.?层次分析法层次分析法(A H P)是一种定性与定量分析方法相结 合的综合性评价方法，目前在地质灾害危险性评价领域 中是应用最为成熟的模型之一[17]，其主要步骤如下：(1)构建判断矩阵4在R F模型筛选的滑坡危险性评价指标基础上，为了量化各评价因子的主观赋值权重，评价因子之间 需形成一个两两对比的矩阵，利用1 ~9标度表示评价 因子之间的影响强弱（表1)，通过专家赋值法确定各 判别因子之间的相对重要性并赋与相应的分值，形成 行、列相等的对称矩阵4。