基于決策樹的黃土高原滑坡風險分析

曹聰潔施冬韋原原

(1.長江大學，湖北 武漢 430100；2.鄭州師范學院，河南 鄭州 450000)

引言

由于巖體的整體或局部穩(wěn)定性受到破壞，再加之重力作用的影響，巖體或其它碎屑會沿著一個或多個斷裂的滑動面向下滑動，這就是滑坡。當某一地區(qū)地形條件與那些發(fā)生過滑坡的地區(qū)的地形條件相當或者類似時，該地區(qū)即被認為是滑坡的易發(fā)地區(qū)。

中國是世界上滑坡災害最為嚴重的國家之一，其中，黃土高原作為我國生態(tài)系統(tǒng)脆弱區(qū)，要著重考慮。近年來，滑坡作為幾大重要的地質(zhì)災害之一，其數(shù)量也在不斷以數(shù)以百計的比例逐年上升。由于人類工程活動等人為因素，以及一些非人為因素等自然條件的影響，使得滑坡災害的發(fā)生率不斷增加，造成的損害愈來愈嚴重，嚴重地影響著滑坡易發(fā)地區(qū)工農(nóng)業(yè)等產(chǎn)業(yè)發(fā)展和生態(tài)環(huán)境的提升。

滑坡事故在危害人類的同時，也對自然界產(chǎn)生嚴重危害。不僅能夠?qū)χ脖缓屯翆咏Y(jié)構(gòu)產(chǎn)生破壞，而且還降低了土壤水分涵養(yǎng)能力，嚴重時還會危害土層自我修復功能，造成該地形成地質(zhì)災害多發(fā)區(qū)，破壞當?shù)厣鷳B(tài)環(huán)境，不利于可持續(xù)發(fā)展。

黃土高原滑坡災害的發(fā)生與該地區(qū)的自然和人文條件，如地質(zhì)條件、氣候、人類活動等因素有著密不可分的聯(lián)系，可見，通過一定手段對黃土高原滑坡易發(fā)區(qū)未來可能發(fā)生的滑坡災害做出準確預測，對人類及時、準確、快速地做好應對措施，以減少對自然環(huán)境以及工農(nóng)業(yè)和人類生命安全的威脅，具有重要意義。

徐岳仁等基于歷史文獻分析、遙感解譯、野外驗證等方法獲得通渭地震滑坡數(shù)據(jù)庫并進行滑坡分析[1]。余璐采用改進的增長率敏感系數(shù)法對影響黃土高原重力侵蝕的地貌等因素進行敏感性分析[2]。決策樹的規(guī)則便于理解，計算量相對較小，分類速度快，相對于其它技術(shù)來說，需要的數(shù)據(jù)準備較少，可以處理不相關(guān)特征數(shù)據(jù)，所以本文主要利用分類決策樹的方法以分析黃土高原區(qū)域滑坡風險發(fā)生率。

1 研究區(qū)域概況

作為中國4大高原之一，黃土高原位于中國中北部，范圍大致為N33°41′～41°16′，E100°54′～114°33′，海拔約80～5000m，總占地面積約64萬km2[3]。黃土高原是世界上黃土面積覆蓋最大的高原，也是地球上分布最集中、面積最大的黃土區(qū)，涵蓋了山西、陜西北部，以及甘肅、青海、寧夏、河南、內(nèi)蒙古等7個省，46個地(盟、州、市)，282個縣(旗、市、區(qū))，所占面積40萬km2[4]。

黃土高原地區(qū)居于內(nèi)陸，遠離海洋，海洋水汽難以到達，且該地區(qū)處于我國季風區(qū)和非季風區(qū)的過渡地帶，該地氣候為溫帶大陸性季風氣候。冬季和春季，黃土高原受到西伯利亞高壓冷氣團的影響，盛行西北風，氣候寒冷干燥，風沙多；夏季和秋季，黃土高原受太平洋高壓和印度洋低壓的控制，盛行東南、西南季風，氣候炎熱多雨。黃土高原平均降雨量較低，蒸發(fā)量遠大于降水量，其總的趨勢是從東南向西北遞減。

黃土高原的地貌類型包括山、原(塬)、川3大地貌類型。山是指山地，原(塬)是指平坦的地面，川是指河谷平原。黃土高原擁有廣泛的山地、高原、丘陵和復雜的地質(zhì)地貌條件，因此更容易發(fā)生滑坡。

2 研究方法

2.1 決策樹概述

決策樹算法(Decision Tree)是數(shù)據(jù)挖掘中典型的分類算法，應用廣泛。其主要是從一組無次序、無規(guī)則的事例中分析推理出分類規(guī)則，并用樹狀方式來表現(xiàn)[5]。

決策樹重要概念中的熵(Entropy)，用來度量隨機變量的不確定性。隨機變量X的不確定性隨著熵的增大而增大。設(shè)，X取有限值，其概率:

P(X=xi)=pi，i=1，2……n

(1)

則，隨機變量X的熵:

(2)

2.2 算法分析

在決策樹的3種常見算法有ID3算法、C4.5算法以及CART，3種算法的比較如表1所示。

表1 算法比較

2.2.1 ID3算法

在決策樹的各級結(jié)點上，選擇信息增益最大的屬性作為分類結(jié)點，根據(jù)該屬性的不同取值分裂出各個子結(jié)點，隨后采用遞歸的方法建立決策樹的分支，直到樣本集中只含有一種類別時停止，得到最終的決策樹[5]。

2.2.2 C4.5算法

C4.5算法在ID3算法的基礎(chǔ)上做了一些改進，該算法選擇信息增益比最大的屬性作為分類結(jié)點，通過遞歸計算，對變量進行特征選擇，然后用最優(yōu)特征分割數(shù)據(jù)集，這個過程持續(xù)到所有實例中的子集都落在同一個類中[5]。

2.2.3 CART

CART(Classification And Regression Tree)是一種二分分類回歸樹[6]。當CART作為分類樹的時候，使用基尼指數(shù)最小化標準作為特征選擇的標準；當CART作為回歸樹的時候，使用樣本最小方差進行特征選擇。

本文選擇ID3算法，在決策樹的各級結(jié)點上，選擇信息增益最大的屬性作為分類結(jié)點，根據(jù)該屬性的不同取值分裂出各個子結(jié)點，隨后采用遞歸的方法建立決策樹的分支，直到樣本集中只含有一種類別時停止，得到最終的決策樹[7]。

3 數(shù)據(jù)處理及結(jié)果可視化

3.1 數(shù)據(jù)來源

本文中所用的黃土高原地區(qū)界限數(shù)據(jù)來源于全球變化科學研究數(shù)據(jù)出版系統(tǒng)官網(wǎng)，一級河流及湖泊數(shù)據(jù)來源于麻辣GIS官網(wǎng)，用來進行滑坡易發(fā)性評價的數(shù)據(jù)是通過全國DEM數(shù)據(jù)拼接、投影，并通過黃土高原邊界矢量數(shù)據(jù)按掩膜提取得到的。

3.2 數(shù)據(jù)預處理

對中國省級行政區(qū)劃數(shù)據(jù)與黃土高原地區(qū)界限數(shù)據(jù)進行疊加，保留黃土高原地區(qū)的省級行政區(qū)劃，生成黃土高原區(qū)劃圖；用相同方法對中國主要水系.shp數(shù)據(jù)進行處理，得出黃土高原水系分布專題圖；在ArcGIS中導入黃土高原數(shù)字高程圖，從高程圖中計算得到坡度專題圖，從專題圖中獲取所需要的坡度數(shù)據(jù)；土壤質(zhì)地數(shù)據(jù)包括粘土、沙土、淤泥遙感影像數(shù)據(jù)，將其與黃土高原矢量邊界進行按掩膜提取，得出黃土高原粘土、沙土、淤泥分布圖；再將其分別與滑坡點位數(shù)據(jù)進行疊置，得出各因子的滑坡點分布圖。

3.3 樣本表建立

將指標進行如下分類：高程取值范圍={950m，1500m，2500m，5000m}；坡度取值范圍={2°，20°，40°,70°}；距河流遠近={>1km，≤1km}；土壤等級={1，2，3}；分類結(jié)果：滑坡風險等級={1，2，3}，共有96個樣本數(shù)據(jù)，建立樣本數(shù)據(jù)表。

表2 樣本數(shù)據(jù)表

3.4 決策樹生成

樣本數(shù)據(jù)總數(shù)D=96，分類數(shù)目為3，其中滑坡風險等級為1級的數(shù)目是16，2級的數(shù)目是56，3級的數(shù)目是24，整體的信息熵：

=1.3850179

通過計算信息熵、信息增益，從根節(jié)點層層向下遞歸，選擇信息增益最大的屬性作為根節(jié)點，生成的決策樹如圖1所示。

在上述決策樹分析中可知，“距離河流遠近”是影響黃土高原滑坡發(fā)生的關(guān)鍵因素，所占權(quán)重最大；其次是“高程”和“坡度”；“土壤質(zhì)地”所占權(quán)重最小。所以，對以上各因子進行加權(quán)疊加時，應合理設(shè)置各因子的影響值。這里設(shè)置的權(quán)重值：“距離河流遠近”占22%；“坡度”和“高程”分別占18%；“黏土”、“淤泥”、“沙土”分別占14%；“土壤等級”和“高程”所占權(quán)重最小。

3.5 風險分析及可視化

本文選用坡度、距河流遠近、土壤質(zhì)地、高程作為黃土高原滑坡易發(fā)性評價指標。通過將黃土高原滑坡點位數(shù)據(jù)與這4類指標進行疊置分析，可通過ArcGIS重分類的方法將這4類指標劃分別分成3個等級，其中，一級表示滑坡發(fā)生最嚴重，以此類推。對沙土、黏土、淤泥分別進行重分類，對分類結(jié)果進行加權(quán)疊加，得出土壤等級。

坡度是地表面上某一點的切面和水平面所成的夾角，坡度值越大，地勢越陡峭；坡度值越小，地勢越平坦。對于滑坡來說，只有依附于斜坡才有可能發(fā)生滑坡，不同坡度的斜坡滑坡發(fā)生概率是不同的[8]。

黃土高原南部地區(qū)地勢低，支流眾多，結(jié)合滑坡數(shù)據(jù)分析，黃土高原滑坡災害集中在南部黃河支流附近。對河流數(shù)據(jù)進行歐氏距離分析得出，在距河流1km范圍之內(nèi)，滑坡點分布密集，是滑坡易發(fā)區(qū)。

通過研究黃土高原土壤類型與滑坡發(fā)生率的關(guān)系得出，在黃土高原南部，黏土和淤泥分布廣泛，滑坡發(fā)生率高；在黃土高原北部，沙土分布廣泛，滑坡發(fā)生率低。

不同海拔高度，反映了該地區(qū)地殼隆起的速度不同，即地質(zhì)構(gòu)造的作用不同，這必然會對坡體穩(wěn)定性產(chǎn)生影響[8]。黃土高原高程范圍為84～5206m。

使用ArcGIS軟件，將重分類的結(jié)果進行加權(quán)疊加，設(shè)置的權(quán)重值：“坡度”30%；“距河流遠近”26%；“土壤等級”和“高程”分別占22%，得出滑坡風險分析如圖2所示。

4 結(jié)論

該決策樹和可視化分析結(jié)果表明，甘肅、寧夏、陜西、山西四省地形陡峭，黃河及其支流貫穿其中，地形復雜，峽谷交錯，滑坡災害最為嚴重；青海省、寧夏回族自治區(qū)北部和河南省北部滑坡發(fā)生率次之，內(nèi)蒙古自治區(qū)有平坦的地形和河流較少，整體坡度小于或等于2°，是一個平坦開闊的高原，滑坡發(fā)生率最小。

由上述結(jié)果可知，沙質(zhì)土在黃土高原北部廣泛分布，淤泥質(zhì)和粘質(zhì)土在黃土高原中部和南部廣泛分布，所以在防治黃土高原滑坡災害過程中，要因地制宜，具體問題具體分析。