基于深度學習的CZ鐵路康定—理塘段滑坡易發性評價*

王世寶 莊建琦 鄭 佳 牟家琦 王 野 付玉婷

(長安大學地質工程與測繪學院/西部礦產資源與地質工程教育部重點實驗室，西安 710054，中國)

0 引 言

中國是世界上地質災害發育最為嚴重的地區之一，其中滑坡作為常見的地質災害，具有分布廣、發生頻率高、隱蔽性強、破壞性大等特點，往往會造成災難性的后果，給人民的生命財產安全和社會經濟的發展帶來巨大的威脅(殷躍平，2004；黃潤秋，2007)。近年來，隨著社會的快速發展以及人類工程活動范圍的不斷擴大，滑坡災害發生的頻率日趨增多，造成的損失也日趨嚴重。因此，采用高效可靠的滑坡災害評價技術進行滑坡易發性評價，快速精準地識別滑坡災害的高易發區，預測新滑坡災害的發生，可以有效地提高災害預報的效率，減免滑坡災害帶來的損失，為地質災害的防災減災工作提供參考。

縱觀國內外學者利用滑坡災害的易發性評價技術，主要分為知識驅動和數據驅動以及將兩者相結合的方式(周超等，2020)。知識驅動主要依賴專家的經驗知識進行滑坡易發性的評價，其缺點是具有一定的主觀性及評價范圍小的局限性。在計算機技術的快速發展下，基于數據驅動的方法被廣泛地應用到區域滑坡易發性評價中，主要包括信息量模型(莊建琦等，2010)，證據權模型(范強等，2014)，邏輯回歸模型(Zhuang et al.，2016)，神經網絡模型(Xu et al.，2015)，支持向量機模型(Chen et al.，2016；Hong et al.，2017)，集成學習算法(Zhang et al.，2017)等。隨著人們對機器學習的不斷深入研究，發現深度學習算法比單隱藏層的神經網絡、支持向量機等“淺層學習”方法具備更多非線性操作的層級數(Hao et al.，2016)。……