CN113642849B

CN113642849B - 考虑空间分布特征的地质灾害危险性综合评价方法及装置

Info

Publication number: CN113642849B
Application number: CN202110814485.8A
Authority: CN
Inventors: 杨赛霓; 姚可桢
Original assignee: Beijing Normal University
Current assignee: Beijing Normal University
Priority date: 2021-07-19
Filing date: 2021-07-19
Publication date: 2023-10-20
Anticipated expiration: 2041-07-19
Also published as: CN113642849A

Abstract

本发明公开了一种考虑空间分布特征的地质灾害危险性综合评价方法。针对历史地质灾害点的空间集聚与分散特征，分别提出利用聚类算法提取区域聚类属性作为评价指标以及基于渔网网格的数据预处理方法，基于逻辑回归(LR)、支持向量机(SVM)、梯度提升树(GBDT)与随机森林(RF)的多机器学习算法构建模型，通过对比模型预测精度与地图评价效果，确定最优模型并绘制危险性地图，同时给出检验技术可靠性的实验方案。本发明方法能显著提高模型评估精度、增强模型评价性能，生成预测更准、质量更优的地质灾害危险性地图，从而为灾害风险防治规划工作提供契合实情的决策依据。

Description

考虑空间分布特征的地质灾害危险性综合评价方法及装置

技术领域

本发明属于地质灾害工程技术领域，具体涉及一种考虑空间分布特征的地质灾害危险性综合评价方法及装置。

背景技术

近年来，全球气候变化加剧与极端天气事件频发背景下，我国的地质灾害呈现多发趋势，局部地区可能加重。地质灾害突发性、群发性、复杂性、不确定性的特点给灾前勘查防治与灾后应急处置工作带来诸多困难，对人民生命财产、区域经济发展、生态环境安全均产生严重威胁。因此，详实精细的地质灾害危险性评价结果尤为重要，为揭示地质灾害危险性区划特征、开展区域防治规划建设提供了可靠依据。同时使地质灾害防治对策的制定更具针对性，对合理调配防灾减灾资源、切实减轻地质灾害危害具有重要意义。

评估主体方面，当前地质灾害危险性评价多局限在崩塌或滑坡等单一灾种，缺乏对崩塌滑坡泥石流为代表的多灾种地质灾害危险性的综合评价，考虑到实际多种地质灾害普遍共存的情况，单灾种成果的全面性、适用性有所欠缺。然而，由于多灾种地质灾害的时空构成与成因机制更为复杂，现有综合地质灾害危险性评估的效果与精度较之单灾种偏低，仍需提出新方法予以改进。

评价技术层面，可分为基于物理或统计的方法。物理模型通常基于力学分析评估斜坡稳定性，蕴含灾害发生机理，能提供灾害强度信息且预测精度高，但需要精细化的数据支持，仅适用于局部小尺度的区域研究。统计模型多基于数据驱动，预测发生概率、提供灾害空间信息，常用的定量评价方法包括信息量模型、层次分析法、频率比法、证据权法、确定性系数法及多种方法的耦合分析等，可信度高，应用范围广。但这类传统统计模型对地质灾害与影响要素间存在的复杂非线性关系的模拟能力较弱，机器学习模型能有效解决该问题，同时克服了指标选取、权重确定过程中主观性强的缺点，已逐步成为传统统计模型的替代方法。常用的机器学习模型包括逻辑回归(LR)、支持向量机(SVM)、随机森林(RF)、人工神经网络(ANN)等。不同研究区自然环境与成灾条件有别，导致各算法在不同研究区的适用性存在差异。因此，有必要依据研究区实际灾情因地制宜地选择最为合适的机器学习模型。

已有技术的评价因子一般包含地形地质、气象水文、土地覆盖、人类活动等方面，但忽视了地质灾害的空间分布特征。不少研究均表明，不论是活动断裂抑或强降雨诱发的地质灾害均具有明显的群发性特征，在空间分布上既有分散性又有聚集性。这种聚集效应表现为地质灾害的多发地段或区域存在灾害群，反映了区域灾害的易发性程度本质上是由区域性地质构造以及降水、地震、地形地貌等多条件共同制约形成，因此灾害点的集聚性隐含了潜在的地质灾害危险性信息。然而现有技术并没有将灾害的集聚性特征作为评价指标构建模型，一定角度而言损失了可用信息。而地质灾害的分散性表现为发生地点分散、覆盖面广，呈现“星罗棋布”的空间格局，体现了地质灾害的随机性与偶发性，这种随机性降低了模型训练精度，对危险性评估带来了“噪声”干扰，进而使评估结果与实际灾情存在显著偏差，但是鲜有评估方案对此进行分析、处理。

发明内容

针对传统多灾种地质灾害危险性评价精度不高，模型构建过程中忽视空间集聚性与分散性特征对评估有效性的潜在影响，以及如何挖掘地质灾害空间分布所内含的同区块间均质性与不同区块间异质性信息等问题，本发明提供一种考虑空间分布特征的地质灾害危险性综合评价方法及装置。

本发明的目的在于提供一种考虑空间分布特征的地质灾害危险性综合评价方法及装置。

一种考虑空间分布特征的地质灾害危险性评价方法，包括：

步骤A：利用聚类算法依据历史地质灾害情况数据提取地质灾害聚类属性作为区域地质灾害危险性评价的评价因子；

步骤B：对历史地质灾害情况数据进行预处理，基于渔网网格过滤历史地质灾害噪声点，生成区域地质灾害危险性评价训练集及测试集；

步骤C：选取地质灾害危险性评价的其他评价因子，采用不规则研究区的空间属性叠加手段提取所述其他评价因子；

步骤D：构建多机器学习模型，并依据步骤A中确定的所述地质灾害聚类属性和步骤C中确定的所述其他评价因子、以及步骤B中获得的所述训练集训练所述模型；输出地质灾害危险性地图；

以及，确定最优地质灾害危险性地图，并依据所述最优地质灾害危险性地图对地质灾害危险性进行评价。

进一步地，步骤A中，所述地质灾害聚类属性的提取流程为：

①针对历史地质灾害情况数据输入搜索距离、最小聚类要素个数，经OPTICS算法计算得到灾害点的聚类属性；

②根据每个历史地质灾害点的位置构建泰森多边形，并将各所述灾害点的聚类属性赋值给相应的泰森多边形；

③将泰森多边形矢量图层转栅格，得到聚类属性评价因子，与步骤C中获得的所述其他评价因子一同输入步骤D中的所述模型训练；

④整理不同搜索距离与最小聚类要素个数参数组合下各所述模型在所述训练集上的训练精度，对比得出最佳方案，即最优搜索距离与最优最小聚类要素个数，并以此得到所述地质灾害聚类属性。

进一步地，步骤C中，还包括基于因子共线性分析方法对所述其他评价因子的选取进行合理性评价。

进一步地，步骤D中，基于逻辑回归(LR)、支持向量机(SVM)、梯度提升树(GBDT)与随机森林(RF)的多机器学习算法构建所述模型。

进一步地，步骤D中，还包括基于步骤B中获得的所述测试集对各所述模型的预测精度进行评价。其中，预测精度评价指标包括：精确率(Precision)、召回率(Recall)、正确率(Accuracy)和F1分值(F1score)，ROC曲线与AUC面积。

进一步地，还包括步骤E：对所述地质灾害危险性地图的评价效果识别与评估质量检验。从全局尺度上不同危险区的空间分布格局与面积占比，以及局部尺度上空间细节刻画水平、渐变性与斑块化特征角度，对比评价不同所述模型的评价效果，结合历史灾害点落入各层级危险区的比例即危险区对历史灾害的解释率进一步评估所述地图的质量。依据对所述地质灾害危险性地图的评价效果识别与评估质量检验的结果，确定所述最优地质灾害危险性地图。

进一步地，还包括步骤F：地质灾害空间分布特征考量的可靠性与实用性检验，包括厘定空间聚集特征对所述模型性能的影响、厘定空间分散特征对所述模型性能的影响。

进一步地，对地质灾害危险性进行评价时包括依据发生概率的数值分布与不同危险区面积分布分析各级水平的地质灾害危险性。

一种考虑空间分布特征的地质灾害危险性评价装置，包括：

历史地质灾害数据模块110，用于存储区域历史地质灾害数据；

地质灾害聚类属性提取模块120，用于利用聚类算法依据所述历史地质灾害数据模块110中存储的历史地质灾害情况提取地质灾害聚类属性因子；

数据预处理模块130，用于对所述历史地质灾害数据模块110中存储的历史灾害情况数据进行预处理，基于渔网网格过滤历史地质灾害噪声点，并生成区域地质灾害危险性评价训练集及测试集；

评价因子提取模块140，用于提取选取的地质灾害危险性评价的其他评价因子；

机器学习模块150，用于多机器学习模型的构建、训练，依据所述地质灾害聚类属性因子和所述其他评价因子、所述训练集训练所述模型，并利用所述模型输出地质灾害危险性地图；

地质灾害危险性评价模块160，用于依据所述地质灾害危险性地图进行地质灾害危险性水平分析。

相对于现有技术，本发明的有益效果：

考虑了空间分布特征在地质灾害危险性评价问题中的潜在影响，分别揭示了空间集聚性特征与分散性特征对提高预测精度、增强评价性能具有显著的正向作用与负面影响，对此提出了利用聚类算法提取区域地质灾害聚类属性作为评价指标以及基于渔网网格的数据预处理方法以进一步改进现有技术。该方法能有效提升地质灾害危险性地图的预测精度与评价质量，使高低危险区识别更精准、对历史灾害的可解释性更强，体现出地质灾害危险性的空间群发性、区间异质性及区内渐变性特征，利于防灾资源的管控与调配，能为政府部门的灾害风险普查及防灾减灾工作提供更契合灾害实情的参考。

附图说明

为了更完整地理解本发明，现在将参考结合附图的以下描述，其中：

图1为根据本发明实施例的地质灾害危险性评价方法的流程图；

图2中：a)为本发明实施例研究区的OPTICS算法的聚类结果；b)为本发明实施例研究区的基于点簇聚类结果构建的泰森多边形；

图3中：a)为本发明实施例研究区不同最小聚类要素个数下各算法的训练精度(搜索距离固定为5km)；b)为本发明实施例研究区不同搜索距离下各算法的训练精度(最小聚类个数固定为6个)；

图4中：a)为本发明实施例研究区的渔网网格过滤历史灾害点源后的结果；b)为本发明实施例研究区的基于渔网网格生成的训练集；c)为本发明实施例研究区的基于渔网网格生成的测试集；

图5中：a)为本发明实施例研究区的各模型的预测精度指标结果；b)为本发明实施例研究区的各模型的ROC曲线及AUC面积；

图6为本发明实施例研究区四种机器学习模型绘制的地质灾害危险性评价图；

图7中：a)为本发明实施例研究区的各模型不同危险区的面积占比；b)为本发明实施例研究区的各模型不同危险区的灾害点数占比；

图8中：a)为本发明实施例研究区的随机森林模型各指标的重要度；b)为本发明实施例研究区的剔除聚类属性指标后各模型的ROC曲线及AUC面积；c)为本发明实施例研究区的剔除聚类属性指标后的随机森林地质灾害危险性地图；d)为本发明实施例研究区的剔除聚类属性指标前后模型预测效果对比；

图9中：a)为本发明实施例研究区的不采用渔网进行数据预处理时的训练集与测试集分布；b)为本发明实施例研究区的不采用渔网进行数据预处理时各模型的ROC曲线及AUC面积；c)为本发明实施例研究区的不采用渔网进行数据预处理时的随机森林地质灾害危险性地图；d)为本发明实施例研究区的采用渔网进行数据预处理时前后模型预测效果对比；

图10中：a)为本发明实施例研究区的各县所有栅格单元地质灾害发生概率的数据分布情况；b)为本发明实施例研究区的各县不同危险性区域的栅格数量分布情况。

具体实施方式

为说明清楚本发明的目的、技术细节及有效应用，使之便于本领域普通技术人员理解与实施，下面将结合本发明实施例及附图作进一步的详细阐述。显然，此处描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供一种考虑空间分布特征的地质灾害危险性评价方法，下面以贵州省毕节市的地质灾害危险性评价为例，说明本发明的技术内容。图1示意性地示出本发明地质灾害危险性评价方法的流程图，本发明所述的地质灾害危险性评价方法主要包括以下步骤：

步骤A、利用聚类算法依据历史地质灾害情况提取地质灾害聚类属性作为区域地质灾害危险性评价的重要评价指标因子。

具体而言，采用OPTICS聚类算法对毕节市历史灾害点进行聚类，该聚类算法原理及实现可参见K.P.Agrawal等发表的文章“基于OPTICS的时空聚类技术的开发与验证”(Information Sciences，第369卷，2016年11月10日，第388-401页；https://doi.org/10.1016/j.ins.2016.06.048)。

该算法有两个重要的调节参数：搜索距离与最小聚类要素个数，不同参数组合决定了不同尺度的聚类结果。因此采用控制变量法对搜索距离与最小聚类要素个数进行测试，通过比较不同参数组合下各机器学习算法的模型训练精度来确定最优参数组合。主要流程为：

①针对历史地质灾害情况输入搜索距离、最小聚类要素个数，经OPTICS算法计算得到灾害点的聚类属性(参见图2.a)；

②根据每个历史地质灾害点的位置构建泰森多边形，并将各所述灾害点的聚类属性赋值给相应的泰森多边形(参见图2.b)；

③将泰森多边形矢量图层转栅格，得到聚类属性评价因子，与步骤C中获得的其他14个评价因子一同输入步骤D中的机器学习模型训练；

④整理不同搜索距离与最小聚类要素个数参数组合下各机器学习模型在训练集上的训练精度，对比得出最佳方案(参见图3)，即最优搜索距离与最优最小聚类要素个数。

图3说明本实施例的最佳参数组合为：搜索距离为5km，最小聚类要素个数为6。以该参数组合下的结果即图2.b作为毕节市地质灾害的聚类属性评价因子。

步骤B：对历史地质灾害情况数据进行预处理，基于渔网网格过滤历史地质灾害噪声点，生成区域地质灾害危险性评价训练集及测试集，其中，所述训练集及所述测试集均包括多个灾害样本点及多个非灾害样本点。

首先，针对历史地质灾害情况以步骤A中确定的所述最优搜索距离长度为邻域边界(本实施例即为5km)，生成渔网切割研究区，当该渔网网格内的历史灾害点数不少于2个时保留，否则剔除该网格内的灾害点(参见图4.a)。过滤后，本实施例中有288个渔网网格存在多个灾害点，共计灾害点1003个，随机划分70％(702个)的灾害点作为训练集的灾害样本点，30％(301个)作为测试集的灾害样本点。

其次，为了保证样本的平衡性，需生成等量非灾害样本点用于训练与测试。基于上述渔网过滤方法，以包含多灾害点的288个渔网网格为缓冲区，非灾害样本点随机生成在该缓冲区之外(参见图4.b及图4.c)。

步骤C：选取地质灾害危险性评价的其他评价因子，采用不规则研究区的空间属性叠加手段提取评价因子，基于因子共线性分析方法对评价因子的选取进行合理性评价。

评价因子选取包括高程、坡度、坡向、平面曲率、剖面曲率的地形要素，距断层距离、岩性、土壤类型的地质要素，年均降雨量、汇流累积量、距河流距离的水文要素，土地利用、归一化植被指数的土地覆盖要素，距道路距离的人类活动要素以及聚类属性的历史灾害要素。

评价因子提取过程：以本实施例研究区的最小外接矩形提取各指标栅格的ASCII值(空值为-9999)，转化为列向量，再提取所有空值栅格的行列位置，若各评价因子的空值栅格位置完全一致，则等价于不规则研究区的边界及内部栅格空间位置完全吻合，可以提取灾害点对应各评价因子的属性值。

评价因子选取合理性评价：基于Pearson相关系数计算相关系数矩阵以判断评价因子间是否存在成对共线性，基于方差膨胀因子(VIF)与容忍度(TOL)值判断评价因子间是否存在多重共线性。Pearson相关系数要求两变量为连续变量，故剔除类别变量分析共线性。同时根据容忍度(TOL)计算VIF。本实施例各评价因子间的相关系数均小于0.7，各评价因子的TOL在0.356～0.994间，VIF在1.006～2.807间，表明评价因子间不存在共线性，评价因子选取合理、可行。

步骤D：基于不同机器学习算法的原理构建多机器学习模型，并依据步骤A中确定的所述聚类属性评价因子、步骤C中确定的所述其他评价因子数据集、以及步骤B中获得的所述训练集训练模型；基于步骤B中获得的测试集对各所述多机器学习模型的预测精度进行评价；输出地质灾害危险性地图。

其中，包括：

步骤D1：基于逻辑回归(LR)、支持向量机(SVM)、梯度提升树(GBDT)与随机森林(RF)等多机器学习算法构建多机器学习模型，输入步骤B中获得的所述训练集与依据步骤A中确定的所述聚类属性评价因子、步骤C中确定的其他评价因子数据集，训练基于不同多机器学习算法的所述多机器学习模型。

其中，所述基于不同多机器学习算法的多机器学习模型的构建具体包括：

①逻辑回归(LR)的函数表达式为：

式中：P为地质灾害发生概率，P∈[0,1]；α为常数项；β为反映该因子对P影响程度大小的偏回归系数；i为评价因子种类数量。

P/(1-P)为地质灾害发生与不发生的概率比值，对其取自然对数得到：

ln[P/(1-P)]＝α+β₁x₁+β₂x₂+...+β_ix_i (2)

②支持向量机(SVM)的目标是寻求一个n维特征空间且法向量为w的超平面，即w^Tx+b＝0，将2类数据点正确分隔且使分类间隔最大，其构建过程为：给定训练样本集D＝{(x_i，y_i)}，y_i∈{-1，1}，间隔2/||w||最大化等价于最小化||w||²/2，由此得到SVM的基本型：

min(||w||²/2)，s.t.y_i(w^Tx_i+b)≥1(i＝1，2，...，m) (3)

式(3)是一个凸二次规化问题，约束条件为线性约束，可通过引入拉格朗日乘子得到其对偶问题，这里不再赘述，最终可求得最优分类超平面：

式中：α_i为拉格朗日乘子分量，x_i为各评价因子构成的特征向量，K(x_i，x)为核函数，b为偏置值。

SVM输出的是一个无标定量，其取值范围不定。为了便于对比不同算法的预测效果，需要将输出值映射到[0，1]间，方法为：

p(x)＝1/(1+e^Af(x)+B) (5)

式中：p(x)为地质灾害危险性值，p(x)∈[0，1]；A，B为待定系数，可依据最大似然法估定。

③梯度提升树(GBDT)是以CART回归树为基分类器的一种迭代决策树算法，其构建过程为：

式中：f(x)为最终的强分类器；T为最大迭代次数；c_tj为在叶节点j上的损失函数负梯度方向的最佳拟合值；R_tj(j＝1，2，...，J)为第t个回归树对应的叶节点区域；J为回归树t的叶节点数。输出值同样按照式(5)映射到[0，1]。

④随机森林(RF)是以决策树为基本单元的一种集成学习算法。其构建过程为：首先利用bootstrap抽样从训练集D中抽取k个样本(含m个特征)，每个样本中随机选取n(n≤m)个特征构成特征空间，对k个样本分别建立k个决策树模型，选择最优特征尽可能生长，得到k种分类结果{h₁(X)，h₂(X)，...，h_k(X)}，对每种结果进行投票表决或取均值作为最终分类结果。

步骤D2：基于步骤B中获得的所述测试集评价各所述多机器学习模型的预测精度；预测精度评价指标包括精确率(Precision)、召回率(Recall)、正确率(Accuracy)和F1分值(F1 score)，ROC曲线与AUC面积。它们的定义如下：

Precision＝TP/(TP+FP) (7)

Recall＝TP/(TP+FN) (8)

Accuracy＝(TP+TN)/(TP+FP+TN+FN) (9)

F1 socre＝2*Precision*Recall/(Precision+Recall) (10)

式中：TP(True Positive，真阳性)是正确分类的地质灾害样本的数量；TN(TrueNegative，真阴性)是正确分类的非地质灾害样本的数量；FP(False Positive，假阳性)是误分类的非地质灾害样本的数量；FN(False Negative，假阴性)是误分类的地质灾害样本的数量。

依据实施例毕节市14个地质灾害评价因子及聚类属性因子训练模型，基于测试集评价模型性能，模型均在Matlab2019b中编写运行。表1列出各模型测试结果的混淆矩阵。

表1各模型测试集上的混淆矩阵

各项统计指标(参见图5.a)表明RF模型在训练集及测试集上表现均优于其他模型，其正确率达76％，精确率为78％。RF与GBDT的F1分值明显更高，说明以决策树为基分类器的集成式算法性能明显优于LR、SVM等传统机器学习算法。四种模型的线下面积AUC值均达到0.78以上，整体预测精度较高，其中RF最高达0.825(参见图5.b)。结合表1，GBDT模型在灾害点识别效果方面与随机森林相近，但其在非灾害点上预测性能欠佳。

步骤D3：基于上述模型预测研究区内所有栅格单元的地质灾害危险性概率值(p)，按照不同危险性层级水平划分评价阈值：极低危险区(0≤p≤0.1)、低危险区(0.1＜p≤0.3)、中危险区(0.3＜p≤0.6)、高危险区(0.6＜p≤0.9)、极高危险区(0.9＜p≤1)，输出地质灾害危险性地图。

具体而言，按照上述方式生成毕节市地质灾害危险性评价结果，如图6所示。

步骤E：对所述地质灾害危险性地图的评价效果识别与评估质量检验。从全局尺度上不同危险区的空间分布格局与面积占比，以及局部尺度上空间细节刻画水平、渐变性与斑块化特征角度，对比评价不同模型的评价效果，结合历史灾害点落入各层级危险区的比例即危险区对历史灾害的解释率(也即评估精度)，进一步评估地图质量。

从全局尺度、局部尺度、评估精度三个角度论证所述地质灾害危险性地图的评价效果与评估质量。结合图6的地质灾害危险性地图与图7各模型不同危险区的统计情况，具体方法为：

①全局尺度上，RF地图中不同层级危险区的空间分布与面积占比更合理。例如极高危险区在高值区的各县中均有适量分布，而LR和SVM地图中，极高危险区在毕节市最北侧、大方县西南侧、黔西县中部东北侧集中成块分布，呈现局部夸大的特点，与真实灾情有偏，尤其是大方县西南侧过于高估，实际灾害点仅有6个。GBDT地图的中危险区面积偏少，仅占17％(参见图6)；

②局部尺度上，RF空间细节刻画更为丰富，在高值区域保有危险性从极高到高再到中的渐变性特点，贴切实际，相反其他三个模型斑块化特征更明显，高、低危险区内的描述较为粗糙；

③评估精度上，RF模型中面积占比25％的高危区(包含高危险区和极高危险区)囊括了75％的历史灾害点，同时面积占比47％的低危区(包含低危险区和极低危险区)仅包含了12％的灾害点(参见图7)，由此说明该危险性地图能客观有效地反映真实灾情。其他模型的表现精度欠佳，如GBDT高危区面积占比更大(31％)，但仅解释了67％的历史灾害，而SVM的低危区(63％)过多地解释了30％的历史灾害。

步骤F：地质灾害空间分布特征考量的可靠性与实用性检验。

其中包括：

步骤F1：厘定空间聚集特征对模型性能的影响。从上述机器学习模型的评价指标因子数据集中剔除聚类属性因子并重新建模，通过对比剔除前后的精度评价指标、危险性地图的空间分布与评价效果来衡量空间聚集特征的实际效用。

为了定量分析空间聚集特征对模型预测性能的影响，从原来的四种模型评价因子中剔除聚类属性因子并重新建模。以RF模型为例，剔除聚类属性因子后，其训练精度由78.8％降至72.0％，测试集上AUC面积由0.825降至0.793(参见图8.b)，模型正确率、精确率及F1分值均显著降低(表2)，由此表明空间集聚特征能有效提高模型评估精度、增强模型评价性能。

表2剔除聚类属性前后模型在测试集上的混淆矩阵(以RF为例)

同样统计剔除后的危险性地图中不同危险区的面积占比及不同危险区内的灾害点占比。发现剔除后高危区与低危区的面积占比显著下降，分别由原来的25％、47％下降至18％、34％(参见图8.d)，部分灾害多发地(如纳雍县南侧、织金县东南侧)未能识别、局部灾害少发处(如大方县南侧)过高识别(参见图8.c)，存在估计有偏、重点危险区把控不准的问题。再者，剔除后高危区对实际历史灾害点的解释率下降了15％(原来75％，剔除后60％)，低危区尽管对灾害点的解释率降低了4％(原来12％，剔除后8％)，但面积减少了13％(参见图8.d)，可见剔除聚类属性后模型的实际评测性能有较大削减。故空间集聚特征对提升模型的性能具有显著的正向效用。

步骤F2：厘定空间分散特征对模型性能的影响。不对历史灾害点数据做任何处理，直接划分训练集与测试集，输入模型重新评估，通过对比数据预处理前后的混淆矩阵与精度评价指标、危险性地图的空间分布与评价效果来评估空间分散特征的负面作用。

为了验证基于渔网网格数据预处理方法的可行性，不对历史灾害点数据做任何处理，将灾害点仍按照70％、30％的比例划分训练集与测试集，同时生成等量的非灾害点(参见图9.a)。结果表明，四种算法的精度均显著下降，RF模型的训练精度仅达66.3％，测试集上AUC面积降至0.716(参见图9.b)，正确率、召回率等精度统计指标均大幅度下降近10％(参见表3)，可见基于渔网的数据处理方案对于提升模型精度非常有效。

表3数据预处理前后模型在测试集上的预测精度(以RF为例)

同样统计不采用渔网数据时的危险性地图中不同危险区的面积占比及不同危险区内的灾害点占比。发现高危区与低危区面积显著下降，分别减少了6％、13％，极高易发区对历史灾害的解释率大幅度降低(降低11％)(参见图9.d)，中易发区占比陡增至47％，空间分布上存在低危区高估、高危区低估的问题(参见图9.c)，且未体现出渐变性特征。故本发明提出的渔网数据预处理方案能够显著提高模型预测精度、优化空间评价结果。

步骤G：地质灾害危险性地图的确定及县级地质灾害危险性水平分析。依据上述评价及检验过程，以评价质量最佳的模型生成结果作为最终的地质灾害危险性地图，并依据发生概率的数值分布与不同危险区面积分布进一步地分析县级水平的地质灾害危险性。

结合各模型在测试集上的预测精度和最终的危险性地图评价效果，本实施例以RF的预测结果作为最终的毕节市地质灾害危险性地图。拟从发生概率数值统计与危险区面积占比角度进一步分析县级水平的地质灾害危险性。

基于各县地质灾害发生概率的数值分布情况(参见图10.a)，可依据由高到低的危险性水平将各县划分为三个梯队：第一梯队(纳雍县、黔西县、金沙县、七星关区)、第二梯队(织金县、大方县、赫章县)、第三梯队(威宁县)。从小提琴宽度(参见图10.a)及扇形面积占比(参见图10.b)可以看出，第一梯队的区县具有高危区面积多、占比大的特点，应予以重点监测防范。第二梯队的区县整体危险性有所降低，但高危区在局部区域的聚集值得关注，以赫章县为代表，其极高危险区面积依然广阔(参见图10.b)，因此在灾害防御与治理环节中，这些局部区块应成为相关部门的重点考察对象。第三梯队的威宁县领域广阔，中部地带海拔高、灾害较少，具有鲜明的危险性两极分化的特点，类似地，其东南侧与西北侧的部分高危区应是未来防灾减灾规划管控的主要工作重心。

根据本发明实施例的考虑空间分布特征的地质灾害危险性评价装置100，包括历史地质灾害数据模块110、地质灾害聚类属性提取模块120、数据预处理模块130、评价因子提取模块140、机器学习模块150、以及地质灾害危险性评价模块160。该评价装置100可以执行上述参考图1描述的评价方法。

具体的，历史地质灾害数据模块110，用于针对特定区域的历史地质灾害数据的输入与存储。

地质灾害聚类属性提取模块120，用于利用聚类算法依据所述历史地质灾害数据模块110中存储的历史地质灾害情况提取地质灾害聚类属性因子。

更进一步地，提取地质灾害聚类属性因子时，将不同的搜索距离与最小聚类要素个数参数组合下得到的地质灾害聚类属性因子输入机器学习模块150中，通过对比不同参数组合下各机器学习模型在训练集上的训练精度，对比得出最佳方案，即最优搜索距离与最优最小聚类要素个数，从而最终确定地质灾害聚类属性因子。

数据预处理模块130，用于对所述历史地质灾害数据模块110中存储的历史灾害情况数据进行预处理，并生成区域地质灾害危险性评价训练集及测试集，其中，所述训练集及所述测试集均包括多个灾害样本点及多个非灾害样本点。

更进一步地，对历史灾害情况数据进行预处理时，基于渔网网格过滤历史地质灾害噪声点。

评价因子提取模块140，用于提取其他评价因子，及对所述其他评价因子的选取进行合理性评价。针对选定的所述其他评价因子，采用不规则研究区的空间属性叠加手段提取，基于因子共线性分析方法对所述其他评价因子的选取进行合理性评价。

机器学习模块150，用于多机器学习模型的构建、训练、预测精度评价，并采用所述多机器学习模型输出地质灾害危险性地图。

更进一步地，基于不同机器学习算法的原理构建多机器学习模型，构建模型时，输入数据预处理模块130中获得的所述训练集与地质灾害聚类属性提取模块120中确定的所述聚类属性评价因子、评价因子提取模块140中提取的所述其他评价因子数据集，训练基于不同多机器学习算法的所述多机器学习模型。

更进一步地，基于数据预处理模块130中获得的所述测试集评价各所述多机器学习模型的预测精度。

更进一步地，基于所述多机器学习模型预测研究区内所有栅格单元的地质灾害危险性概率值(p)，按照不同危险性层级水平划分评价阈值：极低危险区(0≤p≤0.1)、低危险区(0.1＜p≤0.3)、中危险区(0.3＜p≤0.6)、高危险区(0.6＜p≤0.9)、极高危险区(0.9＜p≤1)，输出地质灾害危险性地图。

更进一步地，机器学习模块150中还可以包括地质灾害危险性地图评估效果识别与检验模块，用于对所述地质灾害危险性地图的评价效果识别与评估质量检验，得到最优地质灾害危险性地图。

地质灾害危险性评价模块160，用于县级地质灾害危险性水平分析；在所述最优地质灾害危险性地图的基础上，依据发生概率的数值分布与不同危险区面积分布进一步地分析县级水平的地质灾害危险性。

最后应说明的是：以上实施例的描述尽管较为详细，但仅用以说明本发明的技术方案，而非对其限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，依然可以对前述实施例中的技术细则进行修改，或者对其中部分技术特征进行等同替换，而这些修改或者替换，均落入本发明的保护范围之内。

Claims

1.一种考虑空间分布特征的地质灾害危险性评价方法，

所述地质灾害聚类属性的提取流程为：

① 针对历史地质灾害情况数据输入搜索距离、最小聚类要素个数，经OPTICS算法计算得到灾害点的聚类属性；

② 根据每个历史地质灾害点的位置构建泰森多边形，并将各所述灾害点的聚类属性赋值给相应的泰森多边形；

③ 将泰森多边形矢量图层转栅格，得到地质灾害聚类属性因子，与步骤C中获得的其他评价因子一同输入步骤D中的模型训练；

④ 整理不同搜索距离与最小聚类要素个数参数组合下各所述模型在所述训练集上的训练精度，对比得出最佳方案，即最优搜索距离与最优最小聚类要素个数，并以此得到所述地质灾害聚类属性；

具体步骤为：

① 针对历史地质灾害情况以步骤A中确定的最优搜索距离长度为邻域边界，生成渔网切割研究区，当该渔网网格内的历史灾害点数不少于2个时保留，否则剔除该网格内的灾害点；定义包含多个灾害点的所有渔网网格单元以外的区域为非灾害点生成区；

② 将保留历史灾害点按70%和30%的比例随机划分为训练集和测试集的灾害点，同时在非灾害点生成区分别随机生成同等数量的训练集和测试集的非灾害点以构成训练集和测试集；

步骤D：构建多机器学习模型，并依据步骤A中确定的所述地质灾害聚类属性和步骤C中确定的所述其他评价因子、以及步骤B中获得的所述训练集训练所述模型；基于步骤B中获得的测试集对各所述模型的预测精度进行评价，输出地质灾害危险性地图；

步骤E：对各模型输出地质灾害危险性地图进行评价效果识别与评估质量检验，确定最优地质灾害危险性地图；

步骤F：地质灾害空间分布特征考量的可靠性与实用性检验，包括厘定空间聚集特征对所述模型性能的影响、厘定空间分散特征对所述模型性能的影响；

步骤G：依据最优地质灾害危险性地图对地质灾害危险性进行评价，分析县级行政单元的地质灾害危险性水平。

2.根据权利要求1所述的方法，其特征在于，步骤C中，还包括基于因子共线性分析方法对所述其他评价因子的选取进行合理性评价。

3.根据权利要求1所述的方法，其特征在于，步骤D中，基于逻辑回归（LR）、支持向量机（SVM）、梯度提升树（GBDT）与随机森林（RF）的多机器学习算法构建所述模型。

4.根据权利要求1所述的方法，其特征在于，预测精度评价指标包括：精确率（Precision）、召回率（Recall）、正确率（Accuracy）和F1分值（F1 score），ROC曲线与AUC面积。

5.根据权利要求1所述的方法，其特征在于，步骤E中，从全局尺度上不同危险区的空间分布格局与面积占比，以及局部尺度上空间细节刻画水平、渐变性与斑块化特征角度，对比评价不同所述模型的评价效果，结合历史灾害点落入各层级危险区的比例即危险区对历史灾害的解释率进一步评估所述地图的质量。

6.根据权利要求1所述的方法，其特征在于，对地质灾害危险性进行评价时包括依据发生概率的数值分布与不同危险区面积分布分析各县级水平的地质灾害危险性。

7.一种考虑空间分布特征的地质灾害危险性评价装置，包括：

历史地质灾害数据模块（110），用于存储区域历史地质灾害数据；

地质灾害聚类属性提取模块（120），用于利用聚类算法依据所述历史地质灾害数据模块（110）中存储的历史地质灾害情况提取地质灾害聚类属性因子；

所述地质灾害聚类属性的提取流程为：

③ 将泰森多边形矢量图层转栅格，得到地质灾害聚类属性因子，与地质灾害危险性评价的其他评价因子一同输入多机器学习模型训练；

数据预处理模块（130），用于对所述历史地质灾害数据模块（110）中存储的历史灾害情况数据进行预处理，基于渔网网格过滤历史地质灾害噪声点，并生成区域地质灾害危险性评价训练集及测试集；

具体步骤为：

① 针对历史地质灾害情况以所述最优搜索距离长度为邻域边界，生成渔网切割研究区，当该渔网网格内的历史灾害点数不少于2个时保留，否则剔除该网格内的灾害点；定义包含多个灾害点的所有渔网网格单元以外的区域为非灾害点生成区；

评价因子提取模块（140），用于提取选取的地质灾害危险性评价的其他评价因子，并进行评价因子共线性分析；

机器学习模块（150），用于多机器学习模型的构建、训练，依据所述地质灾害聚类属性因子和所述其他评价因子、所述训练集训练所述模型，利用所述测试集评价预测精度，并基于所述模型输出地质灾害危险性地图；

地质灾害危险性评价模块（160），用于依据所述最优地质灾害危险性地图进行地质灾害危险性评价，分析县级危险性水平分布。