基于可解释性机器学习的九寨沟景区滑坡易发性评价及驱动力分析

申振宏; 何松膛; 王道杰; 林勇明; 裴曾莉; 赵鹏

doi:10.13961/j.cnki.stbctb.2025.06.028

您当前的位置：

首页 >

文章列表页 >

基于可解释性机器学习的九寨沟景区滑坡易发性评价及驱动力分析

水保监测与应用技术

- 基于可解释性机器学习的九寨沟景区滑坡易发性评价及驱动力分析
- Landslide susceptibility evaluation and driving force analysis for Jiuzhaigou scenic area based on explainable machine learning
- 水土保持通报 2025年45卷第6期页码：213-226
- 作者机构：
  
  1.福建农林大学菌草与生态学院，福建福州350002
  2.福建省高校森林生态系统;过程与经营重点实验室，福建福州350002
  3.山地自然灾害与工程安全重点实验室，中国科学院、水利部成都山地灾害与环境研究所，四川成都 610213
  4.中国科学院大学，北京 100049
- 作者简介：
  
  申振宏（2000—），男（汉族），河南省新乡市人，硕士研究生，研究方向为机器学习与地质灾害易发性建模与评估。Email：12304096001@fafu.edu.cn。
  何松膛（1991—），男（汉族），四川省乐山市人，博士，副研究员，主要从事生态减灾与区域可持续发展研究。Email：hest@imde.ac.cn。
- 基金信息：
  
  国家重点研发计划项目“西南诸河上游水电工程扰动生态效应与边坡退化机制”(2024YFF1307801;2024YFF1307800;2024YFC3012702);中国科学院青年创新促进会项目(2023389);国家自然科学基金(42201094;42371014);中国科学院、水利部成都山地灾害与环境研究所自主部署项目(IMHE-CXTD-01);中国国家留学基金委访问学者项目(202404910203)
- DOI：10.13961/j.cnki.stbctb.2025.06.028
  中图分类号： P642.22
- CSTR：32312.14.stbctb.2025.06.028
- 收稿：2025-06-20，
  
  修回：2025-07-24，
  
  纸质出版：2025-12-10
- 稿件说明：
移动端阅览
申振宏, 何松膛, 王道杰，等.基于可解释性机器学习的九寨沟景区滑坡易发性评价及驱动力分析[J].水土保持通报,2025,45(6):213-226.

Shen Zhenhong, He Songtang, Wang Daojie, et al. Landslide susceptibility evaluation and driving force analysis for Jiuzhaigou scenic area based on explainable machine learning [J]. Bulletin of Soil and Water Conservation,2025,45(6):213-226.
申振宏, 何松膛, 王道杰，等.基于可解释性机器学习的九寨沟景区滑坡易发性评价及驱动力分析[J].水土保持通报,2025,45(6):213-226. DOI： 10.13961/j.cnki.stbctb.2025.06.028. CSTR： 32312.14.stbctb.2025.06.028.

Shen Zhenhong, He Songtang, Wang Daojie, et al. Landslide susceptibility evaluation and driving force analysis for Jiuzhaigou scenic area based on explainable machine learning [J]. Bulletin of Soil and Water Conservation,2025,45(6):213-226. DOI： 10.13961/j.cnki.stbctb.2025.06.028. CSTR： 32312.14.stbctb.2025.06.028.

摘要

目的

构建“因子筛选—模型评价—机制解析”技术路径，探究滑坡易发性评价中的预测精度较高的评价模型，揭示滑坡灾害发生的关键驱动因子，深入探讨复杂地质条件下滑坡影响因子的相互作用机制。为九寨沟景区及类似震后高隐蔽性滑坡区的灾害风险管控和生态保护策略制定提供科学依据。

方法

以九寨沟景区为研究区，采用传统方法（层次分析法AHP、信息量法IV、确定系数法CF）与机器学习方法（XGBoost，LightGBM，CatBoost）进行易发性评价，基于相关性分析和共线性检验构建系统的评价指标体系，结合SHAP（shapley additive explanations）可解释性算法与最优参数地理探测器（OPGD）模型，识别关键驱动因子并探讨其作用机制。

结果

滑坡易发性评价模型中，机器学习模型整体优于传统方法，CatBoost模型性能最优（AUC=0.927），高易发区集中于熊猫海、箭竹海、丹祖沟西北部、草海西南部及长海东南部；SHAP与OPGD共同识别距水系距离、归一化植被指数（NDVI）、坡向及多年年均降雨量为主要控制因子；OPGD交互作用探测显示距水系距离与距断层距离交互作用最强（

=0.33），多年年均降雨量与NDVI呈非线性增强关系（

=0.16）。

结论

九寨沟景区内存在多处潜在滑坡高易发区，在高精度评价模型的基础上，SHAP算法对关键驱动因子的识别可靠，且多因子协同作用是九寨沟景区滑坡发育的关键机制。

Abstract

Objective

This study aims to establish a technical pathway of ‘factor selection-model evaluation-mechanism analysis’ to investigate evaluation models with high predictive accuracy for landslide susceptibility， reveal the key driving factors of landslide disasters， and explore the interaction mechanisms among landslide influencing factors under complex geological conditions. It can provide scientific support for disaster risk management and the formulation of ecological protection strategies in the Jiuzhaigou scenic area and similar post-seismic regions with highly concealed landslides.

Methods

The Jiuzhaigou scenic area was selected as the study area. Landslide susceptibility was evaluated using both traditional methods-analytic hierarchy process （AHP）， information value （IV）， and certainty factor （CF） and machine learning models （XGBoost， LightGBM， and CatBoost）. A systematic evaluation indicator system was constructed based on correlation analysis and collinearity tests. The shapley additive explanations（SHAP） explainable algorithm and the optimal parameter-based geodetector model （OPGD） were used to identify key controlling factors and investigate their interaction mechanisms.

Results

Among the landslide susceptibility evaluation models， the machine learning models overall outperformed the traditional methods， with the CatBoost model achieving the highest predictive accuracy （AUC=0.927）. High-susceptibility zones were concentrated in Panda Lake， Arrow Bamboo Lake， northwestern Danzugou， southwestern Grass Lake， and southeastern Long Lake. Both SHAP and OPGD identified distance to water systems， normalized difference vegetation index （NDVI）， slope aspect， and multi-year average annual rainfall as the primary controlling factors. OPGD interaction detection revealed that the interaction between distance to water systems and distance to faults was the strongest （

=0.33）， and the relationship between multi-year

average annual rainfall and NDVI showed a nonlinear enhancement （

=0.16）.

Conclusion

There are multiple potential zones of high landslide susceptibility within the Jiuzhaigou scenic area. Based on high-accuracy evaluation models， the SHAP algorithm effectively identifies key driving factors. Moreover， the synergistic effects of multiple factors are the key mechanisms for landslide development in this region.

关键词

Keywords

references

崔鹏 . 中国山地灾害研究进展与未来应关注的科学问题［J］. 地理科学进展， 2014 ， 33 （ 2 ）： 145 - 152 .

Cui Peng . Progress and prospects in research on mountain hazards in China ［J］. Progress in Geography ， 2014 ， 33 （ 2 ）： 145 - 152 .

杨正荣，喜文飞，史正涛，等 . 复杂植被山区滑坡蠕变与植被覆盖度关系研究［J］. 测绘科学， 2023 ， 48 （ 1 ）： 157 - 165 .

Yang Zhengrong ， Xi Wenfei ， Shi Zhengtao ， et al . Study on the relationship between landslide creep and vegetation cover in mountainous areas with complex vegetation ［J］. Science of Surveying and Mapping ， 2023 ， 48 （ 1 ）： 157 - 165 .

许冲，戴福初，姚鑫，等 . 基于GIS与确定性系数分析方法的汶川地震滑坡易发性评价［J］. 工程地质学报， 2010 ， 18 （ 1 ）： 15 - 26 .

Xu Chong ， Dai Fuchu ， Yao Xin ， et al . GIS platform and certainty factor analysis method based Wenchuan earthquake-induced landslide susceptibility evaluation ［J］. Journal of Engineering Geology ， 2010 ， 18 （ 1 ）： 15 - 26 .

纪守领，李进锋，杜天宇，等 . 机器学习模型可解释性方法、应用与安全研究综述［J］. 计算机研究与发展， 2019 ， 56 （ 10 ）： 2071 - 2096 .

Ji Shouling ， Li Jinfeng ， Du Tianyu ， et al . Survey on techniques， applications and security of machine learning interpretability ［J］. Journal of Computer Research and Development ， 2019 ， 56 （ 10 ）： 2071 - 2096 .

黄润秋 . 20世纪以来中国的大型滑坡及其发生机制［J］. 岩石力学与工程学报， 2007 ， 26 （ 3 ）： 433 - 454 .

Huang Runqiu . Large-scale landslides and their sliding mechanisms in China since the 20th century ［J］. Chinese Journal of Rock Mechanics and Engineering ， 2007 ， 26 （ 3 ）： 433 - 454 .

古腾飞，段平，王伟鹏，等 . 滑坡易发性评价方法综述［J］. 自然灾害学报， 2024 ， 33 （ 6 ）： 1 - 16 .

Gu Tengfei ， Duan Ping ， Wang Weipeng ， et al . Review of methods for landslide susceptibility assessment ［J］. Journal of Natural Disasters ， 2024 ， 33 （ 6 ）： 1 - 16 .

范林峰，胡瑞林，曾逢春，等 . 加权信息量模型在滑坡易发性评价中的应用：以湖北省恩施市为例［J］. 工程地质学报， 2012 ， 20 （ 4 ）： 508 - 513 .

Fan Linfeng ， Hu Ruilin ， Zeng Fengchun ， et al . Application of weighted information value model to landslide susceptibility assessment： A case study of Enshi City， Hubei Province ［J］. Journal of Engineering Geology ， 2012 ， 20 （ 4 ）： 508 - 513 .

郑迎凯，陈建国，王成彬，等 . 确定性系数与随机森林模型在云南芒市滑坡易发性评价中的应用［J］. 地质科技通报， 2020 ， 39 （ 6 ）： 131 - 144 .

Zheng Yingkai ， Chen Jianguo ， Wang Chengbin ， et al . Application of certainty factor and random forests model in landslide susceptibility evaluation in Mangshi City， Yunnan Province ［J］. Bulletin of Geological Science and Technology ， 2020 ， 39 （ 6 ）： 131 - 144 .

许冲，戴福初，姚鑫，等 . GIS支持下基于层次分析法的汶川地震区滑坡易发性评价［J］. 岩石力学与工程学报， 2009 ， 28 （ S2 ）： 3978 - 3985 .

Xu Chong ， Dai Fuchu ， Yao Xin ， et al . Gis-based landslide susceptibility assessment using analytical hierarchy process in Wenchuan earthquake region ［J］. Chinese Journal of Rock Mechanics and Engineering ， 2009 ， 28 （ S2 ）： 3978 - 3985 .

Hong Haoyuan ， Pourghasemi H R ， Pourtaghi Z S . Landslide susceptibility assessment in Lianhua County （China）： A comparison between a random forest data mining technique and bivariate and multivariate statistical models ［J］. Geomorphology ， 2016 ， 259 ： 105 - 118 .

Kanungo D P ， Arora M K ， Sarkar S ， et al . A comparative study of conventional， ANN black box， fuzzy and combined neural and fuzzy weighting procedures for landslide susceptibility zonation in Darjeeling Himalayas ［J］. Engineering Geology ， 2006 ， 85 （ 3/4 ）： 347 - 366 .

Huang Faming ， Yan Jun ， Fan Xuanmei ， et al . Uncertainty pattern in landslide susceptibility prediction modelling：Effects of different landslide boundaries and spatial shape expressions ［J］. Geoscience Frontiers ， 2022 ， 13 （ 2 ）： 101317 .

张潇远，苏巧梅，赵财胜，等 . 一种利用贝叶斯算法优化XGBoost的滑坡易发性评价方法［J］. 测绘科学， 2023 ， 48 （ 6 ）： 140 - 150 .

Zhang Xiaoyuan ， Su Qiaomei ， Zhao Caisheng ， et al . A landslide susceptibility evaluation method using Bayesian algorithm to optimize XGBoost ［J］. Science of Surveying and Mapping ， 2023 ， 48 （ 6 ）： 140 - 150 .

何哲，石玉玲，李富春，等 . 基于LightGBM模型的甘肃省临夏县滑坡易发性评价［J］. 水资源与水工程学报， 2024 ， 35 （ 1 ）： 197 - 205 .

He Zhe ， Shi Yuling ， Li Fuchun ， et al . Landslide susceptibility assessment based on LightGBM model in Linxia County， Gansu Province ［J］. Journal of Water Resources and Water Engineering ， 2024 ， 35 （ 1 ）： 197 - 205 .

曾韬睿，王林峰，张俞，等 . 基于CatBoost-SHAP模型的滑坡易发性建模及可解释性［J］. 中国地质灾害与防治学报， 2024 ， 35 （ 1 ）： 37 - 50 .

Zeng Taorui ， Wang Linfeng ， Zhang Yu ， et al . Landslide susceptibility modeling and interpretability based on CatBoost-SHAP model ［J］. The Chinese Journal of Geological Hazard and Control ， 2024 ， 35 （ 1 ）： 37 - 50 .

Sun Deliang ， Wang Jing ， Wen Haijia ， et al . Landslide susceptibility mapping （LSM） based on different boosting and hyperparameter optimization algorithms：A case of Wanzhou District， China ［J］. Journal of Rock Mechanics and Geotechnical Engineering ， 2024 ， 16 （ 8 ）： 3221 - 3232 .

王绚，范宣梅，杨帆，等 . 植被茂密山区地质灾害遥感解译方法研究［J］. 武汉大学学报（信息科学版）， 2020 ， 45 （ 11 ）： 1771 - 1781 .

Wang Xuan ， Fan Xuanmei ， Yang Fan ， et al . Remote sensing interpretation method of geological hazards in lush mountainous area ［J］. Geomatics and Information Science of Wuhan University ， 2020 ， 45 （ 11 ）： 1771 - 1781 .

罗路广，裴向军，黄润秋，等 . GIS支持下CF与Logistic回归模型耦合的九寨沟景区滑坡易发性评价［J］. 工程地质学报， 2021 ， 29 （ 2 ）： 526 - 535 .

Luo Luguang ， Pei Xiangjun ， Huang Runqiu ， et al . Landslide susceptibility assessment in Jiuzhaigou scenic area with GIS based on certainty factor and logistic regression model ［J］. Journal of Engineering Geology ， 2021 ， 29 （ 2 ）： 526 - 535 .

许冲，王世元，徐锡伟，等 . 2017年8月8日四川省九寨沟Ms7.0地震触发滑坡全景［J］. 地震地质， 2018 ， 40 （ 1 ）： 232 - 260 .

Xu Chong ， Wang Shiyuan ， Xu Xiwei ， et al . A panorama of landslides triggered by the 8 August 2017 Jiuzhaigou， Sichuan Ms7. 0 earthquake ［J］. Seismology and Geology ， 2018 ， 40 （ 1 ）： 232 - 260 .

曹俊，杨更，杜杰，等 . 8·8地震后九寨沟景区“层湖叠瀑”景观变化研究［J］. 四川地质学报， 2021 ， 41 （ 1 ）： 161 - 166 .

Cao Jun ， Yang Geng ， Du Jie ， et al . Study of change of the “stratified lakes and folded waterfalls” landslide in Jiuzhaigou valley scenic spots after the earthquake on Aug. 8， 2017 ［J］. Acta Geologica Sichuan ， 2021 ， 41 （ 1 ）： 161 - 166 .

姚鑫，周振凯，李凌婧，等 . 2017年四川九寨沟Ms7.0地震InSAR同震形变场及发震构造探讨［J］. 地质力学学报， 2017 ， 23 （ 4 ）： 507 - 514 .

Yao Xin ， Zhou Zhenkai ， Li Lingjing ， et al . Insar co-seismic deformation of 2017 Ms7.0 Jiuzhaigou earthquake and discussions on seismogenic tectonics ［J］. Journal of Geomechanics ， 2017 ， 23 （ 4 ）： 507 - 514 .

王进，臧明东，许冲，等 . 基于层次分析与受试者工作特征曲线下面积耦合算法的2022年泸定地震滑坡易发性评估［J］. 工程地质学报， 2024 ， 32 （ 5 ）： 1696 - 1711 .

Wang Jin ， Zang Mingdong ， Xu Chong ， et al . Landslide susceptibility assessment following the 2022 Luding earthquake： A coupled analytic hierarchy process and area under the receiver operating characteristic curve algorithm ［J］. Journal of Engineering Geology ， 2024 ， 32 （ 5 ）： 1696 - 1711 .

Akiba T ， Sano S ， Yanase T ， et al . Optuna：a next-generation hyperparameter optimization framework ［C］∥ Proceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining . Anchorage AK USA . ACM ， 2019 ： 2623 - 2631 .

潘网生，赵恬茵，蔚秀莲，等 . 基于PR-SVM模型的黄陵县滑坡易发性评价［J］. 自然灾害学报， 2024 ， 33 （ 4 ）： 48 - 59 .

Pan Wangsheng ， Zhao Tianyin ， Yu Xiulian ， et al . Landslide susceptibility assessment in Huangling County based on probability ratio and support vector machine model ［J］. Journal of Natural Disasters ， 2024 ， 33 （ 4 ）： 48 - 59 .

Wang Jinfeng ， Li Xinhu ， Christakos G ， et al . Geographical detectors‐based health risk assessment and its application in the neural tube defects study of the Heshun Region， China ［J］. International Journal of Geographical Information Science ， 2010 ， 24 （ 1 ）： 107 - 127 .

Song Yongze ， Wang Jinfeng ， Ge Yong ， et al . An optimal parameters-based geographical detector model enhances geographic characteristics of explanatory variables for spatial heterogeneity analysis： Cases with different types of spatial data ［J］. GIScience & Remote Sensing ， 2020 ， 57 （ 5 ）： 593 - 610 .

Lundberg S M ， Lee S I . A unified approach to interpreting model predictions ［C］∥ Proceedings of the 31st International Conference on Neural Information Processing Systems . 2017 ， Long Beach， California， USA . ACM ， 2017： 4768 - 4777 .

Lan Huijuan ， Wang Daojie ， He Songtang ， et al . Experimental study on the effects of tree planting on slope stability ［J］. Landslides ， 2020 ， 17 （ 4 ）： 1021 - 1035 .

An Bangsheng ， Zhang Zhijie ， Xiong Shenqing ， et al . Landslide susceptibility mapping based on ensemble learning in the Jiuzhaigou Region， Sichuan， China ［J］. Remote Sensing ， 2024 ， 16 （ 22 ）： 4218 .

余明威，郭永刚，苏立彬 . 西藏林芝地区崩滑流灾害影响因子定量评价［J］. 中国地质灾害与防治学报， 2024 ， 35 （ 6 ）： 33 - 43 .

Yu Mingwei ， Guo Yonggang ， Su Libin . Quantitative evaluation of influencing factors for landslide， rockfall and debris flow hazards in the Nyingchi area of Xizang Autonomous Region ［J］. The Chinese Journal of Geological Hazard and Control ， 2024 ， 35 （ 6 ）： 33 - 43 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于超参数优化与SHAP的广西桂林市滑坡灾害易发性评价

吉林省西部地区新增耕地变化及其驱动机制的多尺度探测

2000—2024年黄河源园区生态环境质量变化及其驱动因素

基于不同评价单元的滑坡易发性对比分析

中国耕地流转的时空演变特征及其驱动因素