《GeoHazards》:Prediction of Coseismic Landslides by Explainable Machine Learning Methods
编辑推荐:
2024年1月1日日本能登半岛发生的MJMA 7.6(Mw 7.5)地震在能登北部地区触发了广泛的边坡失稳,但其空间控制因素与易发性格局仍缺乏定量刻画。既往研究主要聚焦于断层破裂、地表变形与海啸影响,而基于机器学习(
2024年1月1日日本能登半岛发生的MJMA 7.6(Mw 7.5)地震在能登北部地区触发了广泛的边坡失稳,但其空间控制因素与易发性格局仍缺乏定量刻画。既往研究主要聚焦于断层破裂、地表变形与海啸影响,而基于机器学习(ML)的地震诱发边坡失稳评估仍存在明显空白。该研究整合了2323处已制图滑坡与11项致灾环境因子,构建了针对2024年该次事件的首个数据驱动易发性评价框架。空间分析表明,75%的滑坡面积小于3220 m2,且近半数发生于距震中约23 km范围内,反映出破裂带之外地震动的集中影响。地形变量如坡度(均值31.8°)、西南向坡向以及100–300 m高程带,与峰值地面加速度(PGA)0.8–1.1 g、邻近道路和河流等因素共同影响失稳格局。研究人员训练了6种监督式机器学习模型,其中随机森林(RF)和梯度提升(GB)取得最高精度,曲线下面积(AUC)分别为0.95和0.94。采用可解释人工智能(XAI)中的SHapley加性解释(SHAP)分析表明,坡度、震中距与峰值地面加速度(PGA)是主导性预测因子。所得易发性分区图与观测滑坡分布具有良好一致性,为震后灾害评估与区域风险降低提供了具可解释性的基础。后续工作应整合震后降雨、多时相滑坡编目与InSAR形变信息,以支持动态灾害评估和改进预警能力。
该文发表于《GeoHazards》,围绕2024年日本能登半岛地震诱发同震滑坡的区域易发性预测展开,核心目标是在已有灾后编录基础上建立兼具预测能力与可解释性的机器学习评估框架。研究背景在于,日本处于太平洋板块、菲律宾海板块与欧亚板块相互作用的强震活动区,大地震常伴生滑坡、海啸、液化与地表破裂等级联灾害。2024年1月1日发生的能登半岛地震造成严重人员伤亡和基础设施破坏,北部陡峻海岸及山地广泛出现斜坡失稳。尽管已有研究较多关注该次地震的破裂过程、地表变形、海啸生成以及个别滑坡的运动学机制,但对同震滑坡进行区域尺度、数据驱动的易发性建模仍明显不足,尤其缺乏将可解释人工智能(XAI)用于揭示地震、地形、地质、水文及人为扰动共同作用机制的研究。因此,开展此项研究对于提升震后快速评估能力、完善日本沿海构造活跃区滑坡灾害定量分析体系具有重要意义。
研究人员以日本国土地理院发布的官方滑坡编录为基础,选取2323个陆上同震滑坡多边形,结合11项滑坡致灾环境因子,建立了基于地理信息系统(GIS)—Python流程的同震滑坡易发性模型。研究结果表明,能登半岛地震诱发滑坡以中小型浅层滑坡为主,空间分布受坡度、震中距、峰值地面加速度(PGA)、坡向、高程以及道路邻近性等因素共同控制。其中,随机森林(RF)与梯度提升(GB)在6种监督式学习算法中表现最佳,说明集成学习模型在捕捉非线性、多变量耦合作用方面具有明显优势。进一步通过SHapley加性解释(SHAP)分析,研究人员证实坡度、震中距与PGA是决定滑坡发生概率的最关键因子。最终生成的易发性分区图与实际滑坡分布高度吻合,证明该框架不仅可用于本次事件的震后快速危险性判识,也为同类构造—地貌环境中的区域减灾与基础设施规划提供了可迁移的方法支撑。
研究人员采用的关键技术方法主要包括以下几方面。首先,样本数据来源于日本国土地理院基于高分辨率卫星影像与应急航空摄影建立的官方滑坡编录,共包含2323个地理配准滑坡多边形,并从滑坡外稳定地形中随机生成2323个非滑坡样点,构建平衡样本集。其次,基于5 m数字高程模型(DEM)、地质图、USGS ShakeMap和道路数据提取11项致灾环境因子,并统一投影、重采样至30 m × 30 m网格。再次,采用随机森林(RF)、梯度提升(GB)、逻辑回归(LR)、k近邻(KNN)、朴素贝叶斯(NB)和支持向量机(SVM)6种监督学习模型进行训练,通过10折交叉验证以及AUC、F1值、精度等指标进行性能评价。最后,借助SHAP开展全局与局部解释分析,并使用空间交叉验证检验模型在地理独立区域上的泛化能力。
在研究结果部分,论文依次从几何特征、空间分布、因子筛选、模型性能、空间泛化、可解释性分析和制图结果展开论述。
在“3.1. Geometric Characteristics of Coseismic Landslides”部分,研究人员利用定向最小外接矩形(OMBB)方法量化2323处同震滑坡的面积、长度和宽度。结果显示,滑坡面积分布具有显著右偏特征,75%的滑坡面积小于3220 m
2,平均面积为3786 m
2,最大面积达4.2 × 10
5 m
2。平均长度和宽度分别为84.8 m和82.5 m,表明大多数滑坡为较紧凑的浅层滑动或岩屑崩滑,而非极长程岩崩。滑坡面积—频率分布在小面积端表现出明显 rollover,特征面积约为3.5 × 10
2 m
2,这被解释为编录完整性阈值及震后影像可识别的最小典型失稳尺度。面积与长度、宽度之间存在较强线性缩放关系,长度与宽度之间也高度相关,说明较大滑坡通常在顺坡向和横坡向上同步扩展,体现出近似自相似增长特征。该结果为后续易发性建模提供了稳定的统计基础。
在“3.2. Spatial Distribution Analysis of Coseismic Landslides”部分,研究人员分析了11项致灾环境因子与滑坡空间分布的对应关系。结果表明,多数滑坡发生在西南—西向坡(200–300°)、距道路120 m以内、距河流725 m以内的区域;高程主要集中于100–300 m的中海拔陡坡地带。滑坡密度在距震中10–30 km范围内最为突出,显示地震动放大和盆地边缘效应对滑坡启动的影响强于单纯的断裂邻近性。多数滑坡对应的PGA范围为0.8–1.1 g,坡度呈近正态分布,中心值约31.8°,主要集中在25–40°。地质上,滑坡主要分布于古近纪—新近纪地层,岩性以弱固结泥岩、砂岩和凝灰质岩石为主。该部分结果说明,岩性脆弱性与强震动共同决定了本次同震滑坡的集中发育格局。
在“3.3. Selection of Landslide Conditioning Factors (LCFs)”部分,研究人员通过皮尔逊相关系数和方差膨胀因子(VIF)对11项因子进行冗余性和多重共线性检验。结果显示,任意变量对的相关系数绝对值均未超过0.7,最高相关出现在高程与坡度、高程与距河流距离之间,但仍显著低于阈值。所有因子的VIF值均小于2,说明不存在明显多重共线性。由此确认,所选因子彼此独立性较好,能够为模型提供互补的地形、地质、地震、水文和人为活动信息。
在“3.4. Model Performance Evaluation and Selection of Best Models”部分,研究人员比较了6种分类器的预测表现。结果显示,随机森林(RF)在准确率、精确率、特异度和AUC方面均为最佳,分别达到87.45%、88.50%、88.81%和0.95;梯度提升(GB)获得最高F1值0.86,AUC为0.94,也表现出极强预测能力。支持向量机(SVM)和k近邻(KNN)表现次之,逻辑回归(LR)和朴素贝叶斯(NB)相对较弱。ROC曲线进一步表明,所有模型AUC介于0.82–0.95之间,其中RF和GB最接近理想分类边界。研究人员据此选定RF和GB作为最终制图模型,认为其能够更有效刻画地震、地形、地质及人为因子之间的非线性复杂关系。
在“3.5. Spatial Cross-Validation and Model Generalization Assessment”部分,研究人员引入留一簇法(LOCO)空间交叉验证,对模型的空间泛化能力进行更严格检验。RF模型在不同地理独立簇中的ROC–AUC介于0.82–0.89之间,表明其在空间异质条件下仍保持稳定表现。与随机10折交叉验证得到的平均AUC = 0.962相比,空间LOCO验证的平均AUC = 0.855更为保守,也更能反映真实应用场景。该结果揭示,若忽略空间自相关,随机验证可能高估模型性能;而即使在严格空间分离条件下,RF仍具有较强判别能力,说明模型具备较好的区域迁移与泛化潜力。
在“3.6. Explainable AI (XAI) and Conditioning Factor Importance”部分,研究人员采用SHAP对模型内部决策逻辑进行解释。SHAP蜂群图显示,较大坡度、较短震中距和较高PGA会显著提升滑坡发生概率,距道路较近同样表现出正向贡献,中等高程地带也对应较高SHAP响应。全局重要性排序表明,坡度的平均绝对SHAP值最高,约为2.23,其后依次为震中距1.67和PGA 0.95,说明地形陡峻程度与地震能量传播是滑坡启动的主控因素。依赖图进一步揭示,坡度在约30–35°以上时,滑坡概率迅速升高,且在高PGA或靠近震中的条件下该效应更为显著;道路邻近性会在陡坡区进一步放大失稳风险。论文还利用LIME对代表性滑坡与非滑坡样本进行了局部解释,显示陡坡、中高PGA和有利坡向促进滑坡发生,而缓坡、低PGA和较低地形湿度指数(TWI)则抑制失稳。整体而言,该部分证明了XAI能够将统计预测结果与物理致灾机制对应起来。
在“3.7. Susceptibility Mapping and Comparison Between Models”部分,研究人员将RF和GB的概率输出转化为五级易发性分区图,即极低、低、中、高和极高易发区。两种模型所得空间格局高度一致,高和极高易发区主要集中在珠洲以北和轮岛西南部的陡峻海岸及山地区域,与实测滑坡聚集区吻合良好。RF模型生成的分区较平滑,更倾向于将较大面积划为低和中等易发等级,体现其降低方差、抑制过拟合的特征,适合区域尺度规划与长期风险管理。GB模型则在局地上划分出更尖锐、更精细的高易发斑块,对小尺度地形与地震异质性更敏感,更适合微区划分和震后应急应用。两模型均将约58%–70%的区域划为极低至低易发区,将约20%–25%的区域划为高至极高易发区,进一步验证了集成学习模型在复杂地震地貌环境中的适用性。
论文讨论部分强调,本研究的结果与既有全球同震滑坡研究在统计特征和控制机制上具有一致性,说明能登半岛地震诱发滑坡在面积分布、坡度阈值、PGA范围和中海拔集聚特征等方面符合其他强震事件的普遍规律。与此同时,研究通过将集成机器学习与SHAP解释框架结合,弥补了传统黑箱模型可解释性不足的问题,使主控因子的识别既具统计可靠性,也具物理合理性。论文也指出若干局限:滑坡以多边形质心表征,可能无法完全代表大尺度或不规则滑坡的起始条件;所有因子统一采用30 m空间分辨率,且地震效应仅用PGA和震中距表征;震后降雨、余震活动、土层厚度和时变形变等尚未纳入模型,因此对延迟性失稳的刻画仍有限。尽管如此,空间交叉验证结果说明,该ML–XAI框架已能够有效支持日本地震活跃沿海区的震后快速滑坡评估和防灾准备。
研究结论部分可译为:该研究采用集成机器学习模型,基于2024年1月1日M
w 7.5能登半岛地震触发滑坡的空间分布,对同震滑坡易发性进行了评估。研究使用了由日本政府主管机构制图并公开的2323处浅层滑坡,其中大多数集中分布于距震中10–30 km、坡度25–40°、高程100–300 m以及峰值地面加速度(PGA)较高(0.8–1.1 g)的区域。道路和河流邻近性进一步加剧了边坡失稳,表明地震动、地形条件与人为扰动具有共同影响。在6种监督学习算法中,随机森林(RF)和梯度提升(GB)取得了最佳预测效果,其AUC分别为0.95和0.94。基于SHAP值的可解释人工智能分析证实,坡度、PGA与震中距是滑坡发生的主导控制因子,从而支持了模型的物理合理性。所得易发性分区图与滑坡编录具有很强的空间匹配性,为大范围同震滑坡灾害预测提供了可靠基础。尽管模型表现较强,研究仍存在一些局限,包括以滑坡多边形质心代表滑坡、统一30 m空间分辨率处理因子、地震变量仅限于PGA和震中距,以及未考虑震后降雨、余震活动、土层厚度与时间相关形变等因素,这些因素可能限制对延迟性边坡失稳的预测。尽管如此,该研究仍表明,集成的机器学习—可解释人工智能(ML–XAI)框架能够有效支持日本地震活跃沿海地区的震后快速滑坡评估与防灾准备,未来研究应纳入多时相编录、降水数据和InSAR形变信息,以实现更动态的灾害评估。