人民黄河

作者：胡少伟, 郭要辉, 叶宇霄, 廖一, 张志伟, 李亮

单位：1.郑州大学 水利与交通学院,河南 郑州 450001；2.重庆大学 土木工程学院,重庆 400045

关键词：泥石流;致灾因子;易发性预测;RF算法;GBDT算法;XGBoost算法;海南藏族自治州

基金：<p class=\MsoNormal\>\r\n\t<span>国家重点研发计划项目</span>(2022YFC3004401);<span>国家自然科学基金重点项目</span><span>(52130901);</span><span>河南省自然科学基金资助项目</span><span>(232300421003)</span>\r\n</p>

为筛选诱发泥石流的致灾因子，评估RF、GBDT 、XGBoost三种机器学习算法对泥石流易发性进行预测的性能，给泥石流多发区地质灾害预测及防灾减灾工作提供参考，以青海省海南藏族自治州为研究区，基于历史泥石流灾害数据，依据初选的17个影响因子与泥石流灾害的皮尔逊相关系数筛选诱发泥石流发生的致灾因子，对筛余致灾因子进行分级并设置8种致灾因子组合，采用 RF、GBDT、XGBoost三种机器学习算法对泥石流易发性进行预测，采用准确率、精确率、召回率、F1分数、ROC-AUC等指标评价预测效果。结果表明：1)与河道距离、高程、土壤可蚀性、地形湿度指数、年降雨量、归一化植被指数、高程变异系数、岩性、地形粗糙度、剖面曲率、曲率、坡度、高程变异系数、坡向是研究区诱发泥石流的致灾因子，其中高程、与河道距离、土壤可蚀性、地形湿度指数、年降雨量、归一化植被指数为主要致灾因子；2）采用RF、XGBD、XGBoost三种机器学习算法对泥石流易发性进行预测时，基于致灾因子组合C7（该组合不考虑坡向）的预测效果最佳，基于致灾因子组合C5（该组合不考虑曲率、高程变异系数、坡向）和C8（该组合考虑所有致灾因子）的预测效果也较好；3）基于致灾因子组合C7进行泥石流易发性预测时，3种算法的优劣排序为XGBoost、GBDT、RF。

来源：2025年第7期

《人民黄河》期刊编辑部

查看人民黄河杂志2025年第7期