基于Kruskal-Wallis检验和降维技术评价指标优化的海北州热融地质灾害易发性评价

马永刚; 李良龙; 李迎朋; 黎明; 王克强; 程钰杰; 王林康; 章广成

doi:10.19509/j.cnki.dzkq.tb20250338

您当前的位置：

首页 >

文章列表页 >

基于Kruskal-Wallis检验和降维技术评价指标优化的海北州热融地质灾害易发性评价

更新时间：2026-11-05

- 基于Kruskal-Wallis检验和降维技术评价指标优化的海北州热融地质灾害易发性评价
- Bulletin of Geological Science and Technology Vol. 45, Issue 4, Pages: 133-150(2026)
- 作者机构：
  
  1. 青海工程勘察院有限公司
  2. 中国地质大学(武汉)工程学院
- 作者简介：
- 基金信息：
- DOI：10.19509/j.cnki.dzkq.tb20250338
  CLC： TP181;P694
- Published：2026
- 稿件说明：
移动端阅览
马永刚, 李良龙, 李迎朋, et al. 基于Kruskal-Wallis检验和降维技术评价指标优化的海北州热融地质灾害易发性评价[J]. Bulletin of Geological Science and Technology, 2026, 45(4): 133-150.
DOI：

马永刚, 李良龙, 李迎朋, et al. 基于Kruskal-Wallis检验和降维技术评价指标优化的海北州热融地质灾害易发性评价[J]. Bulletin of Geological Science and Technology, 2026, 45(4): 133-150. DOI： 10.19509/j.cnki.dzkq.tb20250338.

摘要

青海省海北藏族自治州（以下简称：海北州）地处祁连山中部地带，多年冻土分布广泛，随着全球气候变暖，区域内热融地质灾害发生较为频繁，对居民的生命财产构成严重威胁。针对区域热融灾害主控因素不明、传统影响因子剔除式指标优化易丢失有效信息的问题，开展易发性评价工作可为区域持续性建设发展与灾害预警提供技术支撑。以海北州为研究区域，对初步选取的16个评价指标进行相关性和重要性分析，采用降维技术优化评价指标，选用3种不同机器学习方法进行建模分析，研究表明：(1)经Kruskal-Wallis检验算法分析，距道路距离、多年平均温度、融化指数、高程、积雪天数为海北州热融地质灾害发生的主要影响因素。(2)与常规地质灾害不同，降雨通常不是热融地质灾害的决定性孕灾条件，评价中应重点考虑能够表征冻土热状态及工程扰动强度的相关指标。(3)采用降维技术对冗余因子进行处理，不仅可消除因子间的高相关性，还可保留原始数据的主要信息，生成的降维融合因子的重要性得到显著提升，优化了评价指标。(4)经降维技术评价指标优化后的3种机器学习模型预测性能均有所提高，且评价指标优化后的LR模型综合性能最优。基于Kruskal-Wallis检验与降维技术评价指标优化方法可靠性强，LR耦合模型适用于研究区热融灾害易发性评估，可为青藏高原同类冻土区灾害评价提供参考。

Abstract

关键词

Keywords

references

Paola Reichenbach,Mauro Rossi,Bruce D. Malamud,Monika Mihir,Fausto Guzzetti.A review of statistically-based landslide susceptibility models[J].Earth-Science Reviews,2018.

Miloš Marjanović,Miloš Kovačević,Branislav Bajat,Vít Voženílek.Landslide susceptibility assessment using SVM machine learning algorithm[J].Engineering Geology,2011.

Haoyuan Hong,Ioanna Ilia,Paraskevas Tsangaratos,Wei Chen,Chong Xu.A hybrid fuzzy weight of evidence method in landslide susceptibility analysis on the Wuyuan area, China[J].Geomorphology,2017.

樊芷吟,苟晓峰,秦明月,范强,余建乐,赵建军.基于信息量模型与Logistic回归模型耦合的地质灾害易发性评价[J].工程地质学报,2018(02).

李郎平,兰恒星,郭长宝,张永双,李全文,伍宇明.基于改进频率比法的川藏铁路沿线及邻区地质灾害易发性分区评价[J].现代地质,2017(05).

杨永刚,殷坤龙,赵海燕,黄晨忱,陈丽霞,张俞.基于C5.0决策树-快速聚类模型的万州区库岸段乡镇滑坡易发性区划[J].地质科技情报,2019(06).

盛明强,刘梓轩,张晓晴,胡松雁,郭子正,黄发明.基于频率比联接法和支持向量机的滑坡易发性预测[J].科学技术与工程,2021(25).

李信,薛桂澄,柳长柱,夏南,杨永鹏,杨峰,王晓林,常振宇.基于信息量模型和信息量-逻辑回归模型的海南岛中部山区地质灾害易发性研究[J].地质力学学报,2022(02).

李艳,金会军,温智,赵子龙,金晓颖.多年冻土区斜坡稳定性研究综述[J].冰川冻土,2022(01).

罗京,牛富俊,林战举,刘明浩,尹国安,高泽永.青藏高原多年冻土区热融滑塌发育特征及规律[J].冰川冻土,2022(01).

周晓亭,黄发明,吴伟成,周创兵,曾诗怡,潘李含.基于耦合信息量法选择负样本的区域滑坡易发性预测[J].工程科学与技术,2022(03).

毕结昂,徐佩华,宋盛渊,丁锐.基于信息量-逻辑回归耦合模型的玛纳斯河流域地质灾害易发性评价[J].工程地质学报,2022(05).

王璇,师芸,陈浩.CF耦合LR模型的地质灾害易发性评价[J].测绘通报,2022(11).

饶姗姗,冷小鹏.基于RSIV-RF模型的凉山州泥石流易发性评价[J].地质科技通报,2024(01).

李国营,刘平,张凯,武倩倩,李玉香.量纲统一在滑坡易发性评价中的影响分析[J].水文地质工程地质,2024(03).

曹文庚,潘登,徐郅杰,张文培,任宇,南天.河南省滑坡灾害易发性制图研究：多种机器学习模型的对比[J].地质科技通报,2025(01).

张航,胡海瑞,朱杰清,胡彬,葛云峰,陈钱.基于非接触测量楔形危岩体稳定性快速评价[J].地质科技通报,2025(02).

袁旭山,刘京会,黄龙生,李鑫旭.基于机器学习模型的新源县滑坡易发性评估[J].科学技术与工程,2025(05).

古腾飞,段平,王伟鹏,李佳,李思情.滑坡易发性评价方法综述[J].自然灾害学报,2024(06).

黄发明,陈杰,杨阳,陈茜,周创兵,江炳辰,郭飞.滑坡易发性相关致灾环境因子研究的综述与展望[J].地质科技通报,2025(02).

苏志萍,杨成生,王子倩.结合负样本优化与机器学习模型的怒江洲峡谷段滑坡易发性评价[J].地球信息科学学报,2025(04).

王中羽,李素敏,袁利伟,乐伟鹏.考虑影响因子重要性选择和土壤含水率的滑坡易发性评价[J].水文地质工程地质,2025(03).

刘少泽,崔美娟,付晓祎,唐宗源.顾及缓冲区范围与负样本优化的随机森林地质灾害易发性评价[J].科学技术与工程,2025(15).

LIU Dunlong,XIANG Qian,SANG Xuejia,ZHANG Shaojie,YANG Hongjuan.Landslide susceptibility prediction method based on HSOM and IABPA-CNN in Wenchuan earthquake disaster area[J].Journal of Mountain Science,2024(12).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

河南省登封南部地区滑坡灾害早期识别与易发性评价

基于Pearson卡方检验算法评价指标优选的波密-墨脱地区泥石流易发性评价

不同栅格尺寸下输电线路地质灾害易发性评价

融合集成机器学习与负样本采样策略的降雨群发滑坡易发性评价

基于遥感解译与信息量法的滑坡易发性评价样本优化

Related Author

莫德国

郑光明

王超

郑古月

苗发盛

李群

徐红剑

杨金

Related Institution

中国地质大学(武汉)地质探测与评估教育部重点实验室

河南省地质灾害防治重点实验室

河南省自然资源监测和国土整治院

中交第二公路勘察设计研究院有限公司

中国地质大学(武汉)地质调查研究院

AI问答

⁰