基于CF、CF-LR和CF-AHP模型的國家熱帶雨林公園地質災害易發性研究：以海南保亭為例

李 信，薛桂澄，夏 南，柳長柱，楊永鵬，馬 波

(1.海南省海洋地質資源與環境重點實驗室，海南 ?？?570206；2.海南省地質調查院，海南 ?？?570206；3.海南省礦產資源勘查院，海南 ?？?570206)

0 引 言

地質災害易發性評價也稱敏感性評價，是地質災害各種地質災害評價的基礎[1]。隨著GIS應用的迅速發展，地質災害易發性評價從簡單地貌制圖定性評價發展到如今的地理空間信息系統與數理統計方法相結合的定量評價。信息量法[2]、確定性系數模型[3-4]、證據權法[4]、邏輯回歸法[5]、神經網絡法[6]、支持向量機法(SVM)[7]、層次分析法(AHP)[8]以及頻率比模型(FR)[9]等是目前國內外學者研究的熱點，在評價結果的準確性和預測的精確性上均取得了較好的效果。目前的評價模型存在諸如不能客觀地確定影響因子的權重、建模過程中主觀干擾變量處理以及無法消除評價因子之間的相關性等問題，難以客觀、定量、準確地進行區域地質災害易發性評價[10-11]。多模型耦合在評價精度、合理性及成功率方面具有明顯的優越性[12]，越來越多的學者開始研究多模型的比較和優化研究。如張曉東等2018年運用信息量模型、確定性系數模型與邏輯回歸模型組合對鹽池縣地質災害敏感性進行了評價[13]。田春山等2016年基于確定性系數法與logistic回歸模型耦合的方法對廣東省地質災害易發性評價進行了有益的嘗試[11]。張玘愷等2020年[14]、樊芷吟等2019年[15]通過地理信息系統(GIS)技術，采用信息量(I)、確定性系數(CF)、邏輯回歸(LR)、邏輯回歸-信息量(LR-I)和邏輯回歸-確定性系數(LR-CF)耦合模型的快速評估方法對九寨溝縣范圍內滑坡災害易發性評價，并對5種模型進行比較研究，為建立易發性評價提供了多種可靠途徑。確定性系數模型是對地質災害影響因子進行定量化后對研究區進行評價；確定性系數與層次分析耦合模型是在因子定量化的基礎上，耦合層次分析的半定量權重賦值的模型。確定性系數模型邏輯回歸耦合模型則是同時對因子和權重進行定量化處理的定量化模型。模型在權重定量化程度方面存在著諸多差異，且權重定量化程度的比較研究范例較少。

為了進一步探索更為理想的定量評估模型，文章以海南保亭縣地質災害易發性評價為例，嘗試建立確定系數模型(CF)、確定性系數模型與邏輯回歸耦合模型(CF-LR)、確定性系數模型與層次分析耦合模型(CF-AHP)，對三種模型進行對比研究，以期改進現有的易發性評價方法，獲取準確率更高的評價結果。

1 研究區概況

研究區位于海南島中南部，國家熱帶雨林公園南側，地勢西北高，東南低。地貌類型主要有山地、丘陵、河谷地貌；低山海拔在500～1000 m，山坡發育W形、凹形、V形沖溝；低中山地貌海拔1000 m以上，切割深度24～445 m，山坡多發育W形、V形沖溝；丘陵分布于中南部，海拔100～150 m；河谷地貌為河漫灘和河流一級階地，沿河流兩側，谷坡發育，階面一般平整，微向河床及下游傾斜。地質構造主要有南北向的田岸斷裂、青皮斷裂、南好斷裂等小型構造帶。西部、西北部、北部山區植被發育，主要為原始雨林區、山地草原區；中東部、東南部及南部的山前剝蝕平原、丘陵區。出露的地層由新到老為白堊系(K)、石炭系(C)、志留系(S)和長城系(Ch)，巖性主要為砂巖、石英巖等；在地層巖性、地質構造、降雨和人類工程活動等因素的影響下，地質災害較發育，地質災害類型以崩塌為主，其次為不穩定斜坡和滑坡。研究區地質災害分布的時空差異特征顯著，同時也具有一定的規律性，主要與該區復雜的地質環境條件和人類工程活動有關。研究區共發育地質災害點82處，類型為崩塌、滑坡，主要位于人類工程活動強烈的低山丘陵地帶，在西北部山區沿公路密集分布。在城鎮聚居區呈面狀分布，主要集中于保亭縣縣城的斜坡地帶。地質災害在各行政區域分布地質災害點數量和類型分布差異較大，毛感鄉地質災害點數量最多，達到22處，密度為0.17處/km2。由此可見，研究區地質災害分布存在較大差異，受各種因素影響下，在特定地段形成密集分布區和分布帶(圖1)。

圖1 研究區位置與地質災害分布圖Fig.1 Maps showing the location and geological hazards of the research area

2 研究方法

確定性系數方法是地質災害易發性評價常用的模型，其優勢是將因子定量化；確定性系數邏輯回歸模型能將因子對地質災害響應程度以定量的方式來刻畫；確定性系數耦合AHP模型則通過專家評定打分將權重半定量化的方式來開展易發性評價。文章基于翔實的致災因子數據、合理的數理統計方法和空間分析統計手段建立易發性評價模型，能準確快速的得出易發性評價結果。

2.1 確定性系數模型

由Shortliffe等1975年提出的確定性系數模型廣泛應用于地質災害易發性評價，是具有精度較高、可操作性強的概率函數模型[16]。該模型是假設已發生的地質災害和未來將發生的災害處于相同的地質環境條件下[17]。計算公式為：

(1)

式中：ICF為地質災害發生的確定性系數；Pa為地質災害在因子分類數據a中發生的條件概率，在實際研究中可用因子分類a中的地質災害個數(或面積)與數據分類a的面積比值表示；Ps表示整個研究區的災害總個數(或面積)與研究區總面積的比值。由公式(1)可知，ICF的變化區間是[-1，1]。其中，正值代表事件發生確定性增長，即地質災害發生的確定性高，地質環境條件易于發生地質災害；負值代表事件發生的確定性降低，即地質災害發生的確定性低，地質環境條件不易于發生地質災害。

2.2 確定性系數與邏輯回歸耦合模型(CF-LR)

邏輯回歸作為一種基于二項分類的回歸分析模型，能廣泛應用于針對定性變量的不確定性和復雜性進行有效準確的預測[18]。本文在地質災害評價過程中，該模型以地質災害發生或不發生作為因變量(Y)，取值分別為1或0，以確定性系數值為自變量(xi)，通過建立邏輯回歸方程來確立地質災害發生的概率(P)。該模型中自變量可以是連續的也可以是離散的，不需要滿足正態的頻率分布。邏輯回歸函數公式為：

(2)

式中：P為Y取值為1時發生地質災害的概率；Xn為以敏感性指數的自變量；βn為邏輯回歸系數。

基于以上邏輯回歸模型對影響因子與歷史災害點的關系統計得到回歸系數，作為各評價因子的權重；采用確定性系數模型計算各因子不同特征變量對應的確定性系數CF值，并引入權重值將所有影響因子的CF值進行加權求和，易發性指數ICF-LR計算公式如下：

(3)

2.3 確定性系數與層次分析耦合模型(CF-AHP)

AHP模型又稱層次分析法，是由美國學者Saaty等1980年提出的一種定性與定量相結合的系統化決策方法[19]。其原理是根據問題的實質，將決策問題的有關元素分解成指標等層次，按照指標之間的相互關系進行組合，形成一種定性與定量關系相結合的多層次遞階結構。該方法采用標對法通過構造矩陣對各因子兩兩比較確定層次中諸因素的相對重要性，然后運用一致性檢驗方法進行合理性檢驗。根據AHP原理，應該滿足判斷矩陣A：

AW=λW

(4)

其中：A表示因素間的關系矩陣；W為待求的判斷矩陣；λ為特征向量，即權向量。

由于客觀事物的復雜性或對事物認識的片面性，通過所構造的判斷矩陣求出的特征向量(權值)是否合理，需要對判斷矩陣進行一致性和隨機性檢驗，檢驗公式為：

(5)

式中：CR為判斷矩陣的隨機一致性比率；CI為判斷矩陣一致性指標；它由下式計算：

(6)

式中：λmax為最大特征根；m為判斷矩陣階數；RI為判斷矩陣的平均隨即一致性指標。

(7)

當CR<0.1時，即認為判斷矩陣具有滿意的一致性，說明權數分配是合理的；否則，就需要調整判斷矩陣，直到取得滿意的一致性為止。由以上步驟最后得出選取指標因子的相對重要程度(即權重值)，并引入此權重值與所有影響因子的CF值進行加權求和，易發性指數ICF-AHP，計算公式如下：

(8)

3 易發性評價

3.1 評價因子的選取

地質災害發育的主要控制條件為地質條件、地形地貌、地表覆蓋、水文環境和誘發條件等；而地質災害易發性評價因子的選取既要滿足因子對地質災害主要控制作用，每個控制條件的各因子應具有獨立性。地質災害易發性評價因子的選取不是越多越好，而是既要滿足因子對地質災害起主要控制作用，因子之間又不具有較強的相關性。二元邏輯回歸運算需要各因子之間保持獨立性，而文中所選的因子中可能存在一些相關性較高的因子。因此，為了規避因子的相互干擾，利用SPSS軟件對各因子進行相關性、共振性分析的預篩選。

文章初步選取的地質條件為地層巖性、斷裂；地形地貌條件為地形起伏度、高程變異系數、曲率值、坡度；水文條件為地形濕度指數、水系、降雨等值線曲線；誘發條件為公路。邏輯回歸模型采用最大似然估計的方法進行估算，該法具有有效性、一致性、正態性等優點，同時需要具備較大的樣本空間，才能保證結果的正確性[20-21]。為了確保各參評因子互不影響和參數運算的準確性，文章運用GIS隨機采樣點功能隨機選取820個樣本點，其中災害點樣本共82個，占總樣本的10%；將確定性系數為自變量和是否發生地質災害(0或1)為因變量導入SPSS軟件開展多重因子相關性分析；相關性矩陣運算結果表明地層巖性與斷裂的相關性強，地形起伏度與高程變異系數存在較強相關性，曲率值與坡度存在強相關性；地形濕度指數、水系、降雨之間存在強相關性，故在此基礎上最終選擇斷裂、高程變異系數、曲率值、NDVI值、水系、公路6個因子作為評價指標(表1)。

表1 多重因子相關性矩陣結果參數Table 1 Result of multiple factor correlation matrix

采用方差膨脹因子、多維度特征值和條件指數來衡量影響因子的多元共線程度。通過多重相關性分析結果如表1顯示，6個因子之間相關矩陣的R值均小于等于0.3，表明各個因子之間不相關或相關性極小。根據方差膨脹因子值越接近，各因子之間存在共線性可能性較小，表1顯示方差膨脹系數均接近于1，表明各因子之間是相互獨立的。由此可見，文章所選擇的6種評價因子均滿足相互獨立的要求，且滿足所代表的5大地質災害控制條件。該方法相比傳統的因子選擇方法，可以有效減少選擇偏差和定性干預，提高模型的可靠性和科學性。

3.2 評價因子分級

3.2.1 斷 裂

斷裂使得周圍應力作用頻繁和劇烈，易形成破碎的巖層和裂隙發育的結構面；同時斷裂易發展成地下水通道，使得斜坡結構面更容易軟化形成滑移面而導致地質災害的發生。一般而言，距離斷裂越近，其對地質災害影響越大。通過GIS空間分析統計，在2000 m范圍內地質災害占比達到95%(圖2(a))，且隨著距離的增加斷裂活動對斜坡作用迅速減弱，根據曲線規律，建立緩沖距離分別為0～400 m、400～800 m、800～1200 m、1200～1600 m、1600～2000 m、>2000 m(圖3(a)，分析代碼為1—6)。通過對影響范圍內的災害點進行統計，結果顯示地質災害分布與斷層有著顯著的關系，距離0～400 m內地質災害占比低于分級面積比，而當400～2000 m時地質災害占比高于分級面積比，距斷裂2000 m以外地質災害發育很少。

圖2 研究區地質災害分級曲線圖Fig.2 Geological hazard classification curves of the study area(a)斷裂；(b)高程變異系數；(c)曲率；(d)NDVI值；(e)水系；(f)公路；各指標的分級代碼示值見正文

3.2.2 高程變異系數

高程變異系數是描述一定距離內高程相對變化的指標[22]。高程變異系數的大小可表明該區域高程相對變化大小，也決定了地形起伏大小，也在一定程度上影響著地質災害發生的可能性[23]。運用GIS空間分析統計，隨著高程變異系數增大，地質災害占比與分級面積比的比值即頻率比總體呈上升趨勢，在高程變異系數0～0.08范圍內地質災害占比達到85%(圖2(b))，因此將高程變異系數劃分為0～0.02、0.02～0.04、0.04～0.06、0.06～0.08、>0.08是合理的(圖3(b)，分級代碼為1—5)。當高程變異系數值大于0.06時，地質災害占比首次高于分級面積比，表明高程變異系數達到一定值時，斜坡體受高程影響變得顯著。

3.2.3 曲率值

斜坡為滑坡、崩塌等地質災害提供了基礎物質和發育的環境，而斜坡內的應力分布和地表徑流特征受斜坡幾何形態的控制和影響，特別是坡形在斜坡內部應力大小的分布中起到關鍵作用[24]。通常斜坡體剖面曲率可以直接反映斜坡的幾何形態當剖面曲率為正時為凸形；剖面曲率為負時為凹形。運用GIS空間分析統計，曲率值分級面積占比和災害占比呈現先升后降的近似正態曲線的趨勢，且在小于30的地質災害占比達到98%(圖2(c))，故研究基于DEM數據直接獲取曲率并分級為<-30、-30～-15、-15～0、0～15、15～30、>30(圖3(c)，分級代碼為1—6)。當曲率范圍為-15～0時，頻率比大于1，表明坡型近似凹形時，地質災害發生的概率最大。

3.2.4 NDVI指數

植被有護坡及保持水土的作用，對斜坡穩定性有利[25]。利用遙感軟件ENVI對研究區SPOT5衛星影像校正、拼接后，運用GIS提取紅光波段及紅外波段，計算得到歸一化植被指數NDVI。由圖2(d)中地質災害占比與分級面積比曲線可以看出，發生地質災害的NDVI指數主要集中于0.25～0.85，且NDVI指數在0～0.85區間地質災害占比達到85%，地質災害占比與分級面積比曲線均呈現先快速增長后緩慢回落，根據曲線規律，將NDVI指數劃分等級為0～0.25、0.25～0.40、0.40～0.55、0.55～0.70、0.70～0.85、0.85～1(圖3(d)，分級代碼為1—6)。當NDVI指數為0.40～0.55，頻率比為2.69，表明NDVI指數為0.40～0.55時的植被覆蓋度對地質災害影響最大。

3.2.5 水 系

水系對孕災體的影響取決于對斜坡的軟化作用，形成軟弱滑動帶，使斜坡抗剪強度降低，同時水系對河岸兩側邊坡具有侵蝕作用，將形成或增大邊坡的臨空面，使其重力大于其斜坡體所受拉應力而導致地質災害的發生[26]。運用GIS空間分析統計，由圖2(e)可知地質災害占比曲線呈現急劇增長后緩慢回落的趨勢，水系距離在500 m以內時，地質災害占比達到96%，故將水系緩沖距離劃分為0～100 m、100～200 m、200～300 m、300～400 m、400～500 m和>500 m(圖3(e)，分級代碼為1—6)。當距水系距離逐漸增大至200～300 m時，地質災害占比達到峰值，其主要原因一是河流對兩側邊坡具有侵蝕作用，二是水系、溝壑兩側存在的人工切削邊坡形成或增大的臨空面，大大增加了地質災害發生的可能性。

3.2.6 公 路

研究區處于中部山區，地形狹窄，地貌單元多變，公路的修建常常伴隨著開挖山體、切削坡體，從而使巖土體振動、擾動而產生松弛，改變巖土體的天然應力狀態，降低巖土體的內聚力，增大巖土體的滲透系數，在暴雨等誘發作用下容易形成崩滑地質災害。運用GIS空間分析統計，由圖2(f)可知隨著緩沖距離的增大，其對地質災害占比逐漸降低，當緩沖距離達到1000 m范圍以內時，地質災害累積占比達到96%。故將公路緩沖距離劃分為0～200 m、200～400 m、400～600 m、600～800 m、800～1000 m、>1000 m(圖3(f)，分級代碼為1—6)。當公路緩沖距離增長至200～400 m時，頻率比達到4.52，表明在200～400 m范圍內斜坡受公路切坡作用達到最大，隨后隨著緩沖距離的增大，其對地質災害發生概率的影響程度逐漸降低。

3.3 易發性評價

3.3.1 確定性系數模型(CF)

根據確定性計算公式(1)，結合GIS空間統計結果，計算出每一個評價因子分級指標的確定性系數值ICF。運用GIS空間分析功能，對各個因子圖層進行疊加，并按自然斷點法將疊加圖層進行劃分，即可得出地質災害易發性評價圖。

3.3.2 確定性系數與邏輯回歸耦合模型(CF-LR)

在運算得出各評價因子各分級確定性系數基礎上，以確定性系數值作為邏輯回歸模型的自變量，以地質災害發生或不發生作為因變量，利用SPSS進行邏輯回歸運算，結果滿足顯著性水平小于0.05時才具有統計學意義[25]，由表2可知該運算滿足要求。由二元邏輯回歸運算得出的邏輯回歸系數(B)描述的是該自變量(影響因子)與因變量(是否發生地質災害)之間的相關度，常量代表無其他因子影響時不發生地質災害的相對程度。

根據邏輯回歸運算結果，地質災害因子影響程度由高到低依次為曲率、高程變異系數、斷裂、公路、水系、NDVI植被指數；將回歸系數B代入公式(2)可得出邏輯回歸模型如下：

(9)

將回歸系數歸一化作為模型的權重，代入公式(3)，可得出易發性指數ICF-LR。運用GIS空間疊加功能對因子圖層疊加，采用自然斷點分級法得到基于確定性系數與邏輯回歸耦合模型(CF-LR)的易發性圖。

3.3.3 確定性系數與層次分析耦合模型(CF-AHP)

AHP模型要基于因子間相互關系和隸屬關系構建地質災害評價的層次結構，其次需要建立因子間兩兩比較的判斷矩陣，最后對模型進行一致性檢驗[27]。首先以斷裂、高程變異系數、曲率、NDVI指數、水系、公路評價指標，對兩兩因子指標重要程度進行賦值，構建判斷矩陣(表3)；其次對判斷矩陣進行一致性檢驗，CR值為0.041，小于0.1(表4)，即認為判斷矩陣具有滿意的一致性，說明權數分配是合理的。

表3 CF-AHP易發性評價級判斷矩陣及權重Table 3 Judgment matrix and weights of AHP susceptibi-lity evaluation level

表4 一致性檢驗參數Table 4 Consistency of the inspection parameters

運用GIS將確定性系數模型得出的各分級圖層與層次分析法得到的權重指標疊加，生成加權確定性系數值(表5)，然后采用自然斷點分級法得到基于確定性系數與層次分析耦合模型(CF-AHP)的易發性圖。

4 地質災害易發性評價結果

4.1 易發性評價分區及結果

基于確定系數模型(CF)、確定性系數模型與邏輯回歸耦合模型(CF-LR)、確定性系數模型與層次分析耦合模型(CF-AHP)，首先運用GIS空間分析功能將各圖層的確定性值或加權確定性值賦到每個因子分級圖中，然后運用柵格計算器功能分別將各因子分級圖層進行疊加，最后利用統計學中自然斷點法進行重分類，生成了基于3種模型下的地質災害易發性分區圖(圖4)。

根據三種模型評價結果，將保亭縣易發性程度劃分為極低、低、中、高4個等級。結合地質災害已發生的數量與易發分區之間的分布關系顯示：CF模型中落入高易發區的災害比例為28.05%，CF-LR耦合模型、CF-AHP耦合模型中落入高易發區的災害比例分別為59.76%、48.78%；研究區災害點密度在高易發區三種模型由高到低依次為CF-LR、CF-AHP、CF模型；且大多數地質災害點分布在中、高易發性的區域內，少量地質災害點分布于極低易發區內，尤其是兩種耦合模型區分度更為明顯(表6)。因此3種評價模型結果都表明實際的地質災害發育分布情況與評價結果基本吻合，即3種模型對研究區地質災害研究具有較高的準確度和敏感度。

表6 三種模型易發性分區地質災害統計對比Table 6 Comparison of geological hazard susceptibility statistics of the three models

從3種模型的易發分區空間分布來看，高易發區主要分布于研究區山區公路和水系兩側沿線，尤其是224國道以及響水至毛感公路沿線兩側，該區域地勢險峻，沿線分布大量千枚巖、板巖等，巖石軟硬不均，由于較強的風化程度、較發育裂隙情況控制著沿線地質災害發生的概率；研究區水系發育，河網密度大，什玲河、響水河、南改河等對孕災體起到軟化作用，使斜坡抗剪強度降低，同時水系對兩側的侵蝕將形成或增大邊坡的臨空面，增大了地質災害發生的可能性。此外，中易發區受斷裂分布影響明顯，東西向尖峰—吊羅構造帶和南北向的田岸斷裂、青皮斷裂、南好斷裂等控制和影響了周圍應力場，破碎的巖層和裂隙發育的結構面以及斷裂發展成的地下水通道，使得周圍地質條件易于地質災害的形成。

4.2 易發性評價結果精度檢驗

4.2.1 敏感性檢驗

地質災害易發性評價結論是否準確可靠取決于模型運行的精度和敏感性，ROC曲線可客觀準確反映分析模型特異性和敏感性的關系，具有相當高的科學性[28-29]。ROC曲線預測原理是將預測值作為可能的判斷閾值，以此計算得到對應的靈敏度和特異性，靈敏度為災害單元被正確預測的概率，特異性則表示未發生災害單元被正確預測的累積百分比。為了以定量的方式來描述預測模型精度，使用曲線下的面積AUC值來對模型進行準確的比較和衡量，其值為0.5～1，越接近1，則精度越高。運用SPSS軟件進行運算，三模型AUC值分別為0.798、0.841和0.828，表明三種模型均能客觀準確的對保亭縣易發性進行評價，然而在預測的精度上差異明顯(表7和圖5)，預測效果準確性由低到高依次為確定系數模型(CF)、確定性系數模型與層次分析耦合模型(CF-AHP)、確定性系數模型與邏輯回歸耦合模型(CF-LR)。

表7 三種評價模型檢驗結果對比Table 7 Comparison of test results of the three evaluation models

圖5 三種易發性評價模型ROC曲線Fig.5 ROC curves of the three evaluation models

4.2.2 評價結果檢驗

地質災害易發性評價結果檢驗是地質災害易發性評價模型檢驗的方法之一，通過研究實際發生災害點在易發區內的分布情況來驗證易發性評價結果是否合理，確保所建立的模型符合客觀性和穩定性。文章利用原來未進入模型的20個地質災害點投入到地質災害易發性評價圖中來檢驗模型的合理性；其方法是基于3個基本標準即高易發區內檢驗點所占比重最大、極低易發區所占面積占比最大、檢驗樣本落在各分區占比和各分區的面積占整個研究區的總面積的百分比的比值由極低易發區向高易發區逐漸增大。檢驗結果表明三種模型都符合以上三個基本標準，R值在三者之間相差不大，說明三個模型對易發性的劃分結果是合理的(表7)。

綜上所述，通過ROC特異性曲線和結果檢驗預測結果客觀準確反映了三種模型在開展地質災害易發性評價結論的預測精度和敏感度，原因是基于確定性系數的三種模型都能夠很好地使評價因子定量化，且能較好地處理因子間獨立性問題和數據的差異性。預測結果表明確定性系數模型與邏輯回歸耦合模型(CF-LR)的預測精度和準確度都要優于其他兩類模型，主要是由于邏輯回歸耦合模型在計算權重時完全依據統計原理定量計算得出的，故確定性系數與邏輯回歸耦合模型在實際結果與評價結果之間具有較高的吻合度。

5 討 論

以往工作的難點主要集中在因子選擇存在一定的重復性，且因子之間權重大小存在較多的人為干擾。文章通過因子間的獨立性檢驗、共線性診斷，排除了重復性因子，解決了因子間的相互干擾問題。CF、AHP、LR三種模型是地質災害易發性評價的常用模型，文中三種模式分別代表了單一的定量模型(CF)、定量模型耦合半定量權重賦值模型(CF-AHP)、定量模型耦合定量權重模型(CF-LR)。CF模型可以較好地處理單一因子間內部不同特征區間對地質災害發生的敏感程度，卻無法考慮因子之間的差異性，魏江波等2018年[30]通過CF模型和CF-AHP的方法，取得了CF-AHP準確性相對較高的結論；CF-AHP模型充分考慮了單一因子內部的敏感性問題和因子間的相對重要性問題，但AHP對權重的賦值很大程度依靠人的主觀性和經驗；CF-LR模型則能夠以定量的方式使因子間的權重定量化，避免了因子間權重的人為主觀性，楊光等2019年[21]運用CF-LR、CF-MLP、CF-AHP組合模型進行實驗時，CF-LR的評價效果最好。因此，本研究將為地質災害調查評價研究因子選擇和模型應用提供一定的借鑒作用。

6 結 論

對海南省保亭縣開展了基于確定性系數模型(CF)、確定性系數與邏輯回歸耦合模型(CF-LR)和確定性系數與層次分析法耦合模型(CF-AHP)的地質災害易發性評價，得到以下認識：

(1)三種模型劃分的易發性分區結果顯示，高易發區均主要分布于地勢起伏、高程變異系數較大的西北部毛感鄉的中低山和東部什玲鎮等丘陵地區，表明地形地貌因素對地質災害具有控制作用；中易發區受斷裂、公路和水系分布影響明顯，主要在于構造、斷裂等控制和影響了巖層破碎程度和裂隙發育程度，而水文條件軟化了易滑結構面。

(2)三種模型的AUC值分別為0.798、0.841和0.828，均超過0.7，易發性分區結果檢驗、災害點驗證結果顯示易發性分區結果與實際相吻合，表明三種模型在研究區都具有較高的適應性。

(3)確定性系數與邏輯回歸耦合模型(CF-LR)在解決了影響因子的權重定量化程度不高和評價因子之間的相關性較大等問題之后，能更為客觀、定量、準確地進行區域地質災害易發性評價，三種模型中確定性系數與邏輯回歸耦合模型(CF-LR)評價的結果最優。