来源：期刊VIP网 时间：
作者：于海坤;欧阳九发;王丙千;贾雨霏;徐光黎;
单位：中国地质大学(武汉)工程学院;
摘要：滑坡易发性评价作为滑坡风险评价的第一步，为地质灾害预警预测提供了数据基础。在易发性评价过程中，样本集的质量和数量是决定滑坡易发性建模准确性的关键因素。为了探索如何获得高质量的滑坡样本集，以湖北省十堰市南部山区为研究区，选取坡度、坡向等与研究区滑坡发育特征相关的评价因子；采用随机采样、滑坡缓冲采样、信息量约束采样、合成少数类过采样技术（synthetic minority oversampling technique,SMOTE）4种采样策略建立训练和测试数据集；分别选取逻辑回归模型和支持向量机模型进行了易发性评价，并通过ROC曲线对4种滑坡样本采样策略的精度进行了对比分析。结果表明：SMOTE采样策略得到了最高的评价精度，在该采样策略下支持向量机模型精度（AUC值为0.930 4）优于逻辑回归模型（AUC值为0.866 3），得到了更精确的评价结果。通过混合采样技术对区域内滑坡样本进行优化，可为滑坡易发性评价样本的选择提供新的思路。
关键词：滑坡;易发性评价;SMOTE采样;支持向量机
基金资助：湖北省重点研发计划项目（2021BCA219）
