来源：期刊VIP网 时间：
作者：李益敏;向倩英;邓选伦;冯显杰;
单位：云南大学地球科学学院;云南大学云南省高校国产高分卫星遥感地质工程研究中心;云南大学国际河流与生态安全研究院;
摘要：目的 怒江州是典型的高山峡谷地区，地质灾害（滑坡）频发，严重制约着当地的发展。为解决这一问题，方法 综合考虑怒江州实际情况，从气象水文、地形地貌、地层岩性、植被生态和人类活动5个方面选取坡向，高程等14个影响因子，判断滑坡与各影响因子间相关性，构建评价指标体系，对最大熵（maximum entropy, MaxEnt）模型的特征类（feature combination,FC）和正则化乘数（regularization multiplier, RM）参数进行优化，对比优化前后小样本赤池信息量准则（akaikeinformationcriterion,AIC）、遗漏率（omissionrate,OR）和AUC(areaunder curve)，并基于优化的MaxEnt模型预测滑坡灾害的发生，实现怒江州滑坡易发性评价。结果结果表明：优化后的MaxEnt模型在研究区滑坡易发性预测中适用性优秀（AUC=0.913）；运用刀切法（Jackknife）计算各影响因子对易发性的影响程度，高程（S3, 23.2%）、坡度（S9, 22.4%）、居民点密度（S5, 14.2%）、距河流距离（S13, 13.7%）、距道路距离（S4, 9.6%）和岩性（S7, 8.7%）是前六位影响因子，累计贡献度达91.8%；极高、高、中、低滑坡易发性等级的空间占比分别为4.88%,8.96%,18.40%,67.76%，县域中极高和高易发区占比最大的是泸水市，整体上看，极高、高易发区主要沿河流和道路分布于峡谷中，低易发区主要分布于人类活动少、河谷不发育的区域。结论 优化后的MaxEnt模型更适合怒江州滑坡易发性预测，研究结果可为怒江州防灾减灾与土地利用规划提供参考。
关键词：怒江州;;最大熵模型;;滑坡;;易发性
基金资助：国家自然科学基金资助项目（41161070）;; 云南省科技厅-云南大学联合基金重点资助项目（2019FY003017）;; 云南大学大湄公河次区域气候变化研究省创新团队项目（2019HC027）;; 中国地质调查局项目（DD20221824）
