基于FR-SVM组合模型的深圳市崩塌灾害易发性评价

王大兵¹，张清山²，冉 斌³，周苏华^2*

(1. 贵州省交通建设工程质量监督执法支队，贵州 贵阳 550008; 2. 湖南大学 土木工程学院，湖南 长沙 410082;3. 中铁二十局集团第四工程有限公司，山东 青岛 266075)

摘　要：　以深圳市历史崩塌灾害数据为基础，选取高程、坡度、坡向、水系密度、道路密度、距断层距离和岩性作为评价指标，随机抽取70%的数据作为训练集，剩余30%的数据作为验证集，分别基于频率比模型(FR模型)、支持向量机模型(SVM模型)和二者的组合模型(FR-SVM组合模型)对深圳市崩塌灾害易发性进行评价，同时分析了核函数选择和数据预处理方法对SVM模型和FR-SVM组合模型性能的影响。结果表明：1)深圳市崩塌灾害高度易发区和较高度易发区集中分布在梧桐山山脉周围及横岗—罗湖、温塘—观澜一带;2)ROC曲线和灾害分布验证表明，FR-SVM组合模型相对于FR和SVM单模型而言精度更高，具有较好的实用性;3)SVM模型和FR-SVM组合模型中，采用Rbf核函数及归一化数据预处理方法的模型准确率更高;4)深圳市的不稳定斜坡中65%分布在崩塌灾害的中度易发区及以上分区，福田区及龙岗区危险性较高。易发性分区结果可为深圳市的地质灾害防治和土地规划提供参考。

关键词：　崩塌灾害; 易发性; 频率比; 支持向量机

基金项目： 贵州省交通运输厅科技计划项目(2023-312-030，2025-112-018)

引文格式： 王大兵，张清山，冉斌，等. 基于FR-SVM组合模型的深圳市崩塌灾害易发性评价[J]. 市政技术，2025，43(8)：119-128，151. (WANG D B，ZHANG Q S，RAN B，et al. Evaluation of collapse disasters susceptibility in Shenzhen based on FR-SVM combination model[J]. Journal of municipal technology，2025，43(8)：119-128，151.)