9、利用迁移学习提升滑坡易发性分析精度

利用迁移学习提升滑坡易发性分析精度

1. 研究区域概述

中国是世界上地质灾害发生最为密集的国家之一。由于人口密度高，地质灾害相关的伤亡一直处于较高水平。从2000 - 2015年，中国因滑坡死亡人数达10966人，年均约690人，而美国年均因地质灾害死亡人数仅25人。因此，规划者和政策制定者需要更精准的滑坡易发性地图，以避免大中型滑坡造成的严重后果，并减轻小型滑坡的潜在危险。然而，2015 - 2020年，94%的地质灾害发生在农村地区，这些地区往往缺乏资金来获取完整的滑坡清单地图，这给精准的滑坡易发性分析带来了困难。

重庆作为西南地区的经济、金融、科技创新、航运和贸易物流中心，位于山区，92%的面积为山地和丘陵，被称为“山城”。其海拔在 -2 至 2782 米之间，有长江、嘉陵江、乌江、綦江和涪江五条主要河流穿过。山区地形加上发达的地表水网络、强烈切割的地形、复杂的岩土结构和地质构造等因素，使得该地区极易发生地质灾害。三峡水库建成后，水位的周期性变化也可能加速当地地质灾害的形成。此外，重庆属亚热带季风性湿润气候，年平均降水量在1002 - 1671毫米之间，峰值约为全球平均降水量的两倍，大量降雨与水库水位的周期性变化相互作用，进一步增加了该地区的滑坡易发性。

重庆是中国人口最多的城市，2022年居民超过3200万。地质灾害的频繁发生给当地居民带来了严重的潜在危险，影响了公共健康和财产安全。据当地政府分析统计，重庆目前有14926个地质灾害易发点，大部分分布在水域沿线。从中国科学院收集的数据中获取了重庆11142个历史滑坡点的坐标。

2. 迁移学习原理

迁移学习的现代使命是将先前任务中学习到的知识和技能应用到新任务中。与传统机器学习不同