本研究利用一个物理模型给出的多个结果作为影响因素(CF),开发了一种新 的集成方法来评估韩国乌米永山(Mt. Umyeon)的多个滑坡灾害模型。水文条件由 国家尺度降雨阈值获得。为了将降雨阈值纳入滑坡启动过程,利用国家滑坡事件历 史记录数据编制 I-D 阈值和 C-D 阈值。利用 12 小时累积降雨阈值的物理模型,绘 制了一系列安全系数(FS)分布图。我们创建了一个集成模型来克服物理模型的局 限性,因为物理模型不能包含重要的环境变量,如水文、森林、土壤和地质这些变 量。为了确定多个影响因素(CF)对滑坡分布的影响,在基于最大熵值的机器学习 算法的基础上,本次研究分析了高程、排水距离、土壤排水特征、水流动力指数、 沉积物搬运指数、地形湿润度指数、森林类型、森林密度、树的直径、土壤地质类 型等诸空间数据图层;此外,还分析了安全系数(FS)分布图。使用接收器运行特 性曲线(ROC)进行了验证。物理模型的接收器运行特征曲线(ROC)的精度为 65.9%; 而集成模型的精度更高(79.6%),预测准确率为 89.7%。集成滑坡灾害模型是一种 新的方法,它将安全系数(FS)分布图纳入可利用的独立环境变量中。