关于滑坡易发性制图的文献较多,主要侧重于改进或比较建模的算法,但据我 们所知,对地质信息的使用从未进行过敏感性分析,从未建立一种输入地质图进行 滑坡易发性评价的标准方法。这一点至关重要,特别是在广阔而复杂的地区工作时, 需要根据更普遍的标准对详细的地质图重新分类。在意大利的一个研究区域,我们 测试了基于随机森林的滑坡敏感性模型(random forest–based landslide susceptibility model)的不同配置,其中地质信息包括岩性、年代学、构造、古地理和成因相。 得到了不同的易发性图,并且基于 AUC(接受-操作特征曲线下的面积)和 OOBE (袋外错误率)的验证方法有助于今后滑坡敏感性评价的结论。通过将绘制的元素 聚合成更广泛的单元,可以从详细的地质图中得出不同的参数,易发性评估的结果 对这些地质衍生参数非常敏感;因此,在进行敏感性评价之前,正确理解地质图所 提供信息的性质和意义至关重要。当使用单一参数作为模型配置变量时,使用成因 相可以得到最佳结果,而目前文献中常用的岩性只排在第二位。然而,在我们的案 例研究中,当所有地质参数一起使用时,会得到了最佳的预测结果。地质图提供了 相当综合和多方面的信息;在广阔和复杂的地区,这种信息不能用一个参数来表示: 基于更多的地质参数比单一参数表现得更好,因为每一个参数都可以解释与滑坡易 发性相关的特定特征。