本研究采用自适应神经模糊推理系统(ANFIS)与连续域优化的蚁群算法 (ACOR)和差分进化(DE)算法相结合的方法,绘制了伊朗法尔斯(Fars)省法 里延(Fahliyan)子流域滑坡易发性图。61 个滑坡中的 43 个(70%)被用来编制滑 坡易发性图,另外 18 个滑坡(30%)则被用来验证模型。13 个滑坡控制因素被用 来编制滑坡易发性图。这些因素包括:海拔高度、平面曲率、坡角、坡向、剖面曲 率、距公路距离、距河流距离、距断层距离、降雨量、TWI、SPI、土地利用、岩性 等。根据滑坡发生的频度与类别面积的比值和熵模型,计算各影响因子类别和影响 因子的权重。利用基于 GIS 的算法生成滑坡易发性图,并分别利用滑坡位置的训练 (70%)和测试(30%)数据对结果进行了验证。根据熵模型,距离公路距离、降 雨量和 SPI 是影响该地区滑坡发生的最主要因素。ANFIS、ANFIS-ACOR 和 ANFIS-DE 算法的 ROC 曲线下面积(AUC)分别为成功率曲线的 0.845~0.946 和 预测率曲线的 0.793~0.924。因此,所分析的滑坡易发性模型具有良好的性能表现。 成功率曲线表明,所采用的算法具有较高的预测性能,与其他模型相比,ANFIS-DE 算法具有最好的估计性能(0.946)。