地球科学｜贾卓，常志璐， 黄发明等：考虑滑坡类型耦合方式的滑坡易发性预测建模与不确定性分析

本文以重庆市万州区为例，针对不同滑坡类型间的差异，采用支持向量机、C5.0决策树等机器学习模型对堆积层滑坡和岩崩进行易发性建模。研究目的旨在通过直接耦合法、概率统计法和易发性比较法构建考虑滑坡类型耦合方式的预测模型，并评估其不确定性。结果表明：C5.0决策树在单一类型预测中表现最佳，AUC值超0.930；三种耦合方法中，易发性比较法预测性能最优，AUC达0.924，频率比精度为96.5%。结论指出，考虑滑坡类型耦合方式能更全面反映滑坡演化规律，提升实际场景适应性和防治决策价值，但未来需进一步优化耦合方法以降低不确定性。