異なるスロープ地質災害の感受性に関する意思決定メカニズムの解読：SMOTE-RF-SHAPハイブリッドモデルのケーススタディ

異なるスロープ地質災害には異なる因果メカニズムがあります。本研究は、異なるスロープ地質災害の感受性に関する意思決定メカニズムを調査する方法を提案することを目的としています。研究は、スロープクリープ、浅い土砂崩れ、落石、土砂流を含む1203の歴史的スロープ地質災害ユニットと584の非地質災害ユニット、さらに22の初期条件因子からなる地理空間データセットを含みます。7:3の比率に従って、データはランダムにテストセットとトレーニングセットに分けられ、アンサンブルのSMOTE-RF-SHAPモデルが構築されました。モデルの性能と一般化能力は、混同行列と受信者動作特性（ROC）を用いて4種類の地質災害について評価されました。異なる地質災害の意思決定メカニズムは、その後、SHAP説明モデルを用いて特定され、調査されました。その結果、ハイブリッド最適化はモデルの全体的な精度を0.486から0.831に向上させ、全4種類のスロープ地質災害の予測精度が有意に向上し、誤分類率と省略率が減少したことが示されました。さらに、本研究は、異なるスロープ地質災害の主な影響因子と空間的および時間的分布が高い類似性を示す一方で、個々の因子と異なる因子値が異なるスロープ地質災害に及ぼす影響には大きな差があることを明らかにしました。例えば、長期間の降雨は岩塊を侵食し、スロープクリープを引き起こすことができ、降雨が増加すると浅い山の土砂崩れを引き起こす可能性があり、突然の表面流出は土砂流を引き起こすことさえあります。これらの発見は、スロープ災害リスク管理に重要な実践的な意味を持っています。