类型b：

《滑坡易发性相关致灾环境因子研究的综述与展望》学术报告

作者与发表信息
本文由黄发明（南昌大学工程建设学院、三峡大学三峡库区地质灾害教育部重点实验室）、陈杰、杨阳、陈茜、周创兵、江炳辰、郭飞共同完成，发表于《地质科技通报》（Bulletin of Geological Science and Technology）2025年第44卷第2期。

主题与背景
本文是一篇系统性综述，聚焦于滑坡易发性预测中的关键输入变量——致灾环境因子（Disaster-Causing Environmental Factors）。滑坡易发性（Landslide Susceptibility）指特定斜坡在多种环境因子非线性作用下发生滑坡的空间概率分布，其精确预测对防灾减灾至关重要。然而，现有研究在环境因子的选取、定义、优化及解释性方面存在显著差异，导致模型预测结果的不确定性。本文通过分析2013-2023年767篇英文文献，梳理了82种致灾环境因子的定义、物理意义及研究进展，并探讨了未来研究方向。

主要观点与论据

1. 致灾环境因子的分类与高频因子识别
   文献统计显示，致灾环境因子可归纳为四大类：

   • 地形地貌因子（占比42.8%）：包括坡度（Slope）、坡向（Aspect）、高程（Elevation）等，其中坡度使用频率最高（9.6%），因其直接控制坡体应力分布与松散物质稳定性。
     
   • 水文环境因子（21.6%）：如距水系距离（Distance to Rivers）、降雨量（Rainfall）、地形湿度指数（Topographic Wetness Index, TWI），其中水系距离占比5.9%，反映水文活动对滑坡的触发作用。
     
   • 地表覆被因子（17.8%）：以土地利用/土地覆盖（Land Use/Land Cover, LULC）为主（5.7%），人类活动（如公路建设）通过改变斜坡力学平衡加剧滑坡风险。
     
   • 地层岩性因子（17.8%）：岩性（Lithology）占比8.0%，是影响滑坡发育的基础地质条件。
     

2. 致灾环境因子的物理意义与获取方法
   本文详细解析了各类因子的定义与作用机制，例如：

   • 坡度：通过数字高程模型（Digital Elevation Model, DEM）提取，数值越大，坡体稳定性越低。
     
   • 剖面曲率（Profile Curvature）：反映坡面水流速率，凸形区域（正值）更易发生侵蚀。
     
   • 地形湿度指数（TWI）：结合汇水面积与坡度计算，高值区土壤含水饱和度高，易诱发滑坡。
     因子获取技术包括GIS空间分析（如ArcGIS）、遥感反演（如NDVI）及野外调查（如覆盖层厚度）。
     

3. 因子重要性排序与模型优化
   通过对128篇文献的因子重要性分析，发现：

   • 关键因子：坡度、高程、公路密度、岩性、降雨量的平均重要性最高（如坡度重要性峰值0.13）。
     
   • 次要因子：平面曲率、收敛指数（Convergence Index）等影响较弱。
     作者建议采用夏普利加性解释（SHAP值）等统一标准量化因子重要性，以提升模型可解释性。
     

4. 因子适宜性与不确定性讨论
   现有研究存在两类问题：

   • 物理意义模糊：如距水系/公路距离的缓冲分析缺乏明确作用机制解释，远距离关联性存疑。
     
   • 数据粗糙性：部分因子（如覆盖层厚度）因获取困难导致精度不足。
     解决方案包括开发高精度遥感技术（如时序InSAR监测地表形变）及多学科交叉验证。
     

5. 未来研究方向

   • 新因子挖掘：结合高光谱遥感、冻土分布概率（Permafrost Probability）等新兴指标。
     
   • 模型优化：通过因子联接方法（Factor Linking Methods）减少随机误差，提升输入变量质量。
     
   • 可解释性增强：采用SHAP等工具解析机器学习模型的决策逻辑。
     

论文价值与意义
本文首次系统梳理了滑坡易发性预测中致灾环境因子的全球研究现状，明确了因子选取的共性与差异，为后续研究提供了标准化参考。其科学价值在于：
1. 数据基础：整合767篇文献的因子使用频率与重要性数据，填补了该领域综述空白。
2. 方法论指导：提出因子适宜性评估框架，推动模型输入变量的优化。
3. 应用价值：为地质灾害风险评估中的因子筛选与模型构建提供实践依据。

亮点
- 全面性：涵盖82种因子，首次定量统计其使用频率与重要性。
- 批判性分析：指出当前因子定义的局限性（如线状因子缓冲分析的物理意义不足）。
- 前瞻性：强调多学科融合（如气象学、地质生态学）在因子开发中的潜力。

本文为滑坡易发性预测的标准化与精准化奠定了理论基础，对提升防灾减灾效能具有重要指导意义。