滑坡是全球分布广泛的地质灾害之一,不仅对区域地表覆被和生态环境造成极大破坏,同时严重威胁着人们的生命和财产安全。山西省作为我国最重要的产煤区,煤炭资源的大量开采引发较为广泛的滑坡等地质灾害。本文以山西省六大煤田之一的霍西煤田为研究区,在对其地质灾害空间分布特征进行分析的基础上,利用遥感(RS)和地理信息系统(GIS)方法对滑坡灾害的敏感性进行了数值建模与定量评价。首先通过空间统计量分析研究区地质灾害的空间分布特征,然后对滑坡与评价因子的空间分布关联性进行分析,构建了滑坡敏感性评价模型,并对各模型的精度进行对比,最后通过最佳模型绘制霍西煤田滑坡敏感性分布图,并对敏感性分布图的质量进行了评价。(1)分别运用最邻近点指数(NNI)、聚集度指标(z-score值)、多距离空间分类分析函数值(Ripley’s K)、计盒维数和信息维数分析了霍西煤田地质灾害的空间分布特征。NNI值表明:霍西煤田地质灾害在空间上呈现随机分布状况;z-score值表明:霍西煤田地质灾害在空间上具有明显的聚集分布特征;Ripley’s K值证明了霍西煤田地质灾害空间分布的随机性和聚集性特征,因此其空间分布具有空间尺度依赖性;计盒维数和信息维数方法表明:霍西煤田地质灾害的空间分布形态具有明显的分形特征,且分形特征受地质灾害点数目的影响。(2)通过RS数据源和GIS空间分析方法,获得了评价因子(地形地貌、地质、水文、地表覆被以及人类活动)与滑坡空间分布的关联性特征。对于地形地貌因子,滑坡主要分布在高程为700-1500m的低山、丘陵、低中山区,急坡、陡坡、斜坡区,研究区的阳坡,平面曲率和剖面曲率值为-1和1的区域;对于地质因子,滑坡主要发生在页岩夹砂层、煤、石灰岩地层中和距离断层近的区域;对于地表覆被因子,滑坡主要分布在工矿用地、耕地、草地地区和归一化植被指数值小于0.3的区域;对于人类活动因子,滑坡主要发生在距离道路500m内的区域和采矿扰动区。(3)利用交叉检验方法构建了三种滑坡敏感性评价模型(逻辑回归模型、人工神经网络模型和支持向量机模型),并基于拟合精度、受试者工作特征(ROC)曲线、曲线下面积(AUC)值以及敏感性指标对三种模型的精度进行了定量评价。拟合精度的结果,逻辑回归模型、人工神经网络模型和支持向量机模型,在建模阶段分别为74.26、73.52、87.22,而验证阶段,为69.68、68.20、70.12;利用建模和验证阶段各样点的特异性值及模型得出的预测值,绘制三种模型的ROC曲线,并基于得到的曲线计算相应的AUC值,逻辑回归模型、人工神经网络模型和支持向量机模型在建模阶段,分别为0.807、0.798、0.914,验证阶段为0.804、0.797、0.917;敏感性指标三种模型分别为:70.17、66.05、74.10。通过对比,支持向量机模型为霍西煤田滑坡敏感性评价的最优模型。(4)对评价因子在滑坡敏感性评价模型中的表现进行了定量分析。基于最佳模型——支持向量机模型,首先对评价因子在不同尺度下的模拟结果进行了精度评价,通过选择从30m到500m的不同空间分辨率尺度进行研究表明,80m的尺度具有最高的精度;然后对各评价因子在模型中的重要性进行对比,结果表明与滑坡敏感性关系最密切的3个评价因子依次是岩性、距道路距离和坡度。(5)基于空间分辨率为80m的评价因子,通过支持向量机模型获得了霍西煤田滑坡敏感性分布图,并利用分位数法将霍西煤田的滑坡敏感性分为极高、高、中和低4个等级。结果表明:分布在极高、高、中和低4个等级上的滑坡点数目依次为235、87、16和0,分别占滑坡点总数的69.53%、25.74%、4.73%和0。因此,本研究获得的霍西煤田滑坡敏感性评价结果精度在69.53%以上。本研究获得了霍西煤田地质灾害的空间分布特征和基于最佳模型构建的滑坡敏感性定量评价图,不仅可以为研究区人工边坡调查、土地开发整理、区域优化布局、地理国情监测和煤田资源合理开采提供借鉴,同时对其他条件相似煤田地区的相关研究和治理工作具有参考价值。