滑坡编录的偏差可以拆开建模:把“发生”与“被记录”分开,何时胜过中性化
核心概要
滑坡易发性图依赖的编录本身带有系统性偏差:道路和城镇附近更容易被记录,分类器会把观测过程当成灾害信号学进去。研究把生态学中的占据模型搬到滑坡编录上,用同一事件的几份独立编录充当重复调查,分别建模真实发生与被记录的概率,并加入一小块完整测绘的锚定区来定标。在三场地震的模拟偏差下,它比标准做法更好地压低道路偏差、更稳定地估计总体滑坡率,但相对中性化方法的排序优势只在伊布里一场地震上出现。
深度剖析
同一事件的几份独立滑坡编录被当作对同一片地形的重复调查,模型因此能把“这里是否真的发生滑坡”和“这里是否被记录到”拆成两个过程分别学习。 此前的做法是在一个模型里同时拟合灾害与记录偏差,再把道路、建成区等偏差变量的影响在制图时置零,也就是中性化;这只需要一份编录,但要求偏差变量能在单一模型内与灾害信号分开。 在三场地震的真实地形、道路和近乎完整的参考编录上叠加模拟记录偏差后,占据模型在全部设置共25次配对抽样中有24次的道路偏差低于标准做法。
两个过程通过一个联合似然一起训练:易发性网络只看地形特征,给出滑坡发生的概率;检测网络只看道路距离、建成区密度和云量等观测特征,给出该格网被记录的概率,制图时只使用前者。 检测网络被约束为单调,离道路越远或云越多只能降低记录概率,建成区越密只能提高记录概率,每个标准化特征经由一组非负权重的递增 S 形函数进入。 在伊布里,单调检测把偏远四分位格网的 AUC 从 0.58 提高到 0.72,是各项设计选择中影响最大的一项;检测网络学到的方向与真实规则的相关性为新闻编录 0.81、机构编录 0.80、卫星编录 0.56。
启示与展望
结果建立在三场地震的震后条件易发性制图上,地图描述的是该次事件中滑坡发生的位置,不是对未来地震的预报;模拟场景中记录偏差由已知规则生成,真实编录检验只用了戈尔卡的三份卫星编录。
道路与人口记录偏差和云量均为模拟,场景 A 中检测特征与模拟规则高度吻合,对占据模型有利;只有海地属于样本外检验,且只检验了规则的低值一侧,高值一侧没有样本外验证;同一地震内的多次抽样共享地形与真值,合并统计会高估普适性;参考编录本身也被当作真值,而它并不完美。
