区域地震滑坡危险性评价和区划已成为自然灾害防治领域的热点课题。要评价地震滑坡危险性，需要首先弄清楚地震危险性的分布和强度，在地震危险性评价和区划的基础上，进一步分析评价地震滑坡危险性，并进行区划，为防震减灾策略制定和应急备灾准备等提供技术支撑。国家自然灾害防治研究院地震灾害风险区划学科组吕悦军团队采用一种机器学习混合模型——基于减法聚类的自适应神经网络模糊推理系统（SCM-ANFIS），建立了一种新的区域性地震滑坡危险性评估与区划方法，并编制了基本地震动（50年超越概率10%）、罕遇地震动（50年超越概率2%）和极罕遇地震动（50年超越概率0.5%）3种地震作用水平下四川地区地震滑坡危险性区划图。

       SCM-ANFIS是一种混合模型，以ANFIS网络为基础，结合SCM对模糊规则进行聚类以简化模型，已经被应用到传感器技术与信号处理、结构稳定性评价、智能电网、资源风险评估等输入特征较多的领域中。本研究将SCM-ANFIS引入地震滑坡危险性评价中，利用12个与地形、地震、地质、气候条件等相关的影响因子，开展地震滑坡危险性概率评价研究。

       首先进行地震危险性评价和区划，采用GB18306-2015《中国地震动参数区划图》的潜在震源模型与活动性参数、地震动预测方程，计算了四川地区基本地震动（50年超越概率10%）、罕遇地震动（50年超越概率2%）和极罕遇地震动（50年超越概率0.5%）3种概率水平的地震动峰值加速度（PGA）分布（图1）；其次，基于汶川、芦山、九寨沟和泸定等4个地震滑坡数据库，以及地形地貌、地震地质和气候条件等12个相关影响因子，构建区域同震滑坡危险性评价模型；最后，计算了四川地区3个地震作用水平下的地震滑坡发生概率，并编制地震滑坡危险性区划图（图2）。

图 1 地震动峰值加速度区划图（a：设防地震动， 50年超越概率10%， b：罕遇地震动，50年超越概率2%，c：极罕遇地震动，50年超越概率0.5%:）

图 2 地震滑坡危险性区划图（a：设防地震水平， PGA50年超越概率10%，b：罕遇地震水平，PGA 50年超越概率2%，c：极罕遇地震水平，PGA 50年超越概率0.5% ）

       研究发现，随着超越概率的降低，区域内发生地震滑坡的概率相应提高，地震滑坡高危区主要集中在活动断层附近，且危险性沿断裂带向外辐射递减，龙门山断裂中部、鲜水河断裂尾部及安宁河—则木河断裂首尾处需要重点关照。区划结果与实际发生的地震滑坡分布在趋势上总体一致，具有一定的参考意义。

       研究进一步讨论了研究区内模型的采样方案、适用性和当前局限性。

       图3对比了不同滑坡样本比例下的地震滑坡危险性区划结果，当样本正负比例接近实际同震滑坡面积在研究区的占比时，模型结果在一定程度上能够解决高危区危险性偏高且过分集中等问题，更适用于对大尺度区域内全局危险性的分析。

图 3 不同采样条件下的危险性分区结果

       图4讨论了模型对新生地震滑坡事件的适用性，在设防地震动水平下，另取一地震滑坡事件单独代入模型制成地震滑坡危险性区划图，与前文结果进行了比较。可以看出，即使训练样本没有包含新增的滑坡数据，模型依然可以给出较为可靠的地震滑坡危险性结果。如图可见，较高的危险性集中在西南区域，与已发生的滑坡位置相符。

图 4模型对新增地震滑坡事件的适应性比较（a：当前地震滑坡危险性分区；b，以马尔康地震群触发滑坡取样本训练结果）

       目前该研究在数据、算法等方面有待进一步优化，以期望进一步解决不确定性及适应性局限，通过不断补充具有代表性的地震滑坡案例，以增强区划结果的可靠性。

       基于本研究，已建立了地震滑坡灾害链风险评估平台，可整合四川地区的地震滑坡相关资料，评估并分析选定区域的地震滑坡危险性，并提供专家建议指导，如图5。

图 5地震滑坡灾害链风险评估平台

       本项研究国家自然灾害防治研究院为第一完成单位，相关成果于2025年3月发表在《Bulletin of Engineering Geology and the Environment》（中科院二区）上。地震灾害风险区划组硕士研究生王杰、研究员吕悦军分别为第一作者和通讯作者。该成果得到了中央级公益性科研院所基本科研业务专项（ZDJ2021-12）资助。