Geosci. Front. | 气候变化背景下全球未来滑坡易发性预测

本文基于CMIP6全球气候模式降水数据和静态环境指标，利用多种机器学习模型（随机森林、逻辑回归、支持向量机、多层感知器、极端梯度提升及集成模型），预测了2021-2100年间四种SSP情景下的全球滑坡易发性。背景：滑坡对人类社会和环境构成重大威胁，但在全球变暖背景下，其时空演化特征及跨尺度影响缺乏系统认识。研究目的：预测未来全球滑坡易发性的时空分布，揭示其变化趋势及影响因素。结论：与基准期（2001-2020年）相比，所有SSP情景下全球滑坡易发性总体呈上升趋势，高排放情景（SSP5-8.5）下远期增幅最大（约1%）。全球约13%陆地面积处于滑坡极高风险区，主要分布在美洲科迪勒拉山系、安第斯山脉、阿尔卑斯山、埃塞俄比亚高原、喜马拉雅山脉及东亚、东南亚。印度受影响最严重，在SSP3-7.0情景下约5.9亿人生活在极高易发区（全球平均的23倍）。集成模型AUC达0.9707，预测精度高。