基于可解释混合机器学习方法的巴东县主城区滑坡易发性建模研究

以巴东县主城区50处历史滑坡和14个滑坡因子为基础，采用贝叶斯优化构建混合机器学习模型，BO-XGBoost的AUC达0.980，高于BO-LR、BO-DT、BO-SVM、BO-RF和BO-LGBM。易发性图显示高易发区集中在河流沿岸和道路密集区域，低易发区位于高海拔植被茂密区。SHAP解释表明距水系距离、年降雨量、土地利用类型和距断层距离是主要影响因素。