導(dǎo)讀
蘭恒星課題組長期對地質(zhì)災(zāi)害動力過程進行研究，形成了系列成果，發(fā)表在包括Landslides、Engineering Geology和Computers & Geosciences等領(lǐng)域重要期刊上，并構(gòu)建了分析模型和模擬工具體系。目前包括：崩塌滾石過程分析師（RA）、滑坡過程分析師（LA）、泥石流過程分析師（DA）、地災(zāi)易發(fā)性分析師（ALSA）等。現(xiàn)推出并共享地災(zāi)易發(fā)性分析師最新版（ALSA 3.0，下載方式說明附后），希望可以對相關(guān)工作予以支撐。
ALSA研發(fā)背景
地質(zhì)災(zāi)害易發(fā)性分析和評估是地質(zhì)災(zāi)害危險性以及風險評估的基礎(chǔ)，需要相關(guān)工具和手段的有力支撐。地災(zāi)易發(fā)性是特定地質(zhì)地理環(huán)境條件下地質(zhì)災(zāi)害發(fā)生的空間位置可能性的一種度量。然而，傳統(tǒng)的易發(fā)性評估雙變量方法依賴于災(zāi)害因子的主觀分級，造成易發(fā)性分布的不連續(xù)性，并在很大程度上影響了結(jié)果的準確性。
ALSA提出和發(fā)展
為此，課題組通過長期研究，基于一系列關(guān)鍵流程創(chuàng)新，提出了量化連續(xù)的地災(zāi)易發(fā)性分析模型，并在此基礎(chǔ)上研發(fā)了GIS平臺下的地災(zāi)易發(fā)性自動分析軟件工具ALSA（地災(zāi)易發(fā)性分析師，Automatic Landslide Susceptibility Analysis）。連續(xù)模型實現(xiàn)了影響因子敏感性的連續(xù)性分布，具有捕捉易發(fā)性關(guān)鍵變化的能力。典型案例試驗表明，相較傳統(tǒng)模型，連續(xù)模型的易發(fā)性評估結(jié)果的ROC曲線AUC值更高，空間更平滑（更連續(xù)），因而具有更高準確度。
圖1 提出了量化連續(xù)的地災(zāi)易發(fā)性分析模型，提高了地災(zāi)易發(fā)性評估的準確度
課題組針對連續(xù)模型開展了持續(xù)研究，形成了系統(tǒng)成果，發(fā)表了系列論文：
2017年，基于頻率比方法提出連續(xù)模型初版，發(fā)布ALSA 1.0。相關(guān)成果發(fā)表于災(zāi)害領(lǐng)域TOP期刊《Landslides》；
2020年，提出連續(xù)模型的參數(shù)最優(yōu)化版本，發(fā)布ALSA 2.0。相關(guān)成果發(fā)表于《Journal of Mountain Science》；
2023年，提出連續(xù)模型的雙變量方法通用版本，發(fā)布ALSA 3.0。相關(guān)成果發(fā)表于《Remote Sensing》。
GIS環(huán)境下的ALSA通過簡單的數(shù)據(jù)輸入和參數(shù)設(shè)置即可進行計算評價，提高了地災(zāi)易發(fā)性分析的便利性和效率。
圖2 基于ArcGIS平臺的地災(zāi)易發(fā)性自動分析軟件工具ALSA 3.0
ALSA的主要特點可概括如下：
科學(xué)性：易發(fā)性分析結(jié)果具有明確的科學(xué)理論基礎(chǔ)，區(qū)別于人工神經(jīng)網(wǎng)絡(luò)等黑箱子方法，各災(zāi)害因子的敏感性具有可解釋性。
通用性：集成了主流的易發(fā)性評價雙變量方法（頻率差、頻率比、信息量、確定性系數(shù)、余弦量、證據(jù)權(quán)、證據(jù)差、充足比），供用戶對比和優(yōu)選。
兼容性：基于GIS平臺開發(fā)，可兼容利用GIS強大的空間數(shù)據(jù)管理、分析與展示等功能。
易用性：采用流程化的操作模式和板塊化的輸入設(shè)計，僅需簡單的輸入和點擊即可獲得評估結(jié)果。
ALSA廣泛應(yīng)用
ALSA在國內(nèi)外得到廣泛應(yīng)用。根據(jù)可獲取的信息，迄今共有8個國家的16個機構(gòu)的研究人員應(yīng)用ALSA進行了災(zāi)害評估分析工作。特別的，ALSA已成功應(yīng)用于重大工程可研的地表災(zāi)害易發(fā)性分析、縣域地質(zhì)災(zāi)害風險調(diào)查評價等工作之中，為相關(guān)任務(wù)提供了技術(shù)支撐。
ALSA 3.0下載獲取方式
ALSA主要參考文獻
[1] Lan, H.X.*, Zhou, C.H., Wang, L.J., Zhang, H.Y., Li, R.H., 2004. Landslide hazard spatial analysis and prediction using GIS in the Xiaojiang watershed, Yunnan, China. Engineering Geology, 76(1-2), 109–128.（ALSA理論基礎(chǔ)，google scholar 引用395次）
文章鏈接：https://www.sciencedirect.com/science/article/pii/S0013795204001310
[2] 蘭恒星*, 伍法權(quán), 周成虎, 王思敬, 2002. 基于GIS的云南小江流域滑坡因子敏感性分析. 巖石力學(xué)與工程學(xué)報, 21(10), 1500–1506.（ALSA理論支撐，CNKI 引用304次）
文章鏈接：https://www.cnki.com.cn/Article/CJFD2002-YSLX200210015.htm
[3] Li, L.P., Lan, H.X.*, Guo, C.B., Zhang, Y.S., Li, Q.W., Wu, Y.M., 2017. A Modified Frequency Ratio Method for Landslide Susceptibility Assessment. Landslides, 14(2), 727–741.（ALSA 1.0/連續(xù)模型初版，google scholar 引用127次）
文章鏈接：https://link.springer.com/article/10.1007/s10346-016-0771-x
[4] 李郎平, 蘭恒星*, 郭長寶, 張永雙, 李全文, 伍宇明, 2017. 基于改進頻率比法的川藏鐵路沿線及鄰區(qū)地質(zhì)災(zāi)害易發(fā)性分區(qū)評價. 現(xiàn)代地質(zhì), 31(5), 911–929.（ALSA典型應(yīng)用）
文章鏈接：http://www.geoscience.net.cn/CN/Y2017/V31/I5/911
[5] Zhang, Y.X., Lan, H.X.*, Li, L.P., Wu, Y.M., Chen, J.H., Tian, N.M., 2020. Optimizing the frequency ratio method for landslide susceptibility assessment: A case study of the Caiyuan Basin in the southeast mountainous area of China. Journal of Mountain Science, 17(2), 340–357.（ALSA 2.0/參數(shù)最優(yōu)化版本）
文章鏈接：https://link.springer.com/article/10.1007/s11629-019-5702-6
[6] Li, L.P., Lan, H.X.*, 2023. Bivariate Landslide Susceptibility Analysis: Clarification, Optimization, Open Software, and Preliminary Comparison. Remote Sensing, 15(5), 1418.（ALSA 3.0/雙變量方法通用版本）
文章鏈接：https://www.mdpi.com/2072-4292/15/5/1418
