随着全球自然条件变化和受人类活动的不断影响，滑坡成为威胁人类生命和财产安全的重要自然灾害之一。为了提供更准确的滑坡风险评估和防灾决策的科学依据，在公司孙德亮教师的带领下，2020级地理信息科学本科生陈丹璐发表了系列关于滑坡易发性评价的学术论文，其中SCI期刊论文一篇（Land），中文核心期刊论文两篇（《地质力学学报》和《北京师范大学学报》）。

    论文以提出不同的综合性滑坡灾害预测框架为目的，综合考虑地质、地形、降雨和人类活动等多种因素，构建了基于可解释性机器学习算法的滑坡易发性评价模型，对滑坡的易发性进行定量评估。尽管传统的机器学习算法在滑坡易发性评价中已经取得了一定的成果，但黑盒模型限制了其在实际应用中的可解释性和可信度。研究团队采用了不同的可解释性机器学习算法，对模型的决策过程进行解释，揭示滑坡易发性的关键影响因素。

    在今后的学习中，研究团队将继续深入研究和改进可解释性机器学习算法在滑坡易发性评价中的应用，并主动与地方政府和相关机构合作，推动研究成果的转化和实际应用，以期减少滑坡灾害对人类社会的影响。

        （ 德亮老师指导本科生发表系列论文）

(撰稿：陈丹璐；审稿：冀琴）