С вводом в эксплуатацию водохозяйственной инфраструктуры многие склоны в районе водохранилища подвержены деформациям из-за колебаний уровня воды, что серьезно влияет на безопасную эксплуатацию гидротехнических сооружений и может привести к более серьезным вторичным бедствиям. Поэтому точная оценка склонности к оползням имеет решающее значение для управления рисками оползней в районе водохранилища. В данном исследовании проведена детальная динамическая оценка склонности к оползням на участке берега Цзыгуй–Бадун в районе трех ущелий. Во-первых, на основе долгосрочных полевых исследований и анализа исторических данных была создана подробная база данных оползней; во-вторых, выбраны 16 факторов влияния, таких как высота, крутизна, литология, для построения системы индикаторов оценки склонности к оползням и проведена предварительная статическая оценка с использованием ансамбля методов машинного обучения. На основе этого применена технология SBAS-InSAR для получения долгосрочной информации о деформациях поверхности в исследуемой зоне и создана матрица оптимизации между результатами оценки склонности и скоростями деформации SBAS для получения оценки склонности, объединяющей статические прогнозы и динамическую информацию о деформациях. Результаты показывают: (1) зоны с очень высокой и высокой склонностью сосредоточены главным образом вдоль Янцзы и её притоков, основные контролирующие факторы развития оползней — высота, растительный покров, расстояние до реки и количество осадков; (2) по сравнению с базовой моделью ансамблевая модель эффективно объединяет преимущества базовых моделей, достигая оптимальной точности моделирования (AUC=0.954); (3) динамическая оценка склонности с использованием временного ряда InSAR эффективно корректирует ложные отрицательные и положительные ошибки статической оценки. Исследование способствует повышению точности и актуальности моделирования склонности к оползням и предоставляет новые ориентиры для динамического управления рисками оползней в зонах водохранилищ.

оползень; динамическая склонность; машинное обучение; ансамблевое обучение; временной ряд InSAR; водохранилище Трёх ущелий