导读
兰恒星课题组长期对地质灾害动力过程进行研究，形成了系列成果，发表在包括Landslides、Engineering Geology和Computers & Geosciences等领域重要期刊上，并构建了分析模型和模拟工具体系。目前包括：崩塌滚石过程分析师（RA）、滑坡过程分析师（LA）、泥石流过程分析师（DA）、地灾易发性分析师（ALSA）等。现推出并共享地灾易发性分析师最新版（ALSA 3.0，下载方式说明附后），希望可以对相关工作予以支撑。
ALSA研发背景
地质灾害易发性分析和评估是地质灾害危险性以及风险评估的基础，需要相关工具和手段的有力支撑。地灾易发性是特定地质地理环境条件下地质灾害发生的空间位置可能性的一种度量。然而，传统的易发性评估双变量方法依赖于灾害因子的主观分级，造成易发性分布的不连续性，并在很大程度上影响了结果的准确性。
ALSA提出和发展
为此，课题组通过长期研究，基于一系列关键流程创新，提出了量化连续的地灾易发性分析模型，并在此基础上研发了GIS平台下的地灾易发性自动分析软件工具ALSA（地灾易发性分析师，Automatic Landslide Susceptibility Analysis）。连续模型实现了影响因子敏感性的连续性分布，具有捕捉易发性关键变化的能力。典型案例试验表明，相较传统模型，连续模型的易发性评估结果的ROC曲线AUC值更高，空间更平滑（更连续），因而具有更高准确度。
图1 提出了量化连续的地灾易发性分析模型，提高了地灾易发性评估的准确度
课题组针对连续模型开展了持续研究，形成了系统成果，发表了系列论文：
2017年，基于频率比方法提出连续模型初版，发布ALSA 1.0。相关成果发表于灾害领域TOP期刊《Landslides》；
2020年，提出连续模型的参数最优化版本，发布ALSA 2.0。相关成果发表于《Journal of Mountain Science》；
2023年，提出连续模型的双变量方法通用版本，发布ALSA 3.0。相关成果发表于《Remote Sensing》。
GIS环境下的ALSA通过简单的数据输入和参数设置即可进行计算评价，提高了地灾易发性分析的便利性和效率。
图2 基于ArcGIS平台的地灾易发性自动分析软件工具ALSA 3.0
ALSA的主要特点可概括如下：
科学性：易发性分析结果具有明确的科学理论基础，区别于人工神经网络等黑箱子方法，各灾害因子的敏感性具有可解释性。
通用性：集成了主流的易发性评价双变量方法（频率差、频率比、信息量、确定性系数、余弦量、证据权、证据差、充足比），供用户对比和优选。
兼容性：基于GIS平台开发，可兼容利用GIS强大的空间数据管理、分析与展示等功能。
易用性：采用流程化的操作模式和板块化的输入设计，仅需简单的输入和点击即可获得评估结果。
ALSA广泛应用
ALSA在国内外得到广泛应用。根据可获取的信息，迄今共有8个国家的16个机构的研究人员应用ALSA进行了灾害评估分析工作。特别的，ALSA已成功应用于重大工程可研的地表灾害易发性分析、县域地质灾害风险调查评价等工作之中，为相关任务提供了技术支撑。
ALSA 3.0下载获取方式
ALSA主要参考文献
[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理论基础，google scholar 引用395次）
文章链接：https://www.sciencedirect.com/science/article/pii/S0013795204001310
[2] 兰恒星*, 伍法权, 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. 岩石力学与工程学报, 21(10), 1500–1506.（ALSA理论支撑，CNKI 引用304次）
文章链接：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/连续模型初版，google scholar 引用127次）
文章链接：https://link.springer.com/article/10.1007/s10346-016-0771-x
[4] 李郎平, 兰恒星*, 郭长宝, 张永双, 李全文, 伍宇明, 2017. 基于改进频率比法的川藏铁路沿线及邻区地质灾害易发性分区评价. 现代地质, 31(5), 911–929.（ALSA典型应用）
文章链接：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 2.0/参数最优化版本）
文章链接：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/双变量方法通用版本）
文章链接：https://www.mdpi.com/2072-4292/15/5/1418
