滑坡易发性评价教程

本教程面向希望从数据准备、评价因子提取、机器学习建模到易发性制图完整复现流程的读者。教程正文解释原理和关键步骤，examples/ 提供可以直接运行的完整代码，src/landslide/ 提供可复用函数。

学习路径

1. 准备 DEM、滑坡样本和环境因子。
2. 统一坐标系、分辨率、栅格范围和 NoData。
3. 提取坡度、坡向、曲率等地形因子。
4. 训练随机森林或 XGBoost 易发性模型。
5. 使用 ROC-AUC、混淆矩阵和空间验证评价结果。
6. 生成易发性概率图和分级图。

Demo 对应关系

阶段	Demo	说明
DEM 因子提取	examples/01_dem_factor_extract	DEM -> 坡度、坡向、曲率
随机森林建模	examples/02_random_forest	因子表 + 标签 -> RF 模型
易发性制图	examples/03_susceptibility_mapping	模型预测 -> 概率图和分区图

推荐目录约定

教程中只保留少量可运行示例数据。真实项目中的大体量 DEM、遥感影像、因子栅格和模型结果建议放在外部数据目录，并通过配置文件传入路径。