基于信息量、加权信息量与逻辑回归耦合模型的云南罗平县崩滑灾害易发性评价对比分析CSCD

以罗平县崩滑地质灾害为研究对象,选取工程岩组、坡度、坡向、高程、起伏度、曲率、地貌类型、距河流距离、距断裂距离9个评价因子,基于共线性诊断和相关性分析对其进行独立性检验。然后采用信息量法计算各评价因子分类分级的信息量值,采用层次分析法和逻辑回归法对各评价因子进行权重的定量计算,从而构建信息量、加权信息量和信息量-逻辑回归耦合易发性评价模型并进行对比分析。基于GIS的自然断点法将评价结果划分为非、低、中和高4个等级,并采用ROC曲线对其精度进行检验。结果表明:3种评价模型的AUC值分别为0.757、0.723和0.852,信息量-逻辑回归耦合模型的精度最高,模型结果分区与崩滑地质灾害点的分布较吻合,其非、低、中和高的面积(分级比)分别为771.1 km^(2)(25.55%)、836.6 km^(2)(27.73%)、864.36 km^(2)(28.64%)和545.94 km^(2)(18.08%)。     

基于信息量、加权信息量与逻辑回归耦合模型的云南罗平县崩滑灾害易发性评价对比分析CSCD

以罗平县崩滑地质灾害为研究对象,选取工程岩组、坡度、坡向、高程、起伏度、曲率、地貌类型、距河流距离、距断裂距离9个评价因子,基于共线性诊断和相关性分析对其进行独立性检验。然后采用信息量法计算各评价因子分类分级的信息量值,采用层次分析法和逻辑回归法对各评价因子进行权重的定量计算,从而构建信息量、加权信息量和信息量-逻辑回归耦合易发性评价模型并进行对比分析。基于GIS的自然断点法将评价结果划分为非、低、中和高4个等级,并采用ROC曲线对其精度进行检验。结果表明:3种评价模型的AUC值分别为0.757、0.723和0.852,信息量-逻辑回归耦合模型的精度最高,模型结果分区与崩滑地质灾害点的分布较吻合,其非、低、中和高的面积(分级比)分别为771.1 km^(2)(25.55%)、836.6 km^(2)(27.73%)、864.36 km^(2)(28.64%)和545.94 km^(2)(18.08%)。     

基于信息量模型和信息量-逻辑回归模型的海南岛中部山区地质灾害易发性研究

地质灾害易发性评价作为地质灾害风险评价的基础,运用定量化的数学统计原理对地质灾害易发性进行研究能够客观准确地反映地质灾害发生的概率.文章以海南岛地质灾害最为发育的五指山市为例,选择断裂、 岩土体、 坡度、 地形起伏度、 海拔高程变异系数、 归一化植被指数(NDVI)、 降雨量、 水系、 公路、 曲率值为评价指标,依托详...     

逻辑回归和信息量模型在山区滑坡易发性评价中适宜性的分析

以万山区为例,在区域滑坡孕灾条件的基础上,筛选工程地质岩组、斜坡结构、平均坡度、地貌、距构造距离及距河流距离共6个易发条件因子,选取逻辑回归模型和信息量模型对山区滑坡进行易发性评价。结果显示逻辑回归模型中中高易发区面积占比分别为1578%和1970%,82%的地质灾害点落在该区域内;信息量模型中中高易发区面积占比为1241%、2519%,包含了区域88%的滑坡灾害点。最后通过实际发生的灾害点在各易发区的分布情况进行检验,逻辑回归模型中灾害点落在高易发区的比例远小于信息量模型,且高易发等级中灾害点实际发生的比值较小,说明针对山区区域滑坡地质灾害易发性评价结果预测上,信息量模型的评价结果更为客观准确。     

基于信息量-逻辑回归耦合模型的玛纳斯河流域地质灾害易发性评价

本文以地质灾害多发的新疆玛纳斯河流域作为研究区,在剖析了信息量模型、逻辑回归模型在地质灾害易发性评价中各自的优势与局限性的基础上,探索了信息量-逻辑回归耦合模型的科学性与优势;基于该区域地质环境与最新地质灾害数据,选取地形起伏度、坡度、坡向、土地利用类型、地层岩性、地形湿度指数(TWI)、河流、断层、高程9个影响因素作为评价因子,以全区355处地质灾害点为样本数据,在进行评价因子分析的基础上,通过ArcGIS平台对玛纳斯河流域进行了地质灾害易发性评价。评价结果表明,地质灾害高易发区主要分布于流域南部中低山丘陵地区,高易发区与较高易发区的面积分别为1760 km²、2200 km²,占研究区总面积7.98%、9.97%。经检验评价精度高达91.3%,该研究可为当地地质灾害防治与国土空间规划提供重要参考。     

基于逻辑回归–信息量的川藏交通廊道滑坡易发性评价

川藏交通廊道位于青藏高原中东部,是世界上隆升和地貌演化最快的区域之一。在内外动力耦合作用下,区内滑坡灾害极其发育,严重制约着公路、铁路和水电工程的规划建设。在区域地质资料收集和整理的基础上,选取岩性、坡度、坡向、坡形、地形起伏度、地形粗糙度、断裂密度和河流距离8个因素为评价因子,结合传统信息量和逻辑回归模型的优势,采用逻辑回归–信息量模型对研究区滑坡进行易发性评价。通过对评价因子的多重共线性和显著性检验,得到评价因子不存在多重共线性且均对滑坡发生具有显著影响。采用ROC曲线对评价结果进行检验,其AUC值为0.81,表明评价模型能很好地预测滑坡的发生。易发性评价结果表明:研究区高易发区主要集中龙门山断裂带、金沙江断裂带、澜沧江断裂带、怒江断裂带、边坝–洛隆断裂带等大型活动断裂带控制区,以及区内坡度陡峭、地形起伏度大的大型河流深切河谷的两岸;中易发区在区内分布广泛,主要分布在岸坡较陡、地形起伏度中等的大型河流支流的两岸。研究结果有利于加深对川藏交通廊道滑坡发育分布的认识,也可为研究区的工程规划建设和防灾减灾提供科学依据。     

基于信息量模型的地质灾害易发性评价:以川东南古蔺县为例

地质灾害威胁着山区人民生命财产安全,进行地质灾害易发性评价有助于山区城镇进行规划与建设时规避灾害风险.以川东南古蔺县为例,基于ArcGIS空间分析获取了研究区高程、坡度、岩性、斜坡结构、植被指数、距断层距离和距道路距离7个评价因子,采用信息量模型分别对滑坡和崩塌灾害进行易发性评价后,进一步利用ArcGIS单元统计功能对...     

基于证据权与Logistic回归模型耦合的滑坡易发性评价

滑坡灾害易发性研究对地质灾害风险管理及减灾防灾有着重要的现实意义。目前,多模型耦合的评价方法在国内外应用较为广泛,但将证据权与其他方法相结合用于滑坡易发性评价的研究却较少。鉴于此,本文以浙江省永嘉县为例进行滑坡易发性评价,选取高程等9个因素作为滑坡易发性的评价因子。利用证据权模型计算得到的证据权对比度与分级栅格比、滑坡栅格比进行比较,实现各评价因子状态分级处理;再运用Logistic回归模型算得各评价因子的权重。综合两种模型确定的状态分级权重和评价因子权重,基于GIS的栅格运算功能得到各评价单元的滑坡发生概率,实现研究区滑坡易发性分级区划。研究结果表明,证据权与Logistic回归耦合模型的评价结果的合理性与精确度均优于两种单一模型;且极高易发区和高易发区主要分布在水系延展区、断层密集区、岩组软弱区。研究结果对滑坡灾害风险管理及城市防灾规划具有一定的参考价值。     

基于RBF神经网络?信息量耦合模型的滑坡易发性评价

滑坡易发性评价是滑坡灾害管理的基础工作,也是制定各项防灾减灾措施的重要依据。针对传统的信息量模型在评价过程中确定权重值存在准确性不高的缺点,文章提出RBF神经网络和信息量耦合模型。以甘肃省岷县为研究区,筛选坡度等9个指标因子构建了滑坡灾害易发性评价指标体系,应用RBF神经网络-信息量耦合模型（RBFNN-I）进行滑坡灾害易发性评价,利用合理性检验和ROC曲线对模型的评价结果进行精度检验。结果表明:（1）RBFNN-I模型的AUC值为0.853,相比单一的RBFNN和I模型分别提高了6.3%和9.7%,说明RBFNN-I模型具有更好的评价精度;（2）岷县滑坡灾害的极高易发区和高易发区主要分布在临潭—宕昌断裂带、洮河及其支流、闾井河和蒲麻河两侧河谷地带,距断层距离、降雨量、距道路距离和NDVI是影响岷县滑坡灾害分布的主控因子。     

基于多模型的滑坡易发性评价以甘肃岷县地震滑坡为例

2013年7月22日,甘肃省岷县漳县交界处发生了MS6.6级地震(岷县地震),本文以这次地震烈度Ⅷ度区为研究区,根据地震前后遥感影像解译出来的2330个地震滑坡数据,以坡度、坡向、水系、岩性和断层为因子图层,分别应用模糊逻辑法,信息量模型及Shannon熵改进的信息量模型,对研究区的地震滑坡易发性进行评价。结果表明: 1滑坡的高易发性地区位于研究区的中间部分,以及水系0～50m这一缓冲区范围内,离水系越近滑坡易发性等级越高; 2应用ROC曲线对3个模型的易发性评价结果进行比较,信息量模型和Shannon熵改进的信息量模型的AUC值分别为0.8488, 0.8502; 模糊逻辑模型的AUC值为0.7640,表明前两个模型的表现较好,而模糊逻辑模型相对来说表现一般; 3通过对比3个模型中各等级易发性所占的面积比例和各等级易发性中滑坡数目占总数比例,表明Shannon熵改进后的模型更适用于灾害风险评价以及应急风险管理等实际应用。     

信息量模型、确定性系数模型与逻辑回归模型组合评价地质灾害敏感性的对比研究

为探索区域地质灾害敏感性评价方法,以宁夏盐池县为研究区域,选取坡度、坡向、坡高、高程、地层、距河流距离、距道路距离、植被覆盖度等8个影响地质灾害发生的评价因子,分别采用信息量模型+逻辑回归模型(I+LR)和确定性系数模型+逻辑回归模型(CF+LR)2种组合模型对盐池县地质灾害敏感性进行评价,将该区域地质灾害划分为极低、低、中和高敏感区4类,并完成结果检验。结果表明：(1)2种组合模型得到的低、中敏感区面积基本相当,而高敏感区面积相差较大,CF+LR模型较I+LR模型高敏感区面积增加约5336 km2,而极低敏感区面积减少约6%;(2)2种组合模型的合理性均符合检验要求,且ROC精度检验AUC值分别为0868和0829,渐进Sigb均小于005,表明2种组合评价模型都能较为客观准确地评价盐池县地质灾害敏感性;(3)ROC检验精度与盐池县地质灾害发育情况均表明I+LR模型精度更高。     

基于逻辑回归模型的泥石流易发性评价与检验：以金沙江上游奔子栏—昌波河段为例

基于地理信息系统(ArcGIS100)平台和小流域单元,采用逻辑回归(LR)模型对金沙江上游(奔子栏—昌波河段)干热河谷区进行泥石流易发性评价,并对预测结果进行总体检验与随机个案检验。评价与检验结果表明,得到的最优指标组合下LR评价模型的AUC值为827%;预测的极高易发区、高易发区面积合占全区面积的3598%,实发泥石流面积占泥石流总面积的6503%;在个案检验中,位于各等级分区的检验组样本实发泥石流比例随着分区易发性等级降低,依次为917%(极高)、750%(高)、364%(中等)、167%(低)、0(极低),表明评价效果良好。研究区泥石流集中发育于金沙江沿岸的东北部、中部和西南部,主导性的评价指标依次为距主干道路距离、岩性、距断裂带距离、雨季月平均降雨量。人类活动与季节性降雨为研究区干热河谷泥石流的主要诱发条件。基于逻辑回归模型的泥石流易发性评价方法提高了泥石流发生可能性的预测精度,可为干热河谷区泥石流预测预警和防治提供参考依据。     

不同组合模型区域滑坡易发性及精度分析

为探索区域滑坡易发性评价模型的适用性和评价结果的合理性,以滑坡灾害高发的白龙江流域为研究区,首先选取坡度、地形起伏度、距断层距离、地层岩性、流域沟壑密度、植被指数等6项影响滑坡发生的孕灾因子作为易发性的评价指标,以研究区2 093处滑坡灾害点为样本数据,依据各指标条件下的信息量值、确定性系数值和证据权重值曲线突变规律,并结合滑坡面积及分级面积频率比曲线作为等级划分的临界值来确定因子分级状态;其次,基于指标因子状态分级和相关性分析结果,采用信息量法、确定性系数法、证据权法分别与逻辑回归组合的3种模型开展区域滑坡灾害易发性评价,并从模型结果、适用性和精度等方面采用多手段对3种组合模型进行比较和讨论。研究结果表明：在区域滑坡易发性评价方面,3组模型均表现较为理想,信息量和逻辑回归组合模型的预测精度为94.6%,其预测精度和准确性优于其他2种组合模型。笔者以白龙江流域中游及其岷江支流段为例,开展滑坡灾害易发性评价模型适用性、评价结果分析以及预测精度评价对比和研究等,成果可为该区地质灾害防灾减灾和国土空间用途管制规划决策提供参考。     

陕西凤县滑坡易发性评价研究

滑坡易发性评价是滑坡早期预警的基础,为了探索适用于秦岭山区的区域滑坡易发性评价方法,本文在陕西凤县1:5万详细调查的基础上,针对山区地质灾害调查的特点,对传统信息量模型进行改进,利用ArcGIS软件基于改进的信息量模型完成了凤县滑坡易发性评价。结果显示:凤县地质灾害分布主要与植被覆盖率、河流侵蚀和人类工程活动相关。根据评价结果将凤县滑坡易发性划分为四个等级:高易发区面积165 km2,占全县总面积的5.2%;中易发区面积686 km2,占21.5%;低易发区面积1195 km2,占37.5%;基本安全区面积1141 km2,占35.8%。根据此评价结果,为陕西凤县土地利用规划和滑坡防治提供依据,并为秦岭山区的区域滑坡易发性评价提供思路和方法。     

雷达数据辅助下的滑坡易发性评价

岩土体含水量对滑坡,尤其是土质滑坡的稳定性具有极大的影响。本文以三峡库区秭归段内土质滑坡作为研究对象,利用Sentinel-1雷达数据反演地表岩土体含水量来替代传统的湿度指数因子,在保持其他因子不变的情况下,构建二元逻辑回归模型进行滑坡易发性评价。结果表明,利用成功率曲线对结果进行分析,采用岩土体含水量因子时预测精度达到80.2%,高于采用地形湿度指数的77.2%。利用雷达数据反演得到的岩土体含水量代替地形湿度指数进行滑坡易发性评价精度较高、预测能力较强。     

A Combined Weight of Evidence and Logistic Regression Method for Susceptibility Mapping of Earthquake-induced Landslides: A Case Study of the April 20, 2013 Lushan Earthquake,China

The Ms 7.0 Lushan earthquake triggered a huge number of landslides. Landslide susceptibility mapping is of great importance. Weight of Evidence (WoE) and Logistic Regression (LR) methods have been widely used for LSM (Landslide Susceptibility Mapping). However, limitations still exist. WoE is capable of assessing the influence of different classes of each factor, but neglects the correlation between factors. LR is able to analyze the relationship among the factors while it is not capable of evaluating the influence of different classes. This paper proposes a combined method of LR and WoE for LSM, taking advantage of their individual merits and overcoming their limitations. An inventory of 1289 landslides was used: 70% were random-selected for training and the remaining for validation. 11 landslide condition factors were employed in the model and the result was validated using Receiver Operating Characteristic (ROC) curve. The results showed that the LR-WoE model had a better accuracy than the LR model, producing an area below the curve with values of 0.802 success and 0.791 predictive, higher than that of the LR model (0.715 success and 0.722 predictive). It is therefore concluded that the combined method of WoE and LR can provide a promising level of accuracy for earthquake-induced landslide susceptibility mapping.     

基于加权证据权模型的青藏高原东部巴塘断裂带滑坡易发性评价

巴塘断裂带位于青藏高原东部,呈北东—南西向展布,全新世活动强烈,沿断裂带崩塌、滑坡、泥石流等地质灾害极为发育。基于遥感解译和野外地质调查,在巴塘断裂带两侧10 km范围内识别出滑坡93处;在分析滑坡空间发育特征的基础上,选取地形地貌(地面高程、地形坡度和地形坡向)、地形湿度指数、地层岩性、活动断裂、降雨量、水系、人类工程活动和植被覆盖等10个因素作为滑坡易发程度的主控因素,采用加权证据权法建立滑坡易发性评价模型,开展巴塘断裂带滑坡易发性评价;成功率(ROC)曲线检验结果表明此次滑坡易发性评价的准确率为82.3%。采用基于自然断点法将滑坡易发程度划分为极高易发、高易发、中等易发和低易发4个级别,结果表明滑坡易发性受巴塘断裂带和河流控制显著,极高易发区和高易发区主要分布在巴塘断裂带、金沙江和巴曲河谷及一级支流两侧,中等易发区主要分布在巴曲各支流中上游,低易发区主要分布在人类工程活动弱的高山地带以及地形相对平缓的区域。滑坡易发性评价结果很好地反映了巴塘断裂带现今滑坡发育分布特征,对该区重大工程规划建设和防灾减灾具有科学指导意义。     

Integrated Landslide Susceptibility Analysis and Hazard Assessment in the Principality of Andorra

In the paper we present the procedure for hazard assessment that has been used to prepare the landslide hazard map of the Principality of Andorra at 1:5,000 scale. The main phases of the hazard assessment are discussed. Susceptibility analysis has involved the location of the potential slope failures, and the estimation of both landslide volume and runout distance. In the susceptible areas, landslide magnitude and frequency has been determined in order to produce the Hazard Zoning Map. Data required for hazard assessment have been introduced into a GIS or derived directly from available Digital Terrain Models. Data handling and treatment with the GIS has allowed the performance of the landslide hazard assessment and mapping in a fast and reproducible way.     

基于灰色关联度模型的区域滑坡敏感性评价

数理统计和机器学习模型如支持向量机(support vector machine,SVM)等,在区域滑坡敏感性评价中得到广泛的应用.但这些模型的建模过程往往较复杂,如在对机器学习进行训练和测试时难以选取合理的非滑坡栅格单元,而且有较多的模型参数需要确定.为提高滑坡敏感性评价建模的效率和精度,提出基于灰色关联度的敏感性评价模型.灰色关联度模型能有效计算各比较样本与参考样本之间的定量的关联度,具有建模过程简洁和评价精度高的优点,该模型目前在区域滑坡敏感性评价中的应用还没有引起研究人员的足够关注且有待进一步拓展.拟将灰色关联度模型用于浙江省飞云江流域南田—雅梅图幅(南田地区)的滑坡敏感性评价,并将得到的评价结果与SVM模型的敏感性评价结果作对比分析.结果显示,灰色关联度模型在高和极高敏感区的滑坡预测精度优于SVM模型,而在中等敏感区的滑坡预测精度略低于SVM模型;整体而言,灰色关联度模型对整个南田地区滑坡敏感性分布的预测精度略高于SVM模型.对两个模型建模过程的对比结果显示,灰色关联度模型建模较简单,具有比SVM模型更高的建模效率,为滑坡敏感性评价提供了一种新思路.     

基于RF-FR模型的滑坡易发性评价——以略阳县为例

滑坡易发性评价是指导区域滑坡初步预警、预报的重要手段。为提高县域滑坡易发性评价的准确性,以随机森林模型（RF）、频率比模型（FR）为基础模型,结合2种模型的优越性,建立随机森林-频率比模型（RF-FR）,进行滑坡易发性评价。以略阳县域为研究区,选取高程、坡向、坡度、地层、地表粗糙度、距断层的距离、曲率、距道路的距离、地形湿度指数、距河流的距离及降雨量等14项影响因子建立数据库,采用Spearman方法对各因子相关性进行分析,剔除地形起伏度等3项相关性较高的评价因子,并基于滑坡相对点密度（LRPD）进行评价因子分析。结果表明：①滑坡灾害点与线状因子的距离呈负相关,即距离越近,灾害点越多。②FR、RF、RF-FR模型预测率分别为84.3%、90.1%、95.0%,RF-FR模型较FR、RF模型预测精度分别提高了10.7%、4.9%。③RF-FR模型的滑坡灾害点在高、极高易发区的比例比FR、RF模型分别提高了15.89%、5.29%。