在综合当地滑坡灾害发育特征和诱发因素基础上,选取黄土、坡度、坡向、剖面曲率、降雨等12个因子作为滑坡灾害易发性评价因子。利用确定系数法和信息量模型分别与逻辑回归结合构建了LLCF、LLSI两种模型作为滑坡敏感性评价方法。据模型...在综合当地滑坡灾害发育特征和诱发因素基础上,选取黄土、坡度、坡向、剖面曲率、降雨等12个因子作为滑坡灾害易发性评价因子。利用确定系数法和信息量模型分别与逻辑回归结合构建了LLCF、LLSI两种模型作为滑坡敏感性评价方法。据模型计算结果,将滑坡灾害易发程度划分为极低易发区、低易发区、中易发区、高易发区和极高易发区。利用接收者操作特征曲线(ROC,Receiver Operating Characteristic Curve)及下围面积(AUC,,Area Under the ROC Curve)值分别对两种模型进行精度检验。结果表明:LLCF和LLSI模型在训练集上成功率曲线AUC值分别为0.9032和0.8411;在测试集上预测率曲线AUC值分别为0.8998、0.8715。整体上LLCF模型精度高于LLSI模型,为当地防灾减灾、国土资源等方面提供了有效的数据支持。展开更多
文摘在综合当地滑坡灾害发育特征和诱发因素基础上,选取黄土、坡度、坡向、剖面曲率、降雨等12个因子作为滑坡灾害易发性评价因子。利用确定系数法和信息量模型分别与逻辑回归结合构建了LLCF、LLSI两种模型作为滑坡敏感性评价方法。据模型计算结果,将滑坡灾害易发程度划分为极低易发区、低易发区、中易发区、高易发区和极高易发区。利用接收者操作特征曲线(ROC,Receiver Operating Characteristic Curve)及下围面积(AUC,,Area Under the ROC Curve)值分别对两种模型进行精度检验。结果表明:LLCF和LLSI模型在训练集上成功率曲线AUC值分别为0.9032和0.8411;在测试集上预测率曲线AUC值分别为0.8998、0.8715。整体上LLCF模型精度高于LLSI模型,为当地防灾减灾、国土资源等方面提供了有效的数据支持。