基于信息量、信息量-逻辑回归模型综合法的地质灾害易发性研究——以诸暨市马剑镇为例

为研究信息量模型综合法和信息量-逻辑回归模型综合法这2种方法在乡镇地质灾害风险评价中地质灾害易发性的可靠性,选取浙北诸暨市马剑镇为研究对象,通过运用定量化的数学统计原理,选取坡度、坡向、高差、坡型、覆盖层厚度、岩性与岩土结构、斜坡结构、与构造间距离和切坡高度9个影响因子,采用信息量模型和信息量-逻辑回归模型,结合沟谷泥石流易发性评价,对划定的斜坡单元进行综合评价。结果显示,这2种综合法均能相对客观、准确地评价地质灾害的易发性,AUC值分别为0.901和0.899,表明信息量模型综合法在合理性和准确度方面略高。该研究为相关乡镇的地质灾害风险调查评价提供了重要的技术支持。

基于信息量-逻辑回归模型的怒江州滑坡灾害易发性评价

为了解决用单一模型进行滑坡灾害易发性评价效果不佳的问题,本文构建了耦合模型对滑坡灾害易发性进行研究。选取典型高山峡谷区怒江傈僳族自治州(简称怒江州)为研究区;选用离断层距离、离河流距离、离道路距离、工程地质岩组、海拔、坡度、坡向、土地利用类型8个滑坡影响因子构建评价指标体系;运用二元逻辑回归法、信息量法、确定性系数法分别进行滑坡灾害易发性研究,构建了信息量-逻辑回归模型,并分别与上述三种方法各自所得结果作对比;结合均方根误差、最小值和平均值统计及受试者工作特征曲线进行检验与比较。结果表明:极高和高易发区主要分布在怒江、澜沧江、独龙江沿岸及道路两侧,符合研究区实际情况,表明评价指标和评价模型的选取具有合理性;所建信息量-逻辑回归模型(0.883)比信息量(0.874)、确定性系数(0.848)、二元逻辑回归(0.869)模型更具优势。

基于信息量-逻辑回归模型的江西省婺源县地质灾害易发性评价

江西省婺源县位于中低山、丘陵地区,是省内地质灾害重点防治区之一,近年来滑坡、崩塌等地质灾害活动不断加剧,给当地居民财产及人身安全造成重大威胁。基于婺源县野外调查资料及最新的地质灾害数据,选取坡度、高程变异系数、斜坡结构、地貌类型、工程岩组、归一化植被指数(NDVI)、道路缓冲区、断层缓冲区8个评价因子,采用信息量-逻辑回归模型对研究区进行地质灾害易发性评价及分区。结果表明:研究区地质灾害高易发区呈线状分布且多位于道路100 m范围内;中易发区呈带状分布且多位于断层300 m范围内;低易发区主要分布在断裂不发育,人类工程活动少,植被覆盖较多且岩层较坚硬的低山丘陵区域。通过对评价结果进行合理性检验及精度检验,表明分区结果与实际情况吻合度较好,评价结果精度较高,可为婺源县后期的地质灾害防治工作提供参考。

基于信息量和逻辑回归耦合模型的黄土地震滑坡危险性分析

黄土地震滑坡危险性分析对黄土地区城镇化、工程建设的规划和地震灾害预防具有重要意义。以甘肃省定西市岷县—漳县交界处为研究区域,通过统计分析该区历史地震滑坡灾害数据,归纳并建立包含地震、坡度、坡高、坡向、地层岩性、年平均降雨量、河流流域和地貌类型等8个影响因子的评价指标体系,采用信息量模型、逻辑回归模型和信息量-逻辑回归耦合模型分别分析该区域黄土地震滑坡危险性。结果表明:(1)地震、河流和降雨是诱发黄土滑坡灾害发生的主要因素,其中地震因子贡献率最大;(2)研究区可划分为高、较高、中、低和极低危险区五个等级,其中高危险区主要集中于岷县、漳县与陇西县等地;(3)根据受试者工作特性(ROC)曲线精度检验结果,三种模型的AUC值分别为0.889、0.617和0.898,信息量-逻辑回归耦合模型结果的精确性相比其他两个模型更高。

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

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,依托详查资料和遥感、地形数据,采用信息量模型和信息量-逻辑回归模型对研究区地质灾害易发性进行评价研究,评价结果经敏感性检验、频率比检验后表明:高易发区主要分布于山区公路和水系两侧沿线,极低易发区主要位于河谷不发育、人类工程活动较少的丘陵低山地带。两种模型的ROC曲线下面积值(AUC)分别为0.897和0.896,表明预测精度满足易发性评价要求。降雨、高程变异系数、公路等评价因子对地质灾害易发性起较强的控制作用。信息量-逻辑回归模型具有更高的可靠性和精准度,研究成果将为该地区地质灾害风险评价提供科学有效的判别方法和预测途径。

基于信息量-逻辑回归模型的泥石流易发性评价——以四川省石棉县为例

泥石流是中国西南地区常见的地质灾害,通常会造成巨大破坏和人员伤亡,泥石流易发性评价可以为地区防灾减灾及工程选址规划提供理论依据。以四川省石棉县为研究区,获取该县288个历史泥石流作为泥石流数据集,选取高程、坡度、坡向、水系密度、地层岩性等13个评价因子,使用信息量模型、逻辑回归模型和信息量-逻辑回归耦合模型对石棉县进行泥石流易发性评价,并利用受试者工作特征曲线(ROC)对模型进行对比和评估。结果表明:四川省石棉县泥石流高易发区集中分布在该县纵向中部地区,多处于河流、道路及断层附近;信息量模型、逻辑回归模型和信息量-逻辑回归耦合模型的ROC曲线下面积(AUC)分别为0.917,0.928和0.931,可见耦合模型的精度最高,分区结果更加合理可靠。因此,信息量-逻辑回归耦合模型在泥石流易发性评价上具有优越性,其分区结果对泥石流防治具有实践意义。

基于信息量、逻辑回归及其耦合模型的滑坡易发性评估研究:以青海沙塘川流域为例

滑坡易发性定量评估是预测滑坡发生空间概率的重要手段,基于统计分析原理的评估方法目前在国内外应用最为广泛,且不同评估方法的对比研究逐渐成为热点。以青海沙塘川流域黄土梁峁区为例,剖析了信息量模型和逻辑回归模型在滑坡易发性评估中的优越性和局限性,并探索提出基于二者的耦合模型。考虑坡度、坡向、起伏度、岩性、与干流距离、与支流距离和植被指数等7个影响因素,对比分析了基于信息量、逻辑回归及二者耦合模型的滑坡易发性评估的技术流程及结果。3种模型的成功率分别为:耦合模型成功率(78. 9%)>信息量模型成功率(71. 8%)>逻辑回归模型成功率(70. 8%)。在沙塘川流域黄土滑坡的易发性评估中,信息量和逻辑回归模型的表现基本相当,但信息量-逻辑回归耦合模型的成功率明显提升。该研究结果可为黄土高原区滑坡易发性定量评估提供借鉴。

基于信息量和逻辑回归耦合模型的滑坡易发性评价

目前,滑坡易发性评价大多只采用单一模型进行研究,而单一模型存在缺陷,如只采用信息量模型则不能反映各因子对滑坡发生的权重。通过将两个模型进行耦合分析可以很好地发挥各模型的优点和弥补各模型的不足,从而达到模型优化的目的。针对滑坡易发性常用的信息量模型和逻辑回归模型,提出信息量-逻辑回归耦合模型。以江西省宁都地区为例,获取研究区共297个滑坡,提取高程、坡向、坡度、平面曲率、剖面曲率、地形起伏度、距水系距离、岩性、植被覆盖率、地表建筑物指数共10个因子建立评价指标体系,再分别采用上述3个模型开展易发性评价,最后采用预测率曲线(the prediction rate curve,ROC)评价各模型精度。结果表明:信息量模型、逻辑回归模型和信息量-逻辑回归耦合模型预测率曲线与坐标轴围成的面积(area under ROC,AUC)值分别为0.838、0.864和0.876,可见信息量-逻辑回归耦合模型的评价精度更高,建模更为合理。研究区内滑坡主要沿水系两侧分布,高程和岩性对滑坡的发生起主要作用。

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IV-IOE-LR耦合模型的滑坡易发性评价——以云南省泸水市为例

开展滑坡易发性评价有利于提高当地滑坡风险管控水平。以云南省泸水市241个滑坡点为研究对象,选取高程、坡度、曲率、地形起伏度、坡向、岩组类型、断裂缓冲区、河流缓冲区、年均降雨量、道路缓冲区等10个影响因子构建滑坡易发性评价体系,将建模数据划分为70%的训练数据和30%的测试数据,分别利用信息量模型(IV)、信息量-熵指数耦合模型(IV-IOE)、信息量-逻辑回归耦合模型(IV-LR)和信息量-熵指数-逻辑回归耦合模型(IV-IOE-LR)进行了滑坡预测,并通过ROC曲线对模型准确性进行了检验,结果表明:4种模型的预测结果均较理想,A UC值均大于0.7,3种耦合模型的效果明显优于IV模型,其中IV-IOE-LR耦合模型的精度最高,预测效果最好;对未参与训练的30%滑坡栅格进行预测精度分析,得到IV、IV-IOE、IV-LR模型和IV-IOE-LR模型的A UC值分别为0.725、0.736、0.741、0.794,IV-IOE-LR模型较其他3种模型的预测成功率分别提高了9.5%、7.9%、7.2%。

四川省滑坡灾害危险性评价模型比较研究

为探讨四川省滑坡灾害分布状况及对滑坡灾害危险性评价建模效果进行比较,以四川省为研究区,分析地质灾害尤其是滑坡灾害的时空分布,运用信息量法、基于信息量的逻辑回归法、随机森林法3种方法,取坡度、植被覆盖率、地震烈度、断层密度及年累计降雨量5个因子建立危险性评价模型,结合ROC曲线和AUC值对模型性能进行精度比较。研究结果表明:(1)坡度因子对滑坡灾害的贡献最大,3种评价模型中坡度、地震烈度及降雨3个因子均有较大贡献。(2)滑坡灾害主要分布于地震带附近,在成都平原处灾害发生几率最小。(3)3种评价方法均适用于滑坡危险性区划工作,具有良好的建模效果。相对于其他两种模型,逻辑回归模型在实际情况下更加适合四川省滑坡灾害的危险性评价工作。

基于LR-RF模型的滑坡易发性评价——以铜川市耀州区为例

耀州区是陕西省重要的交通枢纽与矿业基地,长期对资源的开发导致滑坡灾害频繁发生,如何对滑坡的易发性进行科学合理地划分是滑坡防治与管理工作的重要组成部分。以耀州区为研究区,基于R语言与ArcGIS平台,选取坡度等8个评价因子,在逻辑回归(Logistic Regression,简称LR)的基础上引入随机森林(Random Forest,简称RF)模型对研究区发生滑坡的概率进行预测,完成滑坡易发性评价和分区。LR-RF模型易发性分区结果表明滑坡高、较高易发区覆盖了研究区东南部的漆水河河谷区域,包含了73.23%的滑坡点,在预测成功率上高于LR模型。使用ROC曲线对LR和LR-RF模型的结果精度进行对比,LR-RF模型评价结果的AUC值为0.9123,优于LR模型的评价结果。研究结果表明采用LR-RF模型对研究区进行易发性评价拥有更好的评价精度和预测能力。

基于多种组合模型的新疆巩留县滑坡危险性评价研究

新疆巩留县广泛发育冻融降雨型滑坡地质灾害,对其现有的研究多考虑降水,而缺乏温度影响的研究,为此,本文特增加了温度因子来进行巩留县滑坡灾害危险性评价。基于巩留县已发生的682个滑坡灾害点,选取坡度、起伏度、坡向、曲率、温度、距断层距离、距河流距离、距道路距离、工程地质岩组等9个评价因子。采用信息量模型(I)、确定性系数模型(CF)、信息量模型+逻辑回归模型(I+LR)以及确定性系数模型+逻辑回归模型(CF+LR)等4种模型对巩留县滑坡危险性进行了评价,划分为极高、高、中和低4个危险等级分区并进行了精度检验与现场实际验证。结果表明:(1)温度对滑坡有较大的触发作用;(2)耦合模型极高、高危险性分区面积明显低于单一模型极高、高危险性分区面积,其中CF+LR模型的极高、高危险性分区面积最小,低危险性分区面积最大;(3)4种模型ROC精度检验AUC值分别为0.889、0.893、0.895和0.900,均能较为客观地评价巩留县滑坡危险性。CF+LR模型精度最高,且经局部地区现场检验,CF+LR模型评价结果与实际情况也最为相符,研究成果对新疆地区巩留县滑坡地质灾害的预防和治理具有一定的借鉴意义。

基于LR-Ⅳ模型的滑坡敏感性评价

滑坡敏感性评价是滑坡防治中的重要一环.针对信息量模型(IV)中各影响因子等权以及逻辑回归模型(LR)中因子难以量化的问题,将逻辑回归模型(LR)与信息量模型(IV)进行耦合,构建LR-IV模型,并将逻辑回归模型及信息量模型作为对照,以湖北省为例,进行了滑坡敏感性评价.选取工程岩组、地震烈度、水系距离、构造线距离、地貌、降雨面、坡度等七个因子,结合GIS的栅格分析方法,计算各区域滑坡敏感性指数,得到湖北省滑坡敏感性区划图.将历史滑坡数据随机分为70%的训练数据与30%的验证数据,通过受试者工作特征曲线来比较各个模型之间的性能.在成功率上,LR-IV模型(91.3%)与逻辑回归模型(91.5%)、信息量模型(90.3%)相差不大,都具有极高的成功率,但在预测率上,LR-IV模型(75.7%)远胜于逻辑回归模型(65.8%),略强于信息量模型(74.9%).研究结果表明,LR-IV模型表现优异,可用于滑坡敏感性评价。

江西省寻乌县滑坡易发性评价模型及精度对比研究

滑坡易发性评价是提高区域滑坡灾害事前防治效率的重要手段。为了提高滑坡易发性评价精度,以江西省寻乌县为研究对象,以县域内716处历史滑坡点为研究基础,选取海拔高度、地形坡度、坡向、地形起伏度、工程地质岩组等10个评价因子构建滑坡易发性评价指标体系。从滑坡灾害点总样本中随机选择80%作为训练样本进行建模分析,并随机选取等量未发生滑坡的样本,共同组成因变量样本集,分别采用信息量、确定性系数、逻辑回归信息量、逻辑回归确定性系数模型对滑坡易发性进行分区。利用剩余20%滑坡样本,分别采用频率比法、Sridevi Jadi经验概率法和ROC曲线法检验评价结果的合理性,并讨论不同模型的适用性和准确性。结果表明,四种模型中,随着滑坡易发性等级的增高,其频率比值显著增大,其中低、中易发区频率比值均<1,极高易发区频率比值均>3,均可以有效评价寻乌县滑坡易发性;精度检验分析结果中逻辑回归信息量模型的AUC值最大,为0.854,其适用性和精度要明显优于其他三种模型;滑坡灾害极高易发区主要分布在各乡镇河流的沿岸、靠近主干道相对集中的区域。其评价结果可以为县域地质灾害防治工作提供数据支撑。

多种组合模型的区域滑坡易发性及精度评价

以滑坡灾害高易发的陇南白龙江流域中游及其岷江支流段作为研究对象,依托流域内2093处滑坡灾害点样本数据,开展多种组合模型区域滑坡易发性区划及精度评价研究。首先选取坡度、坡高、距断层距离、地层岩性、流域沟壑密度、植被归一化指数等6项影响滑坡发生的孕灾因子作为易发性的评价指标,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区划,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它两种组合模型;研究区滑坡极高易发区主要分布白龙江两岸,尤其分布在两河口至桔柑乡段白龙江左岸区域,易发性评价结果成果可为该区域地质灾害防治和国土空间用规划及用途管制决策提供依据。

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2093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。

基于不同耦合模型的县域滑坡易发性评价对比分析——以四川普格县为例

为有效预测县域滑坡发生的空间概率,探索不同统计学耦合模型滑坡易发性定量评价结果的合理性和精度,以四川省普格县为研究对象。选取坡度、坡向、高程、工程地质岩组、断层和斜坡结构等6项孕灾因子作为评价指标体系,基于信息量模型(I)、确定性系数模型(CF)、证据权模型(WF)、频率比模型(FR)分别与逻辑回归模型(LR)耦合开展滑坡易发性评价。结果表明:各耦合模型评价结果和易发程度区划均是合理的,极高易发区主要分布于则木河、黑水河河谷两侧斜坡带,面积介于129.04~183.43 km^(2)(占比6.77%~9.62%),各模型评价精度依次为WF-LR模型(AUC=0.869)>I-LR模型(AUC=0.868)>CF-LR模型(AUC=0.866)>NFR-LR模型(AUC=0.858)。研究成果可为川西南山区县域滑坡易发性定量评估提供重要参考。

量纲统一在滑坡易发性评价中的影响分析

以往的区域性滑坡易发性评价研究多以对比不同评价模型结果和改进模型为主,而忽视了所选致灾因子的信息保留以及因子量纲如何统一的问题。为探究致灾因子的相关性和量纲对易发性评价结果的影响,以甘肃省靖远县北部地区作为研究区,选取高程、坡度、坡向和地形起伏度等12个因子,利用主成分分析提取的新因子参与易发性评价,并采用数据标准化、滑坡密度和信息量值替代法统一致灾因子的量纲,最后基于GIS平台绘制研究区滑坡易发性分区图。通过ROC曲线评估各模型的易发性评价结果精度。结果表明:在信息量模型、逻辑回归模型和感知机模型中,经主成分分析处理的因子得到的模型评价结果精度更高,采用信息量值替代法统一因子的量纲能够进一步提升逻辑回归和感知机模型的评价结果精度;同时,3种评价模型中感知机模型的结果精度最高(AUC=0.9367),优于信息量模型(AUC=0.9173)和逻辑回归模型(AUC=0.9272),是该研究区滑坡易发性评价的理想模型,应优先考虑。研究结果可为类似地区的防灾减灾工作提供基础数据和理论参考。