GIS支持下的滑坡危险性评价研究

遥感和地理信息技术作为一种新的调查、监测途径和手段,在滑坡研究领域已得到广泛运用。本文阐述了信息量模型与逻辑回归模型,介绍基于GIS的滑坡危险性评价过程与方法,从而实现滑坡地质灾害的科学评价。     

2010年海地太子港地震触发滑坡危险性区划和合理性检验

 2010年1月12日海地M_w 7.0级地震触发了数以万计的滑坡。本文应用二元统计分析模型、地理信息系统与遥感技术,开展海地地震区滑坡危险性区划研究,并对结果合理性及模型预测功能进行检验。地震前后多源高分辨率遥感数据目视解译结果表明,海地地震触发了30828处滑坡。选择高程、坡度、坡向、曲率、与水系距离、地震动峰值加速度(PGA)、与恩里基约－芭蕉园断裂距离、沿恩里基约－芭蕉园断裂距离8个地震滑坡影响因子进行海地地震滑坡危险性区划。将这30828处滑坡随机分为训练样本与预测样本两类,分别进行模型的建立与测试,训练样本包括滑坡总数的70%(21579处滑坡,覆盖面积为11.18km²);预测样本包括滑坡总数的30%(9249处滑坡,覆盖面积为4.56km²)。基于滑坡训练样本、8个滑坡影响因子、权重系数模型(二元统计方法模型)和GIS技术,构建了滑坡危险性概率分布图。结果合理性检验表明了模型的正确率为84.966%,预测率为84.547%,两者都表明了实际滑坡位置与滑坡危险性结果图具有良好一致性。按照滑坡危险性索引值的大小,将研究区分为非常高、高、中等、低、非常低5类。本文证明了在地震滑坡危险性区划中,权重系数模型作为一种二元统计方法具有良好的建模与预测能力,可为海地地震灾区恢复重建中滑坡的防灾减灾工作提供参考。     

基于Logistic回归模型的芦山震后滑坡易发性评价

地震导致山体结构失衡,物质松动,在降雨条件下,滑坡等次生地质灾害极易发生。以"4.20"芦山地震区为研究对象,基于遥感(RS)和地理信息系统技术(GIS),以坡度、起伏度、土地类型、断层的距离、地震动的峰值加速度为评价因子,采用Logistic回归方法构建评价模型评估了研究区滑坡易发性,并通过受试者工作特征曲线(ROC)检验模型的效果。通过对421个滑坡灾害点的回归分析得出断层的距离、地震动的峰值加速度对滑坡的发生贡献最大,研究区域46.63%的地区滑坡极易发生。ROC曲线的线下面积(AUC)为0.772,验证结果显示评价结果与实际情况吻合。     

Logistic回归模型分析应用

回归是研究一个或多个自变量与一个因变量之间是否存在某种线性关系或非线性关系的一种统计学分析方法。而Logistic回归是概率非线性回归模型,是研究分类观察结果与一些影响因素之间关系的一种多变量分析方法。本文对Logistic回归模型进行推导,得到其概率密度函数,并对其性质进行分析,得到单调性、对称性等性质。并通过推导,可以计算出其优比,即成功胜率。最后通过某医院得到的数据,对于急性心肌梗死(AMI)患者能否成功的危险因素调查病历进行Logistic回归分析,得到了一些结论。     

Logistic回归模型分析应用

回归是研究一个或多个自变量与一个因变量之间是否存在某种线性关系或非线性关系的一种统计学分析方法.而Logistic回归是概率非线性回归模型,是研究分类观察结果与一些影响因素之间关系的一种多变量分析方法.本文对Logistic回归模型进行推导,得到其概率密度函数,并对其性质进行分析,得到单调性、对称性等性质.并通过推导,可以计算出其优比,即成功胜率.最后通过某医院得到的数据,对于急性心肌梗死(AMI)患者能否成功的危险因素调查病历进行Logistic回归分析,得到了一些结论.     

累积比数Logistic回归模型及其应用

在临床医学中评价某种疾病的不同治疗方案效果,进行影响因素分析,可以优化治疗方案,也为制定医疗保障补偿方案提供科学依据.应用累积比数Logistic回归模型,以1 117例急性心肌梗塞（AMI）患者的治疗效果为因变量,以其影响因素为自变量,进行回归分析,找出对治疗效果影响显著的因素.结果表明应用该模型拟合有序多分类变量数据是有效的.     

贵州省规划铁路网滑坡危险性评估

基于地理信息系统(GIS)平台,结合贵州省中长期铁路网规划以及基于逻辑回归模型编制的贵州省滑坡易发性区划图,提出区域铁路网滑坡危险性评估的3项指标:沿线区域滑坡易发性、历史滑坡对线路的影响度以及线路设计速度,并进行相应的指标量化工作。基于可拓学理论,将铁路滑坡危险性划分为4个级别,建立铁路滑坡危险性综合评价的物元模型,完成研究区域内17段铁路的滑坡危险性评估。研究结果表明:在省级尺度上,贵州省中长期规划铁路网中,成都—贵阳铁路等4段铁路属于极高危险,长沙—昆明铁路等4段铁路属于高危险,贵阳—广州铁路等5段铁路属于中危险;铜仁—玉屏城际铁路等4段铁路属于低危险。评价结果可用于辅助贵州省铁路网的规划、建设和运营养护工作。     

Logistic回归模型的Bayes分析

本文应用Bayes观点讨论了logistic模型中的参数估计问题。     

Logistic回归模型在高血压患病率影响因素分析中的应用

从流行病学角度出发使用现代数理统计方法探讨高血压的致病因素，对高血压的防治和研究都是非常重要的．文中用Ｌｏｇｉｓｔｉｃ回归的方法，对云南省约４万人的样本数据进行分析，以期获得高血压与年龄、城乡、饮酒、体重指数等多种因素之间定性和定量的关系［１］．     

滑坡灾害危险性评价的3种统计方法比较——以深圳市为例

采用Logistic回归模型、广义加法模型(GAM)和分类与回归树(CART)3种统计方法, 对深圳市的研究区域进行了滑坡灾害的危险性评价;利用Kappa值和ROC曲线,结合危险性评价结果图对3种方法的效果进行了比较,并分析了3 种方法在选取主控因子以及确定因子影响程度等方面各自具有的特点。在研究区域的条件下,GAM 的效果优于Logistic回归模型和CART,Logistic回归模型和CART的效果大致相当。Logistic回归模型和CART可自主选择主控因子,通过GAM 可定量研究因子的影响程度以及变化趋势。     

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。     

基于权重模型的滑坡灾害敏感性评价

在GIS环境下,基于主客观综合权重模型编制贵州省滑坡灾害敏感性区划图。选择历史滑坡分布、坡向、至水系距离、地形地貌、高程、岩性、至构造线距离和年平均降雨量作为引发滑坡的致灾因子,应用TFNW(梯形模糊数加权)方法计算二级指标的主观权重。根据历史滑坡的密度,以信息熵权理论计算一级指标的客观权重。最后,应用WLC(权重线性组合)方法,基于GIS平台编制贵州省滑坡灾害敏感性区划图。根据敏感性指标分布,将贵州省划分为4个区域：低危险区、中等危险区、高危险区和极高危险区。结合历史滑坡分布图对分区结果进行统计分析,结果表明滑坡敏感性预测区划图和实际的滑坡发育情况基本吻合,说明TFNW和信息熵理论是有效的滑坡致灾因子赋权方法。     

基于Logistic回归模型和凝聚函数的多示例学习算法

实时多媒体网络中,带延迟与延迟抖动约束的斯坦利树问题是一个研究热点.这种带约束的斯坦利树被证明是NP-完全问题.提出了一种基于禁忌搜索的带延迟与延迟抖动约束最小代价组播路由算法.实验结果表明,该算法对于实际网络是有效的.这种方法使得IP组播把数据同时发送到组成员时有效地利用了网络资源.

Abstract：

The delay and delay variation-bounded Steiner tree problem is animportant multicast routing issue in real-time multimedia networks.Such a constrained Steiner tree problem is known to be NP-complete.A multicast routing algorithm is presented,which is based on tabu search to produce routing trees having a minimal network cost under delay and delay variation constraints.The approach makes IP multicast utilize resources efficiently in delivering data to a group of members simultaneously.     

广义Logistic回归模型Bayes分析及其在 林木存活率预报中的应用

通过因子分析的方法来解释观测变量的相关性,这种方法是通过引入潜在变量来直接刻画相关性。 基于Bayes统计原理、方法用来解决模型的参数估计问题和统计推断,采用Markov Chains Monte Carlo (MCMC)进行统计计算。随机模拟的结果表明所提出的林木存活率预测方法是有效的。最后利用该方法对山 西沁水县沁水林场的林木存活率与林分的鼠兔数关系进行了分析。     

基于Logistic回归分析的直推式迁移学习

传统的机器学习方法基于一个基本的假设:训练数据和测试数据遵循相同的分布。然而,在许多现实的应用中,这种假设并不能够被保证。在这种情况下,传统的机器学习方法因没有意识到分布的改变而可能失败。近年来,迁移学习技术被专门用来解决这一缺陷。文章提出了一种叫做TTLR的方法,将原始领域中的训练数据有效地迁移到目标领域中,该方法首先对Logistic回归分析模型进行扩展,然后利用不同领域概率分布之间的差异性,调节训练数据中每个实例的权重,从而使得训练得到的分类器更加适应于目标领域;在所选取的数据集上得到的实验结果表明,与传统的监督式学习方法相比,所提出的方法有很大的优势。     

权重线性组合与逻辑回归模型在滑坡易发性区划中的应用与比较

以贵州省为研究区对滑坡易发性进行研究,对预测方法进行比较.其步骤为:首先,选取年均降雨量、岩性、高程、坡向、地形地貌、坡度、至构造线距离、至水系距离、至铁路距离和至公路距离10项评价指标作为影响滑坡发生的致灾因子,分别采用主客观权重线性组合(WLC)模型及结合确定性系数的逻辑回归模型(LR)分析研究区内各致灾因子与滑坡发生的相关性并建立预测模型:其次,基于ArcGIS平台完成贵州省滑坡易发性区划图,结合历史滑坡分布,应用熵值法对2个模型的区划结果进行验证和比较.最后,从模型原理、运行环境和适用条件等方面对2个模型进行比较和讨论.研究结果表明:WLC模型和LR模型的熵权分别为0.255和0.745,表明逻辑回归模型(LR)的区划结果与实际的滑坡情况吻合度更高.     

NSFC管理学部资助项目后评估结果的Logistic回归分析

对资助项目后评估是NSFC管理学部提高资助项目质量的重要手段。尝试用Logistic回归模型研究NS-FC管理学部资助项目后评估取得优秀成绩的概率,以期为NSFC管理学部后评估的改进提供参考。回归表明对重点资助单位和多次资助个人的资助与后评估优秀成绩取得的概率之间存在显著性的正相关关系;而是否拥有管理学博士点对后评估优秀成绩取得的概率基本没有影响。     

Logistic模型中参数的自适应Lasso估计

目的研究Logistic模型的参数估计。方法在L1罚中引用一个自适应的权,即自适应Las-so方法。结果自适应Lasso方法对Logistic模型同时进行了模型选择和参数估计。结论在一定的正则条件下,Logistic模型的自适应Lasso估计是满足Oracle性质的。