应用CF和Logistic回归模型编制滑坡危险性区划图

根据地理信息系统(GIS),以滑坡发生确定性系数(CF)和Logistic回归模型编制贵州省滑坡灾害区划图,其主要步骤为:应用历史滑坡灾点面积和滑坡致灾单因子子集面积计算CF,由此确定主要的滑坡致灾因子;应用Logistic回归模型、地理信息系统(GIS)空间分析工具和统计软件SPSS寻求最合适的模型描述灾害是否发生(因变量)与致灾因子(自变量)之间的关系;计算研究区域内各单元的滑坡概率,划分危险性等级,绘制基于GIS的贵州省滑坡灾害区划图;最后,用历史灾害分布数据检验滑坡灾害区划图.研究结果表明:根据区划图,贵州省可分为4个区域,即低危险区、中等危险区、高危险区和极高危险区;对贵州省的危险性分区合理,结合CF与Logistic回归模型编制滑坡灾害区划图的方法有效.     

城市快速路驶入匝道瓶颈车辆汇入行为

基于上海延安高架两个驶入匝道(南线虹许路驶入匝道、虹井路驶入匝道)瓶颈的汇入行为视频,对汇入车辆、当前和目标车道汇入交互车辆进行了轨迹和汇入行为参数提取,共获得416个汇入行为样本;应用分类回归树(CART)对3种汇入行为分别进行建模,分析影响不同汇入行为的因素,并用混淆矩阵对分类结果进行评价.结果表明,CART能较好地预测3种不同汇入类型,其分类准确率均达到了75%以上.CART与经典离散选择模型和朴素贝叶斯分类结果对比表明,CART的分类效果明显优于上述两类模型.     

基于确定性系数模型与逻辑回归模型耦合的地质灾害易发性评价——以贵州省开阳县为例

贵州省开阳县地质条件复杂,区内地质灾害频发。以该县为研究区,选取高程、坡度、地形起伏度、坡向、工程岩组、斜坡结构、断层、水系、归一化植被指数(normalized difference vegetation index,NDVI)等9个影响因子,基于GIS的栅格数据模型,分别采用确定性模型(certainty factor,CF)、Logistic回归模型以及两种模型耦合的方法进行地质灾害易发性评价,利用灾害点在各等级下的分布和成功率曲线(receiver operating characteristic,ROC)对三种模型的评价精度进行检验。结果表明:CF模型与Logistic回归模型评价结果总体上一致,但是耦合模型的评价分区结果更加合理,精度更高。因此,基于耦合模型的评价结果,将开阳县地质灾害易发性等级分为高易发区、中易发区、低易发区和极低易发区。这为县级区域地质灾害易发性评价提供了理论指导和技术参考。     

基于GIS的辽宁省岫岩县泥石流灾害危险性区划研究

利用GIS技术,以辽宁省鞍山市岫岩满族自治县为例,针对泥石流灾害研究过程中的不确定性,应用确定因子法对泥石流灾害危险性区划进行研究。基于岫岩县地质灾害调查资料,借助GIS的数字化、空间分析等功能,获得泥石流灾害点分布图及其影响因子图,进而利用叠置分析获得按均一条件单元划分的研究区图。根据确定因子法计算每一数据类对应的CF值,然后采用逻辑回归模型进行分析,建立岫岩县泥石流危险性评价模型,利用该模型进行危险性分析,得到岫岩县泥石流危险性区划图。经过灾害点数据的效果检验,证明本方法能够较好地反映泥石流灾害区域危险性特征。     

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。     

基于优势分析法的泥石流影响因子相对重要性分析——以白龙江流域为例

将白龙江流域划分为1 412个流域单元,以单一子流域为单元,基于前人研究结果与逐步回归法筛选出主沟高差、主沟坡度、距断层距离、滑坡点密度、10 min降雨量、松散堆积物指标、土地利用等7个因子作为白龙江流域泥石流的影响因子,以此建立了对白龙江流域泥石流灾害与影响因子之间的Logistic回归模型.采用优势分析方法计算得出白龙江流域主沟高差、主沟坡度、距断层距离、滑坡点密度、10 min降雨量、松散堆积物指标、土地利用的相对权重分别为22%,20%,17%,14%,11%,8%,7%,得到了白龙江流域泥石流灾害影响因子的作用强度排序,说明白龙江流域地形因子和地质构造因子对泥石流的发生和空间分布起主控作用.基于优势分析相对重要性结果,以及利用泥石流危险性综合指数所得到的研究区泥石流易发性区划图,结果与实际勘察相一致,间接验证了此方法的可靠性.     

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.     

基于机器学习均值化的地质灾害易发性评价

建立地质灾害易发性评价模型并开展易发性评价，对提高区域地质灾害预报预警效率和精度有重要意义.然而，如何建立既切合区域实际、又具有推广适用价值的地质灾害易发性评价模型是制约地质灾害预报预警的关键科学问题.以云南省南华县2015年地质灾害详查数据为基础，选择地形、地貌等11个因子，基于均值法，采取梯度提升树算法（XGBoost、LightGBM、CatBoost）、信息量模型与地理加权回归模型开展了地质灾害易发性评价研究.结果表明：(1)地理加权回归模型预测结果存在过拟合现象，信息量模型则存在欠拟合现象；(2)均值法效果最好，AUC(Area Under Curve)值为0.933 7，精度较地理加权回归模型、XGBoost、LightGBM、CatBoost、信息量模型分别提高了1.7%、1.8%、2.0%、3.8%、4.0%；(3)Catboost对正样本的预测效果最差，但是对负样本的预测效果最好，而XGBoost对正样本的预测效果最好，对负样本的预测效果很差，基于3种梯度算法的均值法则对正负样本的预测精度有了明显提高；(4)南华县地质灾害主要诱因有道路修建、断层活动、降雨冲刷、河流侵...     

基于Logistic回归的沥青路面破损状况量化评价

为减小不同评价等级对沥青路面破损状况评价结果的随机误差,构建广义有序Logistic回归模型,以各解释变量的回归系数替代各评价指标的权重,依据因变量不同类别的概率大小排序来确定路面破损状况评价等级。回归结果表明:模型模拟效果较好;在龟裂、块状裂缝、横向裂缝、纵向裂缝、沉陷、车辙、波浪拥包、松散、坑槽、泛油、修补等11个解释变量中,沉陷和波浪拥包对路面破损的影响程度最大;沉陷、车辙、波浪拥包3个解释变量均违背了平行线假设,随着评价等级恶劣程度的加深,它们对路面破损的影响程度有所增加。应用案例表明,此回归模型所判定的路面破损状况等级,与采用现行规范方法评价的结果一致,同时可有效排除人为主观因素的影响,减小随机误差。     

鄂西北区域滑坡形成影响因子及组控模型研究

以鄂西北竹山县浅变质岩区267个滑坡为研究对象,在构建区域滑坡形成影响因子体系的基础上,运用综合贡献率统计方法,对滑坡形成的11个静态本底因子和3个动态诱发因子的敏感性要素进行了分析。采用量化赋值与主成分分析相结合的方法,得出各静态本底因子的影响权重以及6个主控因子;同时构建了基于主成分分析定权的滑坡形成影响综合评价模型。最后提出滑坡形成过程中基于地质因素的静态本底主控因子和基于环境因素的动态诱发因子的组控模型。为区域滑坡孕灾机理及滑坡风险分析等提供一定依据。     

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。     

基于频率比-投影寻踪模型的渝东北三峡库区滑坡敏感性制图

滑坡敏感性制图是灾害防治较为有效的软措施之一。以渝东北三峡库区为例,利用频率比法和投影寻踪模型绘制滑坡敏感性图。首先,针对研究区的地质环境特征建立滑坡敏感性评价指标,并利用频率比法分析历史滑坡与指标之间的空间关系。其次,利用投影寻踪模型确定评价指标的最优向量,将频率比分析结果与最优向量进行加权计算得到滑坡敏感性指数,并将其划分为高敏感区、较高敏感区、中敏感区、较低敏感区和低敏感区。最后,利用接受者操作特征(receiver operating characteristics, ROC)曲线验证了滑坡敏感性制图结果。结果表明,频率比-投影寻踪模型在滑坡敏感性制图中具有良好的性能,样本和验证数据的曲线下面积(area under the curve, AUC)值分别为0.844和0.763。研究区滑坡敏感性以中低风险为主;较高和高风险区面积约占22%,主要分布在忠县、万州以及巫山等区县的人类工程活动集中区。研究结果可为区内灾害防治提供参考,有助于提升三峡库区地质灾害防灾减灾保障能力。     

基于BP神经网络模型的滑坡易发性评价方法

滑坡是中国频发的地质灾害,滑坡的易发性评价涉及多种影响因素,如何利用多影响因素进行精确、有效的滑坡易发性评价是滑坡减灾防灾工作的重点和前提。为探讨基于反向传播(back propagation, BP)神经网络模型的不同滑坡易发性评价方法的适用性,以川西蒲江县为研究区,通过实地调查与编录,筛选地质、地貌、环境等12类影响因子,分析各影响因子与滑坡的相关性,确定影响因子的权重大小,构建BP神经网络模型,完成因子权重法和栅格赋值法的滑坡易发性评价图编制和精度评价。结果显示：研究区筛选的12类滑坡影响因子不存在线性相关,坡度、地形湿度指数(topographic wetness index, TWI)和距道路距离对区内滑坡发育影响明显,利用滑坡影响因子构建的BP神经网络模型可对滑坡易发性进行有效的定量评价。综合现场调查与接收者操作特征(receiver operating characteristic, ROC)曲线精度分析,结果表明：基于BP神经网络模型的栅格赋值法和因子权重法曲线下面积(area under curve, AUC)分别为0.86和0.798,栅格赋值法评价精度优于因子权重...     

Susceptibility Assessment of Landslides in Alpine-Canyon Region Using Multiple GIS-Based Models

This study explores a comparative study of three susceptibility assessment models based on remote sensing(RS) and geographic information system(GIS). The Lenggu region(China) was selected as a case study. At first, a landslide inventory map was compiled using data from existing geology reports, satellite imagery, and coupling with field observations. Subsequently, three models were built to map the landslide susceptibility using analytical hierarchy process(AHP), fuzzy logic(FL) and certainty factors(CF). The resulting models were validated and compared using areas under the curve(AUC). The AUC plot estimation results indicated that the three models are promising methods for landslide susceptibility mapping. Among the three methods, CF model has highest prediction accuracy than the other two models. Similarly, the outcome of this study reveals that streams, faults, slope and elevation are the main conditioning factors of landslides. Especially, the erosion of streams plays a key role of the landslide occurrence. These landslide susceptibility maps, to some extent, reflect spatial distribution characteristics of landslides in alpine-canyon region of southwest China, and can be used for land planning and hazard risk assessment.     

基于证据权和支持向量机模型的威信县滑坡易发性评价

滑坡易发性评价研究对滑坡灾害防治具有重要意义。多模型耦合在滑坡易发性评价中运用广泛,但将(Weight of evidence,WOE)和支持向量机模型(Support Vector Machine,SVM)模型耦合进行滑坡易发性评价研究较少。以滇东北山区威信县为研究区,选取坡度等12个滑坡评价因子建立滑坡易发性评价指标体系,根据证据权计算得到证据权对比度、滑坡栅格占比和分级栅格占比,对指标因子进行分级,构建WOE-SVM模型计算得到滑坡易发性指数(Landslide susceptibility index,LSI),利用GIS平台得到研究区易发性分级图。结果表明：滑坡极高和高易发区主要分布河流流域和人类工程活动频繁区域,SVM和WOE-SVM模型评价结果与滑坡空间位置分布基本一致,但耦合模型精度高于单一SVM模型,其评价结果也更加合理有效,可为当地滑坡灾害的治理与预防提供一定参考价值。     

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.     

基于逻辑回归树和旋转森林模型的滑坡易发性评价

为进一步探索集成模型在滑坡易发性评价中的适用性,以陕西省汉中市汉台区为例,结合相关资料与野外调查圈定40处滑坡,通过地质类、水文类、人类工程活动类中选取12个影响因子构建逻辑回归树(logistic model tree, LMT)和旋转森林(rotation forest, ROF)模型,分别生成滑坡易发性分区图,采用ROC(receiver operating characteristic)曲线进行模型精度验证与比较。结果表明,研究区滑坡受地形地貌、平面曲率与岩土体类型影响最大;两种模型预测率均较高,易发性等级分区结果与历史滑坡位置分布趋势基本一致;ROF模型的训练集正确率和验证集预测率分别为77.4%和93.1%,高于LMT模型的75.5%和84.0%;ROF模型滑坡极高易发区频率比为6.52,多于LMT模型(2.07),可见ROF模型对研究区滑坡易发性更加敏感,预测结果可靠度高;本文ROF模型滑坡易发性分区结果可为后期研究区防灾减灾与土地规划提供依据。     

基于频率比-随机森林模型的滑坡易发性评价

本文以陕西省洋县为研究区,通过搜集资料、实地调查获得研究区滑坡分布状况。结合研究区地质环境特征与前人研究经验,初步选取海拔、坡度、坡向、地形起伏度、曲率、距水系距离、距道路距离、降雨量及岩土体类型,共九种滑坡影响因子展开滑坡易发性研究。首先,采用皮尔森相关系数法对各因子间的相关性进行分析。其次,按照70/30的比例将滑坡数据随机划分为模型训练集与模型验证集。然后,采用模型训练集对频率比模型(FR)、随机森林模型(RF)及两者的耦合模型(FR-RF)进行训练,利用模型验证集对模型训练结果进行检验,并绘制ROC曲线。最后,利用验证后的模型绘制研究区滑坡易发性分区图。结果表明：(1)所选取的9个滑坡影响因子是相互独立的;(2)本研究所采用的三个模型均表现良好,其中FR-RF模型预测准确度最高(0.901),其次为RF模型(0.863),最后为FR(0.833);(3)本研究所绘制的滑坡易发性分区图可为当地政府制定土地利用规划、预防滑坡等方案提供参考借鉴。     

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。     

玉树地震滑坡影响因子敏感性分析

 2010年玉树地震触发了2036处滑坡,总面积为1.194km²。采用滑坡面积百分比(LAP)与滑坡点密度(LND)两个指标对地震滑坡影响因子进行敏感性分析,这些因子包括地震因子(震中、宏观震中、地表破裂、地震动峰值加速度、同震位移),地形因子(高程、坡度、坡向、曲率、坡位、水系),地质因子(岩性、断裂),其他因子(公路、归一化植被指数)。结果表明,(1) 距地表破裂越近,滑坡越易发生;除个别分级异常外,距宏观震中越近、同震位移越大,滑坡越易发生;滑坡易发程度与震中、PGA的关系不显著。(2) 坡度越大,滑坡易发程度越高;滑坡的易发高程区间为<4km;易发坡向为北东、东、南东;除平坡外,坡位越低,滑坡越容易发生;距离水系越近,滑坡越易发生;曲率与滑坡对应关系表现出坡面凸凹不平的容易发生滑坡,坡面光滑的不容易发生滑坡。(3) 易发地层是Q₄^al-pl (湖沼淤泥和泥炭沉积)、N(石英细砂岩,底部为角砾岩)、T₃kn¹(灰色长石砂岩、长石石英砂岩夹粉砂岩、板岩、灰岩);滑坡发生与断裂的关系不明显。(4) 越靠近公路,滑坡越容易发生;植被覆盖越少,滑坡越易发生。