基于信息量与逻辑回归模型的次生滑_省略_灾害敏感性评价_以汶川县北部为例_陶舒

第36卷第2期2021年4月Vol.36No.2Apr.2021灾害学JOURNAL OF CATASTROPHOLOGY韩继冲，张朝，曹娟.基于逻辑回归的地震滑坡易发性评价一以汶川地震、鲁甸地震为例[J].灾害学，2021,36(2)：193-199.[HAN Jichong,ZHAN Zhao,CAO Juan Assessing Earthquake-Induced Landslide Susceptibility based on Logistic Regres­sion in2008Wenchuan Earthquake and2014Ludian Earthquake[J].Journal of Catastrophology,2021,36(2):193-199.doi: 10.3969/j.issn.1000-811X.2021.02.034.]基于逻辑回归的地震滑坡易发性评价”——以汶川地震、鲁甸地震为例韩继冲V,张朝V,曹娟1,2(1.北京师范大学地理科学学部，北京100875； 2.北京师范大学环境演变与自然灾害教育部重点实验室，北京100875)摘要：准确评估地震诱发的滑坡风险，并及时绘制滑坡易发风险图是灾害应急救援的科学前提和理论基础。

目前机器学习在滑坡敏感性评估中具有广泛应用，但大多数研究缺乏对模型的普适性探讨，且该类预测模型缺乏定量评价地震动参数对模型精度的影响。

该文以2008年5月12日的汶川8级地震和2014年8月3日的鲁甸6.5级地震为例，先通过相关系数及方差膨胀因子选择地震滑坡的影响因子构建数据库，并随机按照7：3的比例分为训练集和测试集，再分析影响因子在滑坡和非滑坡样本中的频数分布，最后分别利用两次地震的训练集建立逻辑回归模型(Logistic Regression,LR)进行精度验证和易发性评估。

结果显示模型在同一次地震的测试集下均达到较高的预测精度(>90%)；但是基于汶川地震构建的模型对鲁甸地震诱发滑坡的预测精度整体下降了14%。

基于逻辑回归模型的来宾市岩溶塌陷敏感性评价周国清;陈昆华;何素楠;岳涛;黄景金【摘要】岩溶塌陷是长期困扰广西的地质灾害现象.本文针对广西来宾市岩溶塌陷地质灾害,采用二分类变量非线性逻辑回归模型作为岩溶塌陷敏感性评价模型,借助于ArcGIS和SPSS软件工具,选取地形、地层岩性、断裂带、地下水位变幅、地下水位埋深、土壤渗透率、覆盖层厚度7个影响因子,将各因子归一化处理后借助于SPSS统计软件进行逻辑回归方法运算,计算每个影响因子的逻辑回归系数值,并根据逻辑回归模型得到研究区各单元的岩溶塌陷灾害敏感性概率,在ArcGIS中绘制研究区岩溶塌陷地质灾害敏感性分区图.经过模型验证和实地调查,表明逻辑回归模型模拟效果较好,可以用于指导研究区岩溶塌陷地质灾害防治.【期刊名称】《安全与环境工程》【年(卷),期】2014(021)006【总页数】6页(P36-41)【关键词】GIS;岩溶塌陷;敏感性评估;影响因子;逻辑回归模型【作者】周国清;陈昆华;何素楠;岳涛;黄景金【作者单位】桂林理工大学测绘地理信息学院,广西桂林541004;广西空间信息与测绘重点实验室,广西桂林541004;桂林理工大学测绘地理信息学院,广西桂林541004;广西空间信息与测绘重点实验室,广西桂林541004;桂林理工大学测绘地理信息学院,广西桂林541004;广西空间信息与测绘重点实验室,广西桂林541004;桂林理工大学测绘地理信息学院,广西桂林541004;广西空间信息与测绘重点实验室,广西桂林541004;桂林理工大学测绘地理信息学院,广西桂林541004;广西空间信息与测绘重点实验室,广西桂林541004【正文语种】中文【中图分类】X43;P642.25岩溶塌陷是地质灾害的一种重要类型，对工程建设活动和人民生命财产安全造成严重的危害。

广西岩溶分布面积较广，尤其在桂林、柳州、来宾、玉林等地最为发育，使得岩溶区地面塌陷成为该地区重要的地质灾害问题,因此采用科学技术手段防治和评估岩溶塌陷势在必行。

关键词：GIS；信息量模型法；自然间断点分级法地质灾害包括地裂缝、地面沉降、崩塌、滑坡、地震、火山、泥石流等，是指人为或者自然因素的作用下形成的对人类的生命和财产、环境造成损失和破坏的地质作用现象。

我国是地质灾害严重的国家之一，每年的地质灾害都威胁着人民的生命和财产安全，也制约着国民经济的发展，基于GIS中信息量模型法和自然间断点分级法对地质灾害易发性和危险性分区进行评价和分析不仅符合黄土高原地区地质灾害点的实际情况，对模型参数也有很好的拟合。

1GIS的概念GIS是一种新型的技术，它是在计算机硬、软件系统支持下，对整个或部分地球表层（包括大气层）空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统。

它可以按照空间位置或地理坐标对空间数据进行处理、研究空间的实体、对数据进行有效的管理。

GIS是一门信息产业，广泛应用于各个行业。

世界上GIS软件就有四百多种，它们风格不同，大小也不一样。

在国外有ARCGIS、MGE、GENAMAP；国内有CITYSTAR、MAPGIS 和Geostar等。

2GIS在国内外的应用现状虽然有很多GIS软件，但是大体上分为在GIS的基础上，应用函数库二次开发出特有的地理信息系统软件；应用GIS系统来处理用户数据这两种情况。

现今已经应用到设施管理、资源管理、城市和区域的规划、教育、石油和天然气自动制图等方面。

目前GIS已经成功应用在政府管理、资源保护、环境保护、城市规划建设等很多领域。

随着我国经济的发展，GIS在测绘、交通运输、军事等领域发挥着举足轻重的作用，GIS的应用主要包括综合分析评价与模拟预测；在地理空间数据管理中的应用；建立专题信息系统和区域信息系统；在地图制图中的应用等。

3GIS信息量模型法在地质灾害风险评价中的应用3.1地质灾害易发性评价方法确定地质灾害易发性定量评价方法较多，主要模型有信息量模型、专家系统模型、灰色系统模型、非线性模型及模式识别模型等。

基于Logistic回归和MCMC方法评价地震滑坡敏感性贺倩;汪明;刘凯【期刊名称】《水土保持研究》【年(卷),期】2022(29)3【摘要】Logistic回归模型(Logistic Regression,LR)在滑坡敏感性评价上应用广泛,但目前对于模型参数不确定性的研究较为缺乏。

马尔可夫链蒙特卡罗(Markov Chain Monte Carlo,MCMC)方法能够结合参数的先验信息得到其后验分布,从而对估计参数的不确定性进行分析。

为探索MCMC方法在Logistic滑坡敏感性模型构建中的有效性;量化模型参数估计值的不确定性,以西南地区2013年4·20芦山地震,2017年8·8九寨沟地震和2014年8·3鲁甸地震为例,基于MCMC方法对Logistic回归模型的回归系数进行估计。

构建了区域的地震滑坡敏感性模型,对模型参数的估计值进行了不确定性分析,并绘制了区域的滑坡敏感性图。

结果表明:在芦山地震案例中,模型参数估计值的不确定性都比较低;在九寨沟案例中,岩性因子的参数估计值不确定性较高;在鲁甸地震中,岩性、剖面曲率和平面曲率的参数不确定性较高。

总的来说,模型中的大多数参数估计值不确定性都较低。

所构建的Logistic回归模型在三次地震滑坡事件中的预测精度都较高,AUC(Area Under ROC Curve)值均在0.9以上,这证明了MCMC方法对Logistic模型参数估计的准确性。

在三次地震滑坡事件中,因子相对重要性最大的为高程,其次为距离断层的距离以及修正麦卡利烈度。

研究为利用LR模型进行滑坡敏感性评价提供了一种新的思路和方法。

【总页数】9页(P396-403)【作者】贺倩;汪明;刘凯【作者单位】北京师范大学地表过程与资源生态国家重点实验室;北京师范大学减灾与应急管理研究院地理科学学部;北京师范大学环境演变与自然灾害教育部国家重点实验室【正文语种】中文【中图分类】P642.22【相关文献】1.用Logistic回归模型编制滑坡灾害敏感性区划图的方法研究2.基于多变量统计分析的大型滑坡敏感性评价:以汶川地震影响的陇南地区为例3.基于GIS的Logistic回归模型在区域滑坡敏感性评价中的应用4.基于GIS的Logistic回归模型在区域滑坡敏感性评价中的应用5.基于地震滑坡敏感性分析的同震滑坡分布格局\r——以2014年MS6.5鲁甸地震诱发滑坡为例因版权原因，仅展示原文概要，查看原文内容请购买。

基于GIS和信息量模型的汶川县地质灾害易发性评价发布时间：2021-11-18T01:34:37.064Z 来源：《福光技术》2021年18期作者：宋永平1,2 王喻1,2 [导读] 本文对研究区概况、易发性评价原则和地质灾害易发性评价方法进行研究，提出了研究区易发性评价，主要包括滑坡易发性评价、崩塌易发性评价和泥石流易发性评价，以期为相关人员提供参考。

1四川省地质矿产勘查开发局四0二地质队四川成都 6117302四川蜀西地质工程勘测集团有限公司四川成都 611730摘要：为解决基于GIS和信息量模型的汶川县地质灾害易发性评价中存在的问题，本文对研究区概况、易发性评价原则和地质灾害易发性评价方法进行研究，提出了研究区易发性评价，主要包括滑坡易发性评价、崩塌易发性评价和泥石流易发性评价，以期为相关人员提供参考。

关键词：GIS；信息量模型；地质灾害；易发性评价1 引言地质灾害易发性评价是灾害风险评价的基础，其核心是分析评估区域地质灾害的程度，预测地质灾害的发展趋势。

本次研究选择“5.12”强震区汶川县为研究区，通过地面调查、遥感解译以及地理信息系统，在充分研究区内孕灾地质环境的基础上，根据不同灾害类型，通过信息量模型对工作区地质灾害易发性进行定量评价[1]。

2 研究区概况汶川县位于四川盆地西北部，阿坝藏族自治州东南部，龙门山脉与邛崃山脉之间，属高山峡谷地带。

县境主要山脉可以分东部龙门山及西和西南部邛崃山两大体系。

全县河流均属岷江水系，各级支流多为树枝状河流。

境内地层发育较为完整，地表易风化，岩性相对破碎，工程地质特征存在较大的空间差异。

汶川县交通位置如图1所示。

图1 汶川县交通位置图3易发性评价原则3.1以人为本的原则地质灾害易发评价在充分考虑地质环境条件和地质灾害发育的同时，应充分考虑易受地质灾害影响的居民点及与人类活动有关的工程设施。

3.2定性与定量相结合的原则通过定性与定量分析相结合的手段，对地质灾害危险性进行分级，结果更为科学、合理。

基于敏感性迭代拟合算法反演汶川Mw 8.0地震InSAR同震形变场张国宏;汪驰升;屈春燕;单新建【期刊名称】《地震》【年(卷),期】2009(029)0z1【摘要】基于单一断层模型,运用敏感性迭代拟合算法反演了汶川地震InSAR同震形变场,获得了断层滑动分布及部分震源参数.结果表明,倾角线性变换的单断层模型模拟的同震形变场与InSAR形变场吻合较好,且残差较小,平均残差为0.11 m;反演的滑动分布主要集中于地下0～20km,其中,汶川地区在震源深度附近有较大的滑动量,10～15 km深度最高可达7 m,地表滑动量却相对较小,平均值仅为2.5 m,平均滑动角均值约为121°;北川地区最大滑动量可达到10 m,平均滑动角均值约为109°;而青川地区10～15 km深度滑动量最高也达8 m,平均滑动角均值约为135°;滑动矢量图显示,沿SW-NE走向断层面的滑动方向以强烈的逆冲为主,兼有一定右旋走滑分量.反演矩张量为1.0×1021 N·m,矩震级达Mw8.0.【总页数】9页(P113-121)【作者】张国宏;汪驰升;屈春燕;单新建【作者单位】中国地震局地质研究所,地震动力学国家重点实验室,北京,100029;中国地震局地质研究所,地震动力学国家重点实验室,北京,100029;中国科学院遥感应用研究所,北京,100010;中国地震局地质研究所,地震动力学国家重点实验室,北京,100029;中国地震局地质研究所,地震动力学国家重点实验室,北京,100029【正文语种】中文【中图分类】P315.7【相关文献】1.汶川Mw7.9地震InSAR同震形变场的校检 [J], 谭凯;沈强;乔学军;杨少敏2.汶川地震同震形变场的GPS和InSAR邻轨平滑校正与断层滑移精化反演 [J], 杨莹辉;陈强;刘国祥;程海琴;刘丽瑶;胡植庆3.基于InSAR同震形变场反演汶川M_w7.9地震断层滑动分布 [J], 张国宏;屈春燕;宋小刚;汪驰升;单新建;胡植庆4.汶川Ms8.0级地震InSAR同震形变场观测与研究 [J], 单新建;屈春燕;宋小刚;张桂芳;刘云华;郭利民;张国宏;李卫东5.汶川MS 8.0地震InSAR同震形变场特征分析 [J], 屈春燕;宋小刚;张桂芳;郭利民;刘云华;张国宏;李卫东;单新建因版权原因，仅展示原文概要，查看原文内容请购买。

基于GIS的信息量法模型在地质灾害危险性区划中的应用阮沈勇;黄润秋【期刊名称】《成都理工大学学报（自然科学版）》【年(卷),期】2001(028)001【摘要】The assessment of geological hazards risk by combining information method model with geographical information system is discussed in this paper. The basi c way of thought is that the layered management of the geological environmental data is realized by means of making the best use of the powerful spacial graph and property data management ability of GIS. Then, the spacial analysis module o f GIS-based information on assessment of geological hazards risk is develop ed.A t last, GIS-based information model is applied in the research area from Ba dong to Xintan in Three Gorge area of Changjiang River. The result shows that the combination of information method model with GIS is effective in a ssessment of geological hazards risk.%讨论了将信息量模型与GIS系统结合，进行地质灾害危险性区划的方法。

DOI:10.13544/ki.jeg.2014.01.021Journal of Engineering Geology工程地质学报1004－9665/2014/22(1)-0056-08逻辑回归与支持向量机模型在滑坡敏感性评价中的应用*谭龙陈冠王思源孟兴民（西部环境教育部重点实验室兰州730000）摘要白龙江流域是我国滑坡泥石流灾害四大高发区之一，进行该区域滑坡敏感性评价，能够为决策者在灾害管理和设施建设规划方面提供帮助，对区域防灾减灾具有重要指导意义。

本研究采用边坡单元为基本研究单元，在野外调查及前人研究基础上，选择控制该区域滑坡发育的19个要素作为影响因子；经过主成分分析和独立性检验得到该区域对滑坡形成贡献最大的6个因子：高程、坡度、坡向、岩性、断裂距离和人口密度；分别使用二元逻辑回归模型（LＲ）和支持向量机模型（SVM）对该区域进行滑坡敏感性评价；最后，采用ＲOC曲线对模型精度进行验证。

研究结果表明，两模型各能将38.76%、14.48%、9.40%、11.28%、26.07%和13.49%、21.61%、8.17%、26.70%、30.04%的边坡单元分别预测为极高危险区、高危险区、中度危险区、低危险区和极低危险区；精度验证结果表明两种模型均能有效地进行该区域滑坡敏感性评价，并且支持向量机模型具有更好的分类能力、预测精度和稳定性。

关键词白龙江流域逻辑回归支持向量机敏感性制图滑坡中图分类号：P642.21文献标识码：ALANDSLIDE SUSCEPTIBILITY MAPPING BASED ON LOGISTICＲEGＲESSION AND SUPPOＲT VECTOＲMACHINETAN Long CHEN Guan WANG Siyuan MENG Xingmin（Key Laboratory of Western China's Environmental Systems（Ministry of Education），Lanzhou730000）Abstract Bailong river basin is one of the four regions with high incidences of landslide and debris flow in China．Thus it is of vital importance to carry out hazard mapping of the landslides in this region to provide references fordisaster management and construction planning．Using slope units as the basic assessment units，this research firstlygets the6most contributing factors of landslides by means of principal component analysis and independence test．Then，the methods of LogisticＲegression（LＲ）and Support Vector Machine（SVM）are conducted for landslidehazard mapping．Ｒesults show that（1）both LＲand SVM can effectively evaluate the hazards of landslides in theregion；（2）the SVM has a better ability in classification，predicting accuracy and model stability．According to theresults of the two models，the study area are classified into five categories，i．e．，very high dangerous zone，highdangerous zone，moderate dangerous zone，low dangerous zone and very low dangerous zone，taking an areaproportion of38.76%、14.48%、9.40%、11.28%、26.07%and13.49%、21.61%、8.17%、26.70%、30.04%，respectively．Key words Bailong river，LogisticＲegression，Support Vector Machine，Susceptibility mapping，landslide*收稿日期：2013－05－14；收到修改稿日期：2013－09－22．基金项目：国家科技支撑计划项目（2011BAK12B06）和甘肃省科技重大专项（1102FKDA007）资助．第一作者简介：谭龙，从事地质灾害与环境遥感研究．Email：tanl2011@lzu．edu．cn1引言滑坡对人类的生命财产、环境、资源等构成了严重的威胁。

2097-3012(2023)01-0077-09 Journal of Spatio-temporal Information 时空信息学报收稿日期: 2022-07-18；修订日期: 2023-05-23基金项目: 国家自然科学基金项目（41161070）；云南省科技厅–云南大学联合基金重点项目（2019FY003017）；中国地质调查局项目（DD20221824）作者简介: 李益敏，研究方向为3S 技术在山地资源环境与地质灾害中的应用。

E-mail:************.cn 通信作者: 邓选伦，研究方向为机器学习模型在地质灾害中的应用。

E-mail:*****************基于信息量–逻辑回归模型的怒江州滑坡灾害易发性评价李益敏1, 2，邓选伦1，谢亚亚1，李盈盈1，蒋文学11. 云南大学 地球科学学院，昆明 650500；2. 云南省高校国产高分卫星遥感地质工程研究中心，昆明 650500摘 要：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。

关键词：滑坡灾害易发性；二元逻辑回归模型；信息量模型；确定性系数模型；ROC引用格式：李益敏, 邓选伦, 谢亚亚, 李盈盈, 蒋文学. 2023. 基于信息量–逻辑回归模型的怒江州滑坡灾害易发性评价. 时空信息学报, 30(1): 77-85Li Y M, Deng X L, Xie Y Y , Li Y Y , Jiang W X. 2023. Evaluation of landslide hazard susceptibility in Nujiang Prefecture based on information-logistic regression model. Journal of Spatio-temporal Information, 30(1): 77-85, doi: 10.20117/j.jsti.2023010111 引 言滑坡灾害易发性评价是对滑坡灾害发生可能性大小的评价（仉义星等，2019），即对灾害时空分布和发生概率进行评估预测，回答哪里最容易发生滑坡这样一个空间概率问题（陈玉等，2010），是滑坡地质灾害内在孕育情况最为直观的表述（唐川和马国超，2015）。

第37卷第6期2023年12月水土保持学报J o u r n a l o f S o i l a n d W a t e rC o n s e r v a t i o nV o l .37N o .6D e c .,2023收稿日期:2023-06-05资助项目:第二次青藏高原综合科学考察项目(2019Q Z K K 0903);国家自然科学基金项目(41907229) 第一作者:皋子琪(1998 ),女,在读硕士研究生,主要从事山地灾害研究㊂E -m a i l :g z q 7770418@163.c o m 通信作者:吕立群(1986 ),男,博士,副教授,硕士生导师,主要从事山地灾害研究㊂E -m a i l :l v l i q u n q i n gh u a @126.c o m 基于M a x E n t 模型的怒江大峡谷泥石流易发性评价和成因皋子琪,吕立群,马超,周冠宇,黄锋,陶正想,梁锦杭(北京林业大学水土保持学院,北京100083)摘要:为进行泥石流易发性分区及环境因子的敏感性评价,选取降水㊁高程㊁坡度㊁坡向㊁径流量㊁岩性㊁断层㊁归一化植被指数㊁土壤侵蚀模数等9个环境因子,基于最大熵(M a x E n t )模型对187个泥石流沟道进行易发性评价㊂结果表明:导致泥石流易发的主导因素依次是径流量㊁高程㊁降水㊁岩性㊁断层㊁坡度㊁归一化植被指数㊁土壤侵蚀模数㊁坡向㊂依据泥石流灾害易发概率进行易发性分区发现,贡山 福贡段泥石流易发性最强,模型A U C 值为0.974,标准差为0.010,模型分析结果与实际结果一致㊂与研究区山洪沟道9个环境因子进行对比评价发现,泥石流对环境因子的敏感性要比山洪复杂㊂通过能量分析的方法证明泥石流环境因子的敏感性复杂的原因,表明流域汇水能量对灾害的形成贡献率最大㊂关键词:泥石流;山洪;易发性评价;M a x E n t 模型;怒江中图分类号:P 642.23 文献标识码:A 文章编号:1009-2242(2023)06-0034-08D O I :10.13870/j.c n k i .s t b c x b .2023.06.005A s s e s s m e n t a n dC a u s e s o fD e b r i s F l o wS u s c e p t i b i l i t yi n t h e N v j i a n g G r a n dC a n yo nB a s e do n M a x e n tM o d e l G A OZ i q i ,L ÜL i q u n ,MA C h a o ,Z HO U G u a n y u ,HU A N GF e n g ,T A OZ h e n g x i a n g ,L I A N GJ i n h a n g (C o l l e g e o f S o i l a n d W a t e rC o n s e r v a t i o n ,B e i j i n g F o r e s t r y U n i v e r s i t y ,B e i j i n g 100083)A b s t r a c t :I n o r d e rt o s t u d y t h e d i v i s i o n o fd e b r i sf l o w v u l n e r a b i l i t y a n dt h es e n s i t i v i t y ev a l u a t i o n o f e n v i r o n m e n t a l f a c t o r s ,9e n v i r o n m e n t a l f a c t o r s ,i n c l u d i n gp r e c i p i t a t i o n ,e l e v a t i o n ,s l o p e ,a s pe c t ,r u n of f ,l i t h o l og y ,f a u l t ,n o r m a l i z e dd i f f e r e n t i a l v e ge t a t i o n i n d e x a n d s o i l e r o s i o nm o d u l u s ,w e r e s e l e c t e d t o e v a l u a t e t h e v u l n e r a b i l i t y o f187d e b r i sf l o wg u l l i e sb a s e do nth e m a xi m u m e n t r o p y (M a x e n t )m o d e l .T h er e s u l t s s h o w e d t h a t t h em a i n f a c t o r s l e a d i n g t od e b r i s f l o w w e r e r u n o f f ,e l e v a t i o n ,p r e c i p i t a t i o n ,l i t h o l o g y ,f a u l t ,s l o p e ,n o r m a l i z e d d i f f e r e n t i a l v e g e t a t i o n i n d e x ,s o i l e r o s i o nm o d u l u s a n d s l o p e a s p e c t .B a s e d o n t h e p r o b a b i l i t y of d e b r i s f l o wh a z a r d s ,t h ev u l n e r a b i l i t y z o n i ng w a sc a r r i e do u t .I tw a s f o u n dth a t t h eG o n g s h a nD e r u n g a n d N uA u t o n o m o u sC o u n t y -F u g o n g s e c ti o nh a d t h e h i g h e s t v u l n e r a b i l i t y,w i t ha nA U Co f 0.974a n d a s t a n d a r d d e v i a t i o no f 0.010.T h e r e s u l t s o f t h em o d e l a n a l y s i sw e r e c o n s i s t e n tw i t h t h e a c t u a l r e s u l t s .C o m p a r e dw i t h m o u n t a i nt o r r e n t s ,t h es e n s i t i v i t y o fd e b r i sf l o wt oe n v i r o n m e n t a l f a c t o r si s m o r ec o m p l e xt h a nt h a to f m o u n t a i n t o r r e n t s .T h e r e a s o n o f t h e c o m p l e x s e n s i t i v i t y o f e n v i r o n m e n t a l f a c t o r s o f d e b r i s f l o w i s p r o v e db yt h em e t h o do f e n e r g y a n a l y s i s .R u n o f f e n e r g y i s s h o w n t oh a v e t h eh i g h e s t c o n t r i b u t i o n t o t h e f o r m a t i o no f d i s a s t e r s i n t h eS a l w e e nR i v e rG r a n dC a n y o nD e b r i s .K e yw o r d s :d e b r i s f l o w ;m o u n t a i n f l o o d ;v u l n e r a b i l i t y a s s e s s m e n t ;M a x E n tm o d e l ;N u j i a n g R i v e r 泥石流以其暴发突然㊁成灾迅速及破坏力强等特征成为我国西南部山区危害较大的地质灾害之一,由地质㊁地貌和气候等因素相互控制[1]㊂怒江流域是比较典型的泥石流灾害高发区,2010年8月18日,怒江傈僳族自治州贡山县普拉底乡发生特大型泥石流灾害,最终22人死亡,128人受伤,受灾人员达275人,经济损失巨大;2020年5月26日,怒江傈僳族自治州泥石流再次爆发,导致2人失踪,2人受伤[2-3]㊂因此,有必要针对怒江流域泥石流易发性开展研究,明确泥石流成灾过程中各环境因素的重要性㊂王鑫等[4]针对泥石流成因搜集潜在的影响因子,筛选出降雨量㊁植被指数㊁土壤类型㊁海拔㊁坡度㊁坡向㊁土壤质地以及历史灾害等13个影响因子作为其评价指标,采用B P神经网络技术,将月作为时间维度,以此来构建泥石流易发性动态区划模型;李益敏等[5]通过流域特征因子和传统的泥石流灾害评价因子来构建易发性评价体系,并且采用确定性系数模型对怒江泥石流易发程度的整体特征以及空间异质性进行研究;徐艳琴等[6]完善基于规则格网单元且忽略实际地形因素导致的泥石流易发性误差分析,验证基于C F的多因子叠加,确定权重方法的可行性㊂M a x E n t模型可以利用环境变量推断灾害点的潜在分布,由于M a x E n t模型的运算结果较为稳定,且运算时间短,还有操作简易等优点,近年来,大量学者[7]开始将其引入到地质灾害分析㊂利用M a x E n t模型对泥石流进行易发性分析,能够全面获取泥石流灾害发生的空间分布,有利于分析泥石流危险区划[8]㊂为了解怒江大峡谷(云南段)泥石流易发性的环境变量并讨论泥石流与相关变量的响应关系,选取降水㊁高程㊁坡度㊁坡向㊁径流量㊁岩性㊁断层㊁归一化植被指数㊁土壤侵蚀模数共9个环境因子,基于最大熵(M a x E n t)模型对收集到的187个泥石流点分析灾害的易发性,依据灾害易发概率进行易发性分区评价㊂1材料与方法1.1研究区概况怒江(98ʎ09' 99ʎ39'E,25ʎ33' 28ʎ23'N)是中国西南地区的大江大河之一,流域面积17593.54 k m2,流经云南省后入缅甸改称萨尔温江,最后注入印度洋的安达曼海[9]㊂怒江的大部分河段都奔流于高山峡谷之中,水流湍急,水量丰沛,多年平均径流量689亿m3,水能蕴藏量46000MW,占萨尔温江水能蕴藏总量的90%以上㊂怒江流域位于横断山脉纵谷区,相对高差大,地势陡峭,具有独特的孕灾环境及成灾机制[10]㊂怒江大峡谷有泥石流187条[1],主要集中在贡山-福贡段(图1),187条沟流域总面积为3933.14k m2,其中,流域面积最大沟道为191.70 k m2,流域面积最小沟道为0.04k m2㊂1.2数据来源(1)云南省年降水分布数据(2015年)来源于中国科学院资源与环境数据中心㊂云南省30m D E M遥感影像数据利用A r c G I S10.6软件对D E M数据进行数据处理,获得坡度㊁坡向及流量等㊂流量数据并非实际径流量,而是按照相对径流量的需求通过A r c G I S10.6软件采用流量工具获得,每个像元累积流量的栅格,由流入每个下坡像元的所有像元的累积权重决定[11]㊂1ʒ250万比例尺的中国地质数据图,对地层岩性数据及断层数据进行预处理㊂根据岩石的软硬程度将其分为坚硬岩㊁较硬岩㊁较软岩㊁软弱岩㊁极软岩,并进行赋值(对组分复杂的岩组,其赋值以岩性组成中的最低硬度为准,表1)[12];对于断层矢量数据,利用A r c G I S10.6软件中的欧氏距离进行处理[13]㊂归一化植被指数(n o r m a l i z e dd i f f e r e n t i a lv e g e t a t i o ni n d e x, N D V I)数据取自中国科学院资源与环境数据中心㊂中国西南山地土壤侵蚀模数1k m栅格数据(2015年)取自全球变化科学研究数据出版系统㊂灾害点数据通过对怒江流域进行野外调查获得187个泥石流灾害点,并通过山洪灾害点[1]进行对比研究获得㊂图1研究区及灾害分布表1岩性参数化赋值岩性赋值花岗岩㊁石英岩㊁石英砂岩等5钙质砂岩㊁白云岩㊁石灰岩㊁板岩等4千枚岩㊁泥灰岩㊁砂质泥岩等3页岩㊁泥岩㊁泥质砂岩等2碎屑岩等11.3灾害分布点和环境因子数据预处理利用M a x E n t模型对泥石流及山洪灾害易发性进行区划㊂将收集到的187个泥石流灾害点及山洪灾害点保存为.c s v格式导入M a x E n t模型软件㊂选择降水㊁高程㊁坡度㊁坡向㊁径流量㊁岩性㊁距断层距离㊁归一化植被指数㊁土壤侵蚀模数共9个环境因子作为泥石流及山洪易发性建模的环境因子,对9个数据图层在WG S1984坐标系进行投影,并重采样53第6期皋子琪等:基于M a x E n t模型的怒江大峡谷泥石流易发性评价和成因和掩膜提取以确定分辨率及大小范围一致,最终转换为.a s c格式,导入M a x E n t模型软件㊂1.4M a x E n t建模信息熵概念由S h i p l e y[14]最早于1957年提出,主要用以表征信息的不确定程度,而与热力学概念中的熵恰恰相反,信息熵大时系统更稳定㊂一组离散随机变量的信息熵在约束条件下达到最大时,即得到其最可能的概率分布,是在不同的尺度上确定信息与未知环境间进行模拟转化的数据驱动方法[15],可以将其用于计算泥石流和山洪灾害发生概率分布,计算公式为:H(Y|X)=-ðn i=1p(x i)ðm j=1p(y j|x i)l o g p(y j|x i)(1)式中:X为环境条件;Y为泥石流或山洪灾害发生概率分布[16]㊂输入泥石流和山洪灾害分布点数据及环境变量后,对该软件进行基础参数设置,设置软件随机选取75%的点建模,25%的点验证模型,B o o t s t r a p重复计算为10次,选择R a n d o m s e e d,绘制响应曲线(r e-s p o n s e c u r v e s),用刀切法[17](j a c k k n i f e)功能来分析影响泥石流和山洪分布的环境因子,输出预测数据形式为L o g i s t i c概率栅格值,以表示泥石流及山洪在每个栅格上的发生概率㊂模型生成R O C曲线,以曲线下方格面积(曲线与横坐标围成的矩形面积)A U C值检验模型精度㊂A U C<0.6,预测精度差;0.6ɤA U C <0.7,预测精度一般;0.7ɤA U C<0.8,预测精度较好;0.8ɤA U C<0.9,预测精度很好;A U Cȡ0.9,预测精度极高,效果最佳㊂1.5自然间断点分级法(J e n k s)M a x E n t所建泥石流和山洪灾害易发性模型导入A r c g i s10.6软件,采用J e n k s自然间断点分级法[18]进行灾害分级划区并对灾害易发性分布区的划分间隔加以识别,然后对相似值进行最恰当的分组,并使各个类之间的差异最大化,在数据值的差异相对较大的位置处设置边界㊂2结果与分析2.1M a x E n t模型精度检验环境因子在M a x E n t模型中的模拟结果见图2㊂用A U C值(a r e a su n d e r t h e r e c e i v e ro p e r a t i n g c h a-r a c-t e r i s t i cc u r v e s)来评估模型预测精度,生成的R O C曲线,红线代表训练数据,蓝色部分代表测试数据的标准差,黑色代表随机预测(图3)[19]㊂泥石流A U C均值为0.945,标准差为0.010;山洪A U C均值为0.893,标准差为0.133㊂2个模型均属于A U C模型自检验的 精度较高 水平,足以证明构建的泥石流和山洪灾害易发性评价M a x E n t模型可用㊂图2环境变量图3模型精度检验R O C曲线63水土保持学报第37卷2.2 灾害易发性由图4可知,泥石流和山洪易发性等级的区域面积占比㊂泥石流灾害的极高易发区㊁高易发区㊁中易发区㊁低易发区㊁极低易发区占比分别为4.7%,3.5%,11.4%,17.8%,62.6%;山洪灾害的极高易发区㊁高易发区㊁中易发区㊁低易发区㊁极低易发区占比分别为5.0%,8.2%,12.5%,21.7%,52.6%㊂泥石流和山洪灾害的低㊁极低易发区重合区域较多㊂泥石流和山洪综合易发性分布见图5㊂泥石流和山洪灾害的高㊁极高易发区在空间分布上存在着一定的差异性,泥石流灾害集中发生在怒江中上游地形较为陡峭处,而山洪灾害在怒江中下游较为平缓处发生较多㊂图4 灾害面积占比图5 泥石流和山洪易发性分布2.3 环境变量贡献率和敏感性2.3.1 灾害易发性的环境变量贡献率 由图6可知,在泥石流灾害易发性模型中,径流量的贡献率>40%;高程㊁降水㊁岩性的贡献率占比为10%~20%;坡度㊁土壤侵蚀模数的贡献率占比为1%~10%;N D V I㊁断层㊁坡向的重要性占比均<1%㊂在山洪灾害易发性模型中,高程的贡献率>60%;径流量的贡献率为20%~30%,岩性㊁断层㊁坡度的贡献率占比为1%~10%;土壤侵蚀模数㊁N D V I ㊁降水㊁坡向的贡献率占比均<1%㊂2.3.2 刀切法检测 各个环境变量互相影响,难以完全排除各变量间的相关性,为减少环境变量之间的相互影响,对9个变量的贡献率进行刀切法检测,以此来判断哪些变量在模型中是最重要的㊂由图7可知,泥石流灾害易发性模型中增益最高的环境变量是径流量,其次是高程㊁岩性㊁降水㊁断层,增益较低的环境变量是N D V I 和坡度,而侵蚀模数和坡向几乎无增益;山洪灾害易发性模型中增益最高的环境变量是高程,其次是径流量㊁岩性㊁断层,增益较低的环境变量是降水和坡度,而侵蚀模数和坡向几乎无增益㊂综上所述,泥石流灾害易发性的主导环境变量依次为径流量㊁高程㊁降水和岩性;山洪灾害易发性的主导环境变量依次为高程㊁径流量㊁岩性和断层㊂2.3.3 环境变量的单因子响应曲线 由图8和图9可知,泥石流易发性的环境变量影响更加复杂,灾害发生概率随N D V I ㊁高程㊁土壤侵蚀模数㊁降水㊁坡向和岩石坚硬程度先增后减,随坡度先减后增,与断层距离负相关㊂山洪易发性的环境变量影响单调,灾害发生概率随N D V I ㊁高程㊁岩石坚硬程度和断层距离的增加而减少,随坡度㊁降水的增加而增加㊂3 讨论泥石流灾害环境变量影响复杂(图8),泥石流发生概率随坡度先减少后增加㊂泥石流需克服龙头阻力才能运动,粗颗粒之间碰撞摩擦,因此阻力较大㊂许多泥石流出现尾部沉积变短和头部阵流停滞的现73第6期 皋子琪等:基于M a x E n t 模型的怒江大峡谷泥石流易发性评价和成因象,表明头部自身所携带的能量不足,需要依赖尾部水流和沙粒的能量输送来维持龙头运动㊂对泥石流的研究[1]不能仅进行力学分析,要更加注重从能量角度进行分析㊂图6M a x E n t 模型中环境变量贡献率占比图7环境变量贡献率的刀切法检测泥石流龙头的能量消耗主要克服阻力做功,与平原河流相比,泥石流沟道的坡度变化更大,沉积物的粒度分布更广泛,其补给的时间和空间变异也更大㊂在枯水期,石块一般突出于表面,丰水期,石块被淹没[20-21]㊂泥石流沟谷经常发育阶梯深潭㊁浅滩深槽或石簇群结构[22]㊂河床结构和形态的复杂地貌特征决定泥石流阻力很难定量描述㊂已有的阻力关系都是基于常年流水河床特性,泥石流的阻力特性和水流的阻力特性很大的不同,后者多为紊流状态,没有大量的固相颗粒,流动阻力主要来源于水流与壁面之间的摩擦损耗,而与流体的黏滞系数几乎没有联系㊂所以,采用曼宁公式[23]来计算流体与壁面之间的曼宁糙率,总体上看,曼宁糙率n=0.01~0.03,变化幅度较小㊂就泥石流而言,即便是紊流状态,其与流动边界之间的摩擦损耗是微不足道的,由颗粒间的摩擦碰撞和流体自身较高的黏滞阻力通常占主导地位[24]㊂泥石流龙头的能耗主要包括颗粒间的碰撞能耗和由浆体黏性作用引起的能量损耗2个方面㊂基于B a g n o l d[25]理论,颗粒碰撞摩擦形成动摩擦系数为t a nα,其中,α为动摩擦角(ʎ)㊂泥石流自身重力沿沟谷切线方向提供势能,龙头要维持自身运动需要外界提供的能量为:E=k1(t a nα-J)(2)式中:J为沟谷的比降㊂假设泥石流沟谷汇集的水流流量(Q)为泥石流运动提供的能量为:E=k2Q n(3)水流流量(Q)沿沟谷从上游到下游逐渐增加,怒江流量与流域面积的关系为:Q=k3A m(4)根据对怒江泥石流沟流域特征的统计(图7),流域面积与沟谷长度的关系为:Aɖl m(5)由公式(4)㊁公式(5)得:Q=k4l m(6)式中:m=m1m2,由能量守恒定律可知,水流和泥石流自身提供的能量和等于泥石流颗粒之间的能量损耗为:k1(t a nα-J)=k2Q n(7)将公式(6)带入公式(7)得:J=t a nα-k l p(8)式中:p=m n;k=k2k n4/k183水土保持学报第37卷由公式(8)可知:d hd l=-J=k l p-t a nα(9)h=k1+p l p+1-t a nαl+c(10)式中:c为待定常数㊂图8泥石流灾害易发性模型的单因子响应曲线H a c k s l a w是表征流域性质的重要参数,体现流域面积(A)和其沟道长度(L)的关系(L~A h)㊂通过计算怒江干流两侧泥石流沟的H a c k指数(h=0.4897),与山洪沟的H a c k指数(h=0.5133)大致相同(图10),说明山洪沟与泥石流沟在形态上是相似的,因此,山洪沟的沟谷纵剖面同样适用于公式(10)㊂将沟谷长度和高程数据带入公式(10),通过最小二乘法得到t a nα和p 值,t a nα反映泥石流与山洪在运动过程中的综合阻力系数㊂经计算山洪沟谷的综合阻力系数为0.01~ 0.16,泥石流沟谷的综合阻力系数为0.23~0.46㊂p=m n,由公式(6)可知,m反映流域汇水的能力,由公式(3)可知,n反映流域汇集的水流传递给泥沙的动能的能力,因此,p值综合反映山区沟谷为泥沙运动提供的水流能量的能力,流域的沟谷面积越大,p越大(图11),水流为泥石流运动提供的能量越多㊂沟谷为泥沙运动提供的水流能量指数(p)和沟谷的平均比降(J)的关系见图12㊂流域为泥沙颗粒提供的水流能量太小,即便是在高比降的情况下也不会形成泥石流(区域Ⅰ);流域比降太小,即便在流域为泥沙颗粒运动提供足够水流动能的情况下也不会形成泥石流(区域Ⅲ),只有沟谷比降(J)和水流能量指数(p)的乘积大于0.09时才会易发泥石流(图13)㊂流域在10~150k m2时,发生泥石流的可能性较大㊂实际上,图12和图13的区域Ⅰ对应着泥石流的孕育阶段,此时流域小,坡降大;区域Ⅱ对应着泥石流的发展和旺盛阶段,区域Ⅲ对应着泥石流的衰减和流域的稳定阶段,此时流域大,坡降小㊂因此,泥石流与山洪是流域发展的不同阶段的表现形式,在泥石流的孕育和衰减阶段山区沟谷以山洪灾害的形式为主㊂93第6期皋子琪等:基于M a x E n t模型的怒江大峡谷泥石流易发性评价和成因图9山洪灾害易发性模型的单因子响应曲线图10流域面积与流域长度关系图11水流动能指数与沟谷流域面积关系图12流域提供给泥石流的水流动能指数与沟谷比降关系图13p J值与沟谷流域面积关系04水土保持学报第37卷4结论(1)怒江泥石流灾害的极高和高易发区占总面积的8.2%,且集中在怒江流域的中上游;山洪灾害的极高和高易发区占总面积的13.2%,且集中在怒江流域的中下游㊂(2)怒江泥石流灾害易发性的环境变量重要程度依次为径流量>高程>岩性>降水;山洪灾害易发性的环境变量重要程度依次为高程>径流量>岩性>断层㊂(3)怒江泥石流比山洪灾害对环境变量的响应复杂㊂通过能量分析的方法证明当沟谷流域太小,即便在沟谷比降较大的情况下也不形成泥石流;沟谷流域的比降太小,即便流域面积较大,也不形成泥石流,而形成山洪的可能性较大㊂只有沟谷比降和流域面积为水流提供的能量于某一临界值的情况下才易发泥石流㊂参考文献:[1]吕立群,王兆印,徐梦珍,等.怒江泥石流扇地貌特征与扇体堵江机理研究[J].水利学报,2016,47(10):1245-1252. [2] W e i FQ,H uK H,C u i P,e t a l.Ad e c i s i o n s u p p o r t s y s-t e mf o r d e b r i s-f l o wh a z a r dm i t i g a t i o n i n t o w n sb a s e do nn u m e r i c a l s i m u l a t i o n:Ac a s e s t u d y a t D o n g c h u a n,Y u n-n a nP r o v i n c e[J].I n t e r n a t i o n a lJ o u r n a lo fR i s k A s s e s s-m e n t a n d M a n a g e m e n t,2008,8(4):e373.[3]孔艳,王保云,杨昆,等.云南省泥石流灾害时空分布规律及典型区域孕灾特点分析[J].云南师范大学学报(自然科学版),2018,38(6):55-63.[4]王鑫,刘孝盈,齐实,等.日本泥石流㊃滑坡的监测和预报研究[J].安徽农业科学,2009,37(14):6503-6505,6545. [5]李益敏,杨蕾,魏苏杭.基于小流域单元的怒江州泥石流易发性评价[J].长江流域资源与环境,2019,28(10):2419-2428.[6]徐艳琴,白淑英,徐永明.基于两种方法的攀西泥石流易发性评价对比分析[J].水土保持研究,2018,25(3):285-291.[7] M e r o wC,S m i t hMJ,S i l a n d e r J r JA.A p r a c t i c a l g u i d et o M a x E n t f o rm o d e l i n g s p e c i e s d i s t r i b u t i o n s:W h a t i td oe s,a n d w h y i n p u t sa n ds e t t i n g s m a t t e r[J].E c o g r a-p h y,2013,36(10):1058-1069.[8] P i r u l l i M,S o r b i n o G.A s s e s s i n gp o t e n t i a ld e b r i sf l o wr u n o u t:A c o m p a r i s o n o ft w os i m u l a t i o n m o d e l s[J].N a t u r a l H a z a r d sa n d E a r t h S y s t e m S c i e n c e s,2008,8(4):961-971.[9]徐瑞春,周建军,王正波.怒江水电开发与环境保护[J].三峡大学学报(自然科学版),2007,29(1):1-6. [10]胡小龙.怒江下游河谷六库-潞江段地质灾害危险性评价及区划研究[D].成都:成都理工大学,2020.[11]钱津.基于G I S的城市内涝数值模拟及其系统设计[D].南京:南京信息工程大学,2012.[12]张玺国,周雄冬,徐梦珍,等.西藏地质灾害易发性及对水能开发适宜度影响[J].地理学报,2022,77(7):1603-1614.[13]巫明焱,何兰,税丽,等.基于M a x E n t模型的藏雪鸡在中国适宜生境的研究[J].生态科学,2018,37(3):176-183.[14] S h i p l e y B.I n f e r e n t i a l p e r m u t a t i o nt e s t s f o rm a x i m u me n t r o p y m o d e l s i ne c o l o g y.[J].E c o l o g y,2010,91(9):2794-2805.[15]邢丁亮,郝占庆.最大熵原理及其在生态学研究中的应用[J].生物多样性,2011,19(3):295-302. [16]肖皓中.基于信息熵理论的随机变量统计模型[J].中国科技信息,2014(7):71-73.[17] F a w c e t tT.A ni n t r o d u c t i o nt oR O Ca n a l y s i s[J].P a t-t e r nR e c o g n i t i o nL e t t e e r s,2006,27(8):861-874.[18]林存晖.中国县级市建成区绿地率时空分异特征研究[D].江苏苏州:苏州科技大学,2018.[19] J i mén e z-V a l v e r d eA.I n s i g h t s i n t ot h ea r e au n d e rt h er e c e i v e r o p e r a t i n g c h a r a c t e r i s t i c c u r v e(A U C)a s a d i s-c r i m i n a t i o n m e a s u r ei ns p e c i e sd i s t r i b u t i o n m o de l l i n g[J].G l o b a lE c o l o g y a n dB i o g e o g r a p h y,2012,21(4):498-507.[20] R i c k e n m a n nD,R e c k i n g A.E v a l u a t i o no f f l o wr e s i s t-a n c e i n g r a v e l-b e dr i v e r s t h r o u g ha l a r g e f i e l dd a t as e t[J].W a t e rR e s o u r c e sR e s e a r c h,2011,47(7):e07538.[21]张利国,傅旭东,郭大卫,等.山区卵砾石河流的阻力[J].水利学报,2013,44(6):680-686.[22] W a n g ZY,M e l c h i n g CS,D u a nX H,e t a l.E c o l o g i c a la n dh y d r a u l i cs t u d i e so f s t e p-p o o l s y s t e m s[J].J o u r n a lo fH y d r a u l i cE n g i n e e r i n g,2009,135(9):705-717. [23] B a t h u r s t JC.F l o wr e s i s t a n c ee s t i m a t i o ni n m o u n t a i nr i v e r s[J].J o u r n a lo fH y d r a u l i cE n g i n e e r i n g,1985,111(4):625-643.[24] S m a r tG M,D u n c a nMJ,W a l s h JM.R e l a t i v e l y r o u g hf l o wr e s i s t a n c e e q u a t i o n s[J].J o u r n a l o fH y d r a u l i cE n-g i n e e r i n g,2002,128(6):568-578.[25]王兆印,崔鹏,余斌.泥石流的运动机理和减阻[J].自然灾害学报,2001,10(3):37-43.14第6期皋子琪等:基于M a x E n t模型的怒江大峡谷泥石流易发性评价和成因。

汶川县震后崩塌滑坡遥感信息提取陈勇国;谢莲;彭述刚;张勇;陈宾;吴淼【摘要】Collapse, landslide and debris flow are the three most common types of secondary geological disasters, which are very common in the earthquake disaster area. Based on TM image and DEM terrain data, the paper established the remote sensing identification mark database of landslide in Wenchuan County in 2009, 2010 and 2013. The classification accuracy was better than the maximum likelihood supervised classification method. The results show that the landslide hazard in the county is mainly concentrated in the middle and steep slope of the middle and upper partof the fault zone, which is located in the middle and upper part of the middle and upper part of the middle and high mountain ranges from 25 degrees to 70 degrees above the middle part of the fault zone along the 3000m range. The method of automatic extraction of the model is a simple, accurate and effective method for the extraction of geological hazard in low resolution images, and the model can be applied to geological hazard body.%崩塌、滑坡、泥石流是震后最常见的三类次生地质灾害，震后灾区崩塌、滑坡极度发育，同时为泥石流灾害提供丰富的物源，极大的危害人类生产生活。

基于logistics回归模型的山洪泥石流风险评估
纪洪源;杨奉广
【期刊名称】《吉林水利》
【年(卷),期】2024()4
【摘要】山洪泥石流作为一种常见的自然灾害,其突发性和破坏性给人类社会的生产生活带来了巨大的威胁。

在全球气候变暖的背景下,山洪泥石流的发生频率和破坏力呈现增加趋势。

通过采用有序logistics回归模型,对四川省北川羌族自治县地区山洪泥石流危险性进行了定量化评估,选取流域切割密度、流域相对高差、主沟长度、50年一遇泥石流规模等多个关键因素,构建了logistics回归模型进行危险性评估。

根据模型结果发现,主沟长度和50年一遇规模的影响最为显著。

本文不仅对山洪泥石流风险进行了较为精确的定量化评估,同时也为防治措施的制定提供了科学依据。

【总页数】7页(P1-6)
【作者】纪洪源;杨奉广
【作者单位】四川大学水力学与山区河流开发保护国家重点实验室
【正文语种】中文
【中图分类】P642.23
【相关文献】
1.基于GIS和Logistic回归模型的山洪灾害风险评估
2.基于Logistic回归模型的P2P借款人信用违约风险评估模型研究
3.基于Logistic回归的上市中小企业信用
风险评估模型研究4.基于CT影像特征构建的Logistic回归模型在肺结核耐多药风险评估中的价值
因版权原因，仅展示原文概要，查看原文内容请购买。

基于Logistic模型的地震次生崩滑危险性评价——以汶川县为例李晓璇;马海建【期刊名称】《地震》【年(卷),期】2013(033)002【摘要】Earthquake-induced collapses and slides are one of the geological disasters that can seriously endanger human life after earthquakes. In this article we select as study area the heavily devastated area Wenchuan county in the 2008 Wenchuan earthquake. Risk assessment of earthquake-induced collapses and slides is based on remote sensing data and GIS method, combined with the geological environment background of the study area. Logistic regression model was selected and the study area is ultimately categorized into five classes, namely, not dangerous, slightly dangerous, dangerous, more dangerous, extremely dangerous.%地震次生崩滑是震后较长时间内严重危害人们生活的地质灾害之一,对其展开危险性评价具有重要意义.本文选取2008年汶川地震的重灾区汶川县为研究区,基于遥感数据,利用GIS技术手段,结合研究区地质环境背景进行地震次生崩滑危险性评价.选取逻辑回归模型,将研究区划分为不危险、轻微危险、较危险、危险和极危险5个等级,实现了基于Logistic模型的区域内地震次生崩滑地质环境危险性评价.【总页数】8页(P63-70)【作者】李晓璇;马海建【作者单位】地壳运动监测工程研究中心,北京 100036【正文语种】中文【中图分类】P315.9【相关文献】1.基于数量化理论Ⅲ的地震次生崩滑灾害影响因素分析 [J], 赵伟华;巨能攀;赵建军;黄润秋2.基于SVC参数优化的地震次生地质灾害危险性评价 [J], 王威;苏经宇;马东辉;郭小东;王志涛3.山区沿河公路崩滑灾害危险性评价方法及应用——以横断山区美姑河流域公路崩滑灾害为例 [J], 陈远川;陈洪凯;唐红梅4.基于信息量模型的玉树地震次生地质灾害危险性评价 [J], 牛全福;程维明;兰恒星;刘勇;颉耀文5.基于GIS结合模糊信息方法在灾害危险性区划中的应用——以大西安地区崩滑地质灾害为例 [J], 谢婉丽;滕宏泉;杜蕾;盖海龙;成天娥;黄北秀因版权原因，仅展示原文概要，查看原文内容请购买。

基于GIS和专家知识的滇西南地区滑坡敏感性模糊逻辑推理方法作者：白仙富戴雨芡叶燎原聂高众徐硕罗伟东于江徐昕来源：《地震研究》2022年第01期摘要：为了充分识别和有效减轻滑坡灾害风险，对滇西南南涧（约470 km2）和凤庆—昌宁（约2 300 km2）两个研究区开展了基于GIS和专家知识的滑坡敏感性模糊逻辑评价研究。

通过检查模型计算得到的历史滑坡点敏感性值与整个研究区域的滑坡敏感性平均值是否不同来评价本方法的性能，用Z值检查来测试差异的统计显著性。

计算结果显示，南涧地区的Z值为4.1，相应的P值小于0.001，表明通过模型计算得到的滑坡敏感性值是该区域滑坡事件发生的良好指标;凤庆—昌宁地区的Z值为8.93，相应的P值小于0.001。

在此基础上，采用自然断点法对滑坡敏感性值进行分类，根据分类结果将滑坡敏感性水平划分成5个等级：极低（0.0～0.001）、较低（0.001～0.051）、中等（0.051～0.394）、较高（0.394～0.557）和极高（0.557～1.0）。

敏感性极低和较低的地区没有发现历史滑坡记录;敏感性极高地区的历史滑坡密度约是敏感性较高地区的4倍，约为敏感性中等地区的10倍。

凤庆—昌宁地区的研究结果表明，从区域专家群中提取的滑坡敏感性与环境因子关系的知识可以外延到滇西南其它地区。

关键词：滑坡敏感性;专家知识;模糊逻辑;约束算术平均法;滇西南地区中图分类号：P315.942 文献标识码：A 文章编号：1000-0666（2022）01-0118-14doi：10.20015/ki.ISSN1000-0666.2022.00130 引言滑坡是山区最常见的地质灾害之一，它不仅对自然生态系统和人类基础设施有重大破坏，还会造成大量人员伤亡和财产损失（Chung et al，1995;Dai，Lee，2002;Lee，Choi，2004;Guzzetti et al，2005）。

为了减少滑坡灾害损失和减轻滑坡灾害风险，很多地区都开展了大量识别滑坡易发地点的敏感性研究（Carrara，1988;Carrara et al，1991;van Westen et al，1993;Aleotti，Chowdhury，1999;Alexander，2008;Carrara，Pike，2008），并建立了许多滑坡敏感性评估模型。