当前位置: X-MOL 学术Bull. Eng. Geol. Environ. › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
基于GIS的统计模型在阿尔及利亚北部Azazga市滑坡敏感性绘图中的应用
Bulletin of Engineering Geology and the Environment ( IF 3.7 ) Pub Date : 2021-08-04 , DOI: 10.1007/s10064-021-02386-0
Hamid Bourenane 1 , Aghiles Abdelghani Meziani 1 , Dalila Ait Benamar 1
Affiliation  

滑坡敏感性绘图是管理滑坡灾害和改善风险缓解的必要工具。在这项研究中,我们验证和比较了通过应用四种基于地理信息系统 (GIS) 的统计方法制作的滑坡敏感性图 (LSM),包括频率比 (FR)、统计指数 (SI)、证据权重 (WoE) 和Azazga 市区的逻辑回归 (LR)。为此,首先,根据航空照片和高分辨率卫星图像解释以及详细的实地工作准备了滑坡清单。绘制的滑坡中有 70% 被选择用于滑坡敏感性建模,其余 (30%) 用于模型验证。其次,滑坡坡度、坡向、海拔、土地利用、岩性、降水量、到排水系统的距离、到断层的距离、到线条的距离以及到道路的距离都来自高分辨率的 Alsat 2A 卫星图像、航空照片、地质图、DEM 和降雨数据库。第三,我们通过使用 GIS 中的 FR、SI、LR 和 WoE 模型评估检测到的滑坡位置与十个滑坡因素之间的关系来建立 LSM。最后,使用接收器操作特性曲线 (ROC) 验证了获得的四个模型的 LSM。验证过程表明,与 SI (78.1%)、WoE (73.5%) 和 LR (72.1%) 模型相比,FR 方法在生成 LSM 时提供了更准确的预测 (78.4%)。结果还表明,所有使用的统计模型在滑坡敏感性绘图中都提供了良好的准确性。到断层的距离、到线条的距离和到道路的距离来自高分辨率的 Alsat 2A 卫星图像、航空照片、地质图、DEM 和降雨数据库。第三,我们通过使用 GIS 中的 FR、SI、LR 和 WoE 模型评估检测到的滑坡位置与十个滑坡因素之间的关系来建立 LSM。最后,使用接收器操作特性曲线 (ROC) 验证了获得的四个模型的 LSM。验证过程表明,与 SI (78.1%)、WoE (73.5%) 和 LR (72.1%) 模型相比,FR 方法在生成 LSM 时提供了更准确的预测 (78.4%)。结果还表明,所有使用的统计模型在滑坡敏感性绘图中都提供了良好的准确性。到断层的距离、到线条的距离和到道路的距离来自高分辨率的 Alsat 2A 卫星图像、航空照片、地质图、DEM 和降雨数据库。第三,我们通过使用 GIS 中的 FR、SI、LR 和 WoE 模型评估检测到的滑坡位置与十个滑坡因素之间的关系来建立 LSM。最后,使用接收器操作特性曲线 (ROC) 验证了获得的四个模型的 LSM。验证过程表明,与 SI (78.1%)、WoE (73.5%) 和 LR (72.1%) 模型相比,FR 方法在生成 LSM 时提供了更准确的预测 (78.4%)。结果还表明,所有使用的统计模型在滑坡敏感性绘图中都提供了良好的准确性。与道路的距离来自高分辨率的 Alsat 2A 卫星图像、航空照片、地质图、DEM 和降雨数据库。第三,我们通过使用 GIS 中的 FR、SI、LR 和 WoE 模型评估检测到的滑坡位置与十个滑坡因素之间的关系来建立 LSM。最后,使用接收器操作特性曲线 (ROC) 验证了获得的四个模型的 LSM。验证过程表明,与 SI (78.1%)、WoE (73.5%) 和 LR (72.1%) 模型相比,FR 方法在生成 LSM 时提供了更准确的预测 (78.4%)。结果还表明,所有使用的统计模型在滑坡敏感性绘图中都提供了良好的准确性。与道路的距离来自高分辨率的 Alsat 2A 卫星图像、航空照片、地质图、DEM 和降雨数据库。第三,我们通过使用 GIS 中的 FR、SI、LR 和 WoE 模型评估检测到的滑坡位置与十个滑坡因素之间的关系来建立 LSM。最后,使用接收器操作特性曲线 (ROC) 验证了四个模型的获得的 LSM。验证过程表明,与 SI (78.1%)、WoE (73.5%) 和 LR (72.1%) 模型相比,FR 方法在生成 LSM 时提供了更准确的预测 (78.4%)。结果还表明,所有使用的统计模型在滑坡敏感性绘图中都提供了良好的准确性。和降雨数据库。第三,我们通过使用 GIS 中的 FR、SI、LR 和 WoE 模型评估检测到的滑坡位置与十个滑坡因素之间的关系来建立 LSM。最后,使用接收器操作特性曲线 (ROC) 验证了四个模型的获得的 LSM。验证过程表明,与 SI (78.1%)、WoE (73.5%) 和 LR (72.1%) 模型相比,FR 方法在生成 LSM 时提供了更准确的预测 (78.4%)。结果还表明,所有使用的统计模型在滑坡敏感性绘图中都提供了良好的准确性。和降雨数据库。第三,我们通过使用 GIS 中的 FR、SI、LR 和 WoE 模型评估检测到的滑坡位置与十个滑坡因素之间的关系来建立 LSM。最后,使用接收器操作特性曲线 (ROC) 验证了获得的四个模型的 LSM。验证过程表明,与 SI (78.1%)、WoE (73.5%) 和 LR (72.1%) 模型相比,FR 方法在生成 LSM 时提供了更准确的预测 (78.4%)。结果还表明,所有使用的统计模型在滑坡敏感性绘图中都提供了良好的准确性。已使用接收者操作特征曲线 (ROC) 验证了获得的四个模型的 LSM。验证过程表明,与 SI (78.1%)、WoE (73.5%) 和 LR (72.1%) 模型相比,FR 方法在生成 LSM 时提供了更准确的预测 (78.4%)。结果还表明,所有使用的统计模型在滑坡敏感性绘图中都提供了良好的准确性。已使用接收者操作特征曲线 (ROC) 验证了四个模型的获得的 LSM。验证过程表明,与 SI (78.1%)、WoE (73.5%) 和 LR (72.1%) 模型相比,FR 方法在生成 LSM 时提供了更准确的预测 (78.4%)。结果还表明,所有使用的统计模型在滑坡敏感性绘图中都提供了良好的准确性。





"点击查看英文标题和摘要"

更新日期:2021-08-10
down
wechat
bug