信息量模型、确定性系数模型与逻辑回归模型组合评价地质灾害敏感性的对比研究

doi:10.19657/j.geoscience.1000-8527.2018.03.18

现代地质 ›› 2018, Vol. 32 ›› Issue (03): 602-610.DOI: 10.19657/j.geoscience.1000-8527.2018.03.18

• 水文地质与环境地质学 • 上一篇下一篇

信息量模型、确定性系数模型与逻辑回归模型组合评价地质灾害敏感性的对比研究

张晓东¹^,²(), 刘湘南¹(), 赵志鹏², 吴文忠², 刘海燕², 张勇², 高宇亮³

1.中国地质大学(北京) 信息工程学院,北京 100083
2.宁夏回族自治区地质调查院,宁夏银川 750021
3.山东科技大学地球科学与工程学院,山东青岛 266590

收稿日期:2017-08-06 修回日期:2018-04-20 出版日期:2018-06-10 发布日期:2023-09-22
通讯作者: 刘湘南
作者简介:刘湘南，男，教授，博士生导师，1964年出生，遥感专业，主要从事资源环境遥感信息机理及应用模型研究。Email: liuxn@cugb.edu.cn。
张晓东，男，高级工程师，博士研究生，1980年出生，测绘科学与技术专业，主要从事遥感地质灾害研究工作Email:33131692@qq.com。
基金资助:
宁夏回族自治区国土资源厅“宁夏盐池县地质灾害详细调查项目”(XC(2012)-05);宁夏回族自治区地质局水环创新团队后补助资金研究项目(2017–水环团队04)

Comparative Study of Geological Hazards Susceptibility Assessment: Constraints from the Information Value+Logistic Regression Model and the CF+Logistic Regression Model

ZHANG Xiaodong¹^,²(), LIU Xiangnan¹(), ZHAO Zhipeng², WU Wenzhong², LIU Haiyan², ZHANG Yong², GAO Yuliang³

1. School of Information Engineering, China University of Geosciences, Beijing 100083, China
2. Ningxia Geological Survey Institute,Yinchuan, Ningxia 750021, China
3. College of Earth Science and Engineering,Shandong University of Science and Technology,Qingdao, Shandong 266590, China

Received:2017-08-06 Revised:2018-04-20 Online:2018-06-10 Published:2023-09-22
Contact: LIU Xiangnan

摘要/Abstract

摘要：

为探索区域地质灾害敏感性评价方法,以宁夏盐池县为研究区域,选取坡度、坡向、坡高、高程、地层、距河流距离、距道路距离、植被覆盖度等8个影响地质灾害发生的评价因子,分别采用信息量模型+逻辑回归模型(I+LR)和确定性系数模型+逻辑回归模型(CF+LR)2种组合模型对盐池县地质灾害敏感性进行评价,将该区域地质灾害划分为极低、低、中和高敏感区4类,并完成结果检验。结果表明:(1)2种组合模型得到的低、中敏感区面积基本相当,而高敏感区面积相差较大,CF+LR模型较I+LR模型高敏感区面积增加约533.6 km²,而极低敏感区面积减少约6%;(2)2种组合模型的合理性均符合检验要求,且ROC精度检验AUC值分别为0.868和0.829,渐进Sig.^b均小于0.05,表明2种组合评价模型都能较为客观准确地评价盐池县地质灾害敏感性;(3)ROC检验精度与盐池县地质灾害发育情况均表明I+LR模型精度更高。

关键词: 地质灾害, 敏感性, 确定性系数模型, 逻辑回归模型, 宁夏盐池

Abstract:

Susceptibility assessment constitutes an important part of geological hazard research. This paper discussed two integrated approaches, namely the Information Value+Logistic Regression model (I+LR) and CF+Logistic Regression model (CF+LR), to evaluate the geological hazard susceptibility of Yanchi County, Ningxia Hui Autonomous Region. 462 samples (231 hazardous samples and 231 non-hazardous samples) were divided into two groups: 75% and 25% of the samples were used for model training and validation, respectively. Nine influencing factors, including slope dip angle and direction, slope height, elevation, strata, distance to rivers and roads, and the normalized difference vegetation index (NDVI) were considered in this evaluation. Based on such information, the information value and C_F of the training samples were calculated, which were then fed into the SPSS for analysis via logistic regression. After collinearity diagnostics and correlation analysis, six factors were incorporated into the model eventually. Regression equation was determined using the obtained constants and coefficients, and the Receiver Operating Characteristic (ROC) curve was used to assess the accuracy of the two models. The results show that: (1)Susceptibility maps reveal four susceptibility classes, i.e., very low, low, moderate and high. The area percentage of the (I+LR) model for the four class accounts for 60.79%, 23.44%, 11.34% and 4.43%, respectively, with that of the (CF+LR) model being 54.49%, 22.89%, 10.30% and 12.32%. This indicates that the areas of the low and moderate classes are basically the same. The high-class area of the (CF+LR) model has increased for 533.6 km² more than the (I+LR) model, but the very low-class area has dropped by as much as 6%. (2) The area under the curve for the successful rates are 0.868 and 0.829, respectively, and asymptotic Sig.^b is lower than 0.05 for the two models. Both integrated approaches can produce reasonable accuracy. (3) The ROC accuracy and the geological hazard development conditions at Yanchi both indicate that the (I+LR) model has higher accuracy over the (CF+LR) model.

Key words: geological hazard, susceptibility, CF model, logistic regression model, Yanchi of Ningxia

中图分类号:

P627
P642.2

张晓东, 刘湘南, 赵志鹏, 吴文忠, 刘海燕, 张勇, 高宇亮. 信息量模型、确定性系数模型与逻辑回归模型组合评价地质灾害敏感性的对比研究[J]. 现代地质, 2018, 32(03): 602-610.

ZHANG Xiaodong, LIU Xiangnan, ZHAO Zhipeng, WU Wenzhong, LIU Haiyan, ZHANG Yong, GAO Yuliang. Comparative Study of Geological Hazards Susceptibility Assessment: Constraints from the Information Value+Logistic Regression Model and the CF+Logistic Regression Model[J]. Geoscience, 2018, 32(03): 602-610.

图/表 9

参考文献 15

[1]	GUZZETTI F, REICHENBACH P, CARDINALI M, et al. Probabilistic landslide hazard assessment at the basin scale[J]. Geomorphology, 2005, 72(1/4) : 272-299. DOI URL
[2]	倪化勇, 王德伟, 陈绪钰, 等. 四川雅江县城地质灾害发育特征与稳定性评价[J]. 现代地质, 2015, 29(2):474-480.
[3]	孟庆华, 孙炜锋, 王涛. 陕西凤县地质灾害易发性评价研究[J]. 工程地质学报, 2011, 19(3):388-396.
[4]	张超, 陈艳, 张宇飞, 等. 基于多元线性回归模型的云南昭通地质灾害易发性评价[J]. 水文地质工程地质, 2016, 43(3):159-163.
[5]	CHAU K T, SZE Y L, FUNG M K, et al. Landslide hazard analysis for Hong Kong using landslide inventory and GIS[J]. Computers & Geosciences, 2004, 30(4):429-443. DOI URL
[6]	田春山, 刘希林, 汪佳. 基于CF和Logistic回归模型的广东省地质灾害易发性评价[J]. 水文地质工程地质, 2016, 43(6):154-161.
[7]	岳溪柳, 黄玫, 徐庆勇, 等. 贵州省喀斯特地区泥石流灾害易发性评价[J]. 地球信息科学学报, 2015, 17(11):1396-1403.
[8]	许冲, 戴福初, 姚鑫, 等. 基于GIS与确定性系数分析方法的汶川地震滑坡易发性评价[J]. 工程地质学报, 2010, 18(1):15-26.
[9]	方苗, 张金龙, 徐瑱. 基于GIS和Logistic回归模型的兰州市滑坡灾害敏感性区划研究[J]. 遥感技术与应用, 2011, 26(6):845-853.
[10]	杜谦, 范文, 李凯, 等. 二元 Logistic 回归和信息量模型在地质灾害分区中的应用[J]. 灾害学, 2017, 32(2):220-226.
[11]	张晓东, 刘湘南, 赵志鹏, 等. 盐池县地质灾害遥感调查及空间分布特征分析[J]. 水文地质工程地质, 2017, 44(1):164-170.
[12]	SHORTLIFFE E H, BUCHANAN B G. A model of inexact reasoning in medicine[J]. Mathematical Biosciences, 1975, 23(3):351-379. DOI URL
[13]	HECKERMAN D. Probabilistic interpretation for mycin’s certainty factors[J]. Machine Intelligence & Pattern Recognition, 2013, 4:9-20.
[14]	LIANG J W, KAZUHIDE S, SHUJI M. Landslide susceptibility analysis with logistic regression model based on FCM sampling strategy[J]. Computers & Geosciences, 2013, 57:81-92. DOI URL
[15]	HAMID R P, MAJID M, BISWAJEET P. Landslide susceptibility mapping using index of entropy and conditional probability models in GIS:Safarood Basin,Iran[J]. Catena, 2012, 97:71-84. DOI URL

评价因子	分级数	指标分级
坡度/(°)	8	0~5,5~10,10~15,15~20,20~25,25~30,30~35,>35
坡向	9	平地,北向,东北,东向,东南,南向,西南,西向,西北
坡高/m	5	0~10,10~20,20~30,30~40,>40
高程/m	6	1 294~1 400,1 400~1 500,1 500~1 600,1 600~1 700,1 700~1 800,1 800~1 950
地层	10	全新统,更新统,新近系,古近系,白垩系,侏罗系,三叠系,二叠系,奥陶系,中元古界
距河流距离/m	6	0~200,200~400,400~600,600~800,800~1 000,>1 000
距道路距离/m	5	0~100,100~200,200~300,300~400,>400
NDVI	5	0~0.1,0.1~0.2,0.2~0.3,0.3~0.4,>0.4

评价因子	分级数	指标分级
坡度/(°)	8	0~5,5~10,10~15,15~20,20~25,25~30,30~35,>35
坡向	9	平地,北向,东北,东向,东南,南向,西南,西向,西北
坡高/m	5	0~10,10~20,20~30,30~40,>40
高程/m	6	1 294~1 400,1 400~1 500,1 500~1 600,1 600~1 700,1 700~1 800,1 800~1 950
地层	10	全新统,更新统,新近系,古近系,白垩系,侏罗系,三叠系,二叠系,奥陶系,中元古界
距河流距离/m	6	0~200,200~400,400~600,600~800,800~1 000,>1 000
距道路距离/m	5	0~100,100~200,200~300,300~400,>400
NDVI	5	0~0.1,0.1~0.2,0.2~0.3,0.3~0.4,>0.4

评价因子	评价因子分级	灾害点/个	类别面积/km²	I	C_F	评价因子	评价因子分级	灾害点/个	类别面积/km²	I	C_F
坡度/(°)	0~5	12	5 011.41	-2.658 6	-0.932 18	地层	全新统	9	2 271.03	-2.154 76	-0.887 59
	5~10	27	596.50	0.280 8	0.253 46		更新统	189	3 706.01	0.400 04	0.341 38
	10~15	13	264.36	0.363 6	0.315 65		新近系	3	57.03	0.431 04	0.362 56
	15~20	31	133.18	1.918 3	0.883 34		古近系	2	348.50	-1.784 48	-0.836 92
	20~25	43	262.37	1.567 5	0.819 44		白垩系	28	331.56	0.904 40	0.616 28
	25~30	63	124.53	2.694 6	0.965 43		侏罗系	0	0.85	0	-1.000 00
	30~35	17	181.26	1.009 3	0.658 02		三叠系	0	19.68	0	-1.000 00
	>35	25	184.01	1.379 9	0.774 88		二叠系	0	11.53	0	-1.000 00
坡向	平地	17	528.11	-0.060 08	-0.060 25		奥陶系	0	4.73	0	-1.000 00
	北向	69	905.96	0.801 12	0.570 68		中元古界	0	6.70	0	-1.000 00
	东北	25	648.00	0.120 99	0.117 99	距河流距离/m	0~200	129	165.12	3.129 14	0.990 09
	东向	12	651.21	-0.617 92	-0.469 59		200~400	36	155.36	1.913 78	0.882 65
	东南	27	836.37	-0.057 23	-0.057 47		400~600	11	156.31	0.722 06	0.532 45
	南向	40	983.37	0.173 90	0.165 27		600~800	12	148.45	0.860 67	0.597 55
	西南	15	818.46	-0.623 37	-0.472 52		800~1 000	5	151.03	-0.032 03	-0.032 60
	西向	10	889.92	-1.112 54	-0.678 91		>1 000	38	5 981.34	-1.682 81	-0.819 35
	西北	16	496.22	-0.058 42	-0.058 64	距道路距离/m	0~100	8	147.50	0.461 62	0.382 83
坡高/m	0~10	27	5430.71	-1.927 98	-0.858 83		100~200	5	117.78	0.216 63	0.201 66
	10~20	31	655.24	0.324 99	0.287 29		200~300	10	129.05	0.818 39	0.578 64
	20~30	37	306.56	1.261 51	0.742 14		300~400	9	109.17	0.880 33	0.606 07
	30~40	41	181.10	1.890 53	0.879 06		>400	199	6 254.12	-0.071 68	-0.071 45
	>40	95	184.01	2.714 90	0.966 84	NDVI	<0.1	9	813.75	-1.128 42	-0.684 02
高程/m	1 294~1 400	14	1418.34	-1.242 18	-0.718 34		0.1~0.2	91	2 919.37	-0.092 26	-0.090 96
	1 400~1 500	66	2 599.04	-0.297 23	-0.263 83		0.2~0.3	72	1 885.13	0.110 92	0.108 71
	1 500~1 600	70	1 850.39	0.101 35	0.099 80		0.3~0.4	40	687.70	0.531 54	0.426 89
	1 600~1 700	64	577.99	1.175 33	0.715 75		>0.4	19	451.67	0.207 50	0.194 02
	1 700~1 800	14	210.37	0.666 20	0.503 56
	1 800~1 950	3	101.49	-0.145 34	-0.139 39

评价因子	评价因子分级	灾害点/个	类别面积/km²	I	C_F	评价因子	评价因子分级	灾害点/个	类别面积/km²	I	C_F
坡度/(°)	0~5	12	5 011.41	-2.658 6	-0.932 18	地层	全新统	9	2 271.03	-2.154 76	-0.887 59
	5~10	27	596.50	0.280 8	0.253 46		更新统	189	3 706.01	0.400 04	0.341 38
	10~15	13	264.36	0.363 6	0.315 65		新近系	3	57.03	0.431 04	0.362 56
	15~20	31	133.18	1.918 3	0.883 34		古近系	2	348.50	-1.784 48	-0.836 92
	20~25	43	262.37	1.567 5	0.819 44		白垩系	28	331.56	0.904 40	0.616 28
	25~30	63	124.53	2.694 6	0.965 43		侏罗系	0	0.85	0	-1.000 00
	30~35	17	181.26	1.009 3	0.658 02		三叠系	0	19.68	0	-1.000 00
	>35	25	184.01	1.379 9	0.774 88		二叠系	0	11.53	0	-1.000 00
坡向	平地	17	528.11	-0.060 08	-0.060 25		奥陶系	0	4.73	0	-1.000 00
	北向	69	905.96	0.801 12	0.570 68		中元古界	0	6.70	0	-1.000 00
	东北	25	648.00	0.120 99	0.117 99	距河流距离/m	0~200	129	165.12	3.129 14	0.990 09
	东向	12	651.21	-0.617 92	-0.469 59		200~400	36	155.36	1.913 78	0.882 65
	东南	27	836.37	-0.057 23	-0.057 47		400~600	11	156.31	0.722 06	0.532 45
	南向	40	983.37	0.173 90	0.165 27		600~800	12	148.45	0.860 67	0.597 55
	西南	15	818.46	-0.623 37	-0.472 52		800~1 000	5	151.03	-0.032 03	-0.032 60
	西向	10	889.92	-1.112 54	-0.678 91		>1 000	38	5 981.34	-1.682 81	-0.819 35
	西北	16	496.22	-0.058 42	-0.058 64	距道路距离/m	0~100	8	147.50	0.461 62	0.382 83
坡高/m	0~10	27	5430.71	-1.927 98	-0.858 83		100~200	5	117.78	0.216 63	0.201 66
	10~20	31	655.24	0.324 99	0.287 29		200~300	10	129.05	0.818 39	0.578 64
	20~30	37	306.56	1.261 51	0.742 14		300~400	9	109.17	0.880 33	0.606 07
	30~40	41	181.10	1.890 53	0.879 06		>400	199	6 254.12	-0.071 68	-0.071 45
	>40	95	184.01	2.714 90	0.966 84	NDVI	<0.1	9	813.75	-1.128 42	-0.684 02
高程/m	1 294~1 400	14	1418.34	-1.242 18	-0.718 34		0.1~0.2	91	2 919.37	-0.092 26	-0.090 96
	1 400~1 500	66	2 599.04	-0.297 23	-0.263 83		0.2~0.3	72	1 885.13	0.110 92	0.108 71
	1 500~1 600	70	1 850.39	0.101 35	0.099 80		0.3~0.4	40	687.70	0.531 54	0.426 89
	1 600~1 700	64	577.99	1.175 33	0.715 75		>0.4	19	451.67	0.207 50	0.194 02
	1 700~1 800	14	210.37	0.666 20	0.503 56
	1 800~1 950	3	101.49	-0.145 34	-0.139 39

评价因子	VIF		评价因子	VIF		评价因子	VIF		评价因子	VIF
评价因子	I模型	CF模型	评价因子	I模型	CF模型	评价因子	I模型	CF模型	评价因子	I模型	CF模型
坡度	5.689	4.058	坡高	7.351	5.786	地层	1.144	1.200	距道路距离	1.062	1.096
坡向	1.132	1.053	高程	1.242	1.614	距河流距离	1.145	1.177	NDVI	1.080	1.020

信息量模型、确定性系数模型与逻辑回归模型组合评价地质灾害敏感性的对比研究

Comparative Study of Geological Hazards Susceptibility Assessment: Constraints from the Information Value+Logistic Regression Model and the CF+Logistic Regression Model

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 15

相关文章 15

编辑推荐

Metrics

本文评价

模型	因子	坡度	坡向	高程	地层	距河流距离	距道路距离	NDVI
I	坡度	1	0.281^**	0.154^**	-0.178^**	0.255^**	0.175^**	0.082
	坡向		1	-0.020	-0.156^**	0.085	-0.057	-0.087
	高程			1	0.121^*	-0.183^**	0.082	0.140^**
	地层				1	-0.129^*	0.013	0.152^**
	距河流距离					1	0.043	0.024
	距道路距离						1	0.144^**
	NDVI							1
CF	坡度	1	0.142^**	0.275^**	-0.220^**	0.176^**	0.204^**	0.058
	坡向		1	0.024	-0.132^*	0.078	-0.041	0.016
	高程			1	0.160^**	-0.182^**	0.187^**	-0.003
	地层				1	-0.240^**	0.067	-0.065
	距河流距离					1	0.048	0.111^*
	距道路距离						1	-0.007
	NDVI							1

模型	因子	B	S.E.	Wals	df	Sig	Exp(B)
I	坡度	0.342	0.054	39.554	1	0	1.408
	高程	0.421	0.199	4.478	1	0.034	1.523
	地层	-2.007	0.646	9.646	1	0.002	0.134
	距河流距离	0.928	0.281	10.899	1	0.001	2.529
	距道路距离	1.781	0.605	8.675	1	0.003	5.937
	NDVI	0.926	0.346	7.148	1	0.008	2.525
	常量	1.234	0.309	15.973	1	0	3.435
CF	坡度	1.595	0.233	46.867	1	0	4.928
	高程	1.786	0.370	23.321	1	0	5.968
	地层	-2.310	0.881	6.872	1	0.009	0.099
	距河流距离	3.015	0.640	22.218	1	0	20.383
	距道路距离	3.742	1.616	5.364	1	0.021	42.175
	NDVI	-1.837	0.521	12.440	1	0	0.159
	常量	1.695	0.368	21.215	1	0	5.446

模型	敏感区级别	S_a_i/%	G_e_i/%	R_e_i=G_e_i/S_a_i
I	极低敏感区(Ⅰ)	60.79	28.26	0.46
	低敏感区(Ⅱ)	23.44	14.13	0.60
	中敏感区(Ⅲ)	11.34	27.17	2.40
	高敏感区(Ⅳ)	4.43	30.43	6.87
CF	极低敏感区(Ⅰ)	54.49	26.09	0.48
	低敏感区(Ⅱ)	22.89	18.48	0.81
	中敏感区(Ⅲ)	10.30	14.13	1.37
	高敏感区(Ⅳ)	12.32	41.30	3.35

[1]	王瑞丰, 翟延亮, 张宝君, 申国强, 曾一凡. 基于GIS与AHP耦合技术的承德地区地质灾害危害性评价[J]. 现代地质, 2023, 37(04): 1023-1032.
[2]	李信, 薛桂澄, 夏南, 柳长柱, 杨永鹏, 马波. 基于CF、CF-LR和CF-AHP模型的国家热带雨林公园地质灾害易发性研究:以海南保亭为例[J]. 现代地质, 2023, 37(04): 1033-1043.
[3]	胡景宏, 陈琦, 余国义, 吕杨. 致密油藏压裂双水平井参数优化研究[J]. 现代地质, 2021, 35(06): 1880-1890.
[4]	郭长宝, 吴瑞安, 蒋良文, 钟宁, 王炀, 王栋, 张永双, 杨志华, 孟文, 李雪, 刘贵. 川藏铁路雅安—林芝段典型地质灾害与工程地质问题[J]. 现代地质, 2021, 35(01): 1-17.
[5]	吴赛儿, 陈剑, ZHOU Wendy, 高玉欣, 徐能雄. 基于逻辑回归模型的泥石流易发性评价与检验: 以金沙江上游奔子栏—昌波河段为例[J]. 现代地质, 2018, 32(03): 611-622.
[6]	吴杭, 张绪教, 乔彦松, 梁莹, 张昱, 杨帅斌. 基于确定性系数与证据权模型的滑坡灾害敏感性评估:以金沙江龙开口—期纳段流域为例[J]. 现代地质, 2017, 31(06): 1269-1277.
[7]	吴瑞安, 郭长宝, 杜宇本, 王珂, 杜国梁. 川藏铁路加查—朗县段地质灾害发育特征研究[J]. 现代地质, 2017, 31(05): 956-964.
[8]	李郎平, 兰恒星, 郭长宝, 张永双, 李全文, 伍宇明. 基于改进频率比法的川藏铁路沿线及邻区地质灾害易发性分区评价[J]. 现代地质, 2017, 31(05): 911-929.
[9]	郭长宝, 张永双, 蒋良文, 石菊松, 孟文, 杜宇本, 马春田. 川藏铁路沿线及邻区环境工程地质问题概论[J]. 现代地质, 2017, 31(05): 877-889.
[10]	黄健民, 郑小战, 胡让全, 陈建新, 吕镁娜, 陈小月, 郭宇, 刁群. 广州金沙洲岩溶地面塌陷灾害预警预报研究[J]. 现代地质, 2017, 31(02): 421-432.
[11]	田尤，杨为民，刘廷，李浩，程小杰，张树轩. 空间高分辨率数字正射影像黄土区地质灾害解译特征与应用：以甘肃天水麦积区幅为例[J]. 现代地质, 2016, 30(5): 1160-1169.
[12]	刘乐乐，孙建业，刘昌岭，业渝光. 松散沉积物中水合物降压分解阵面演化实验及数值模拟[J]. 现代地质, 2015, 29(5): 1234-1241.
[13]	倪化勇，王德伟，陈绪钰，唐业旗. 四川雅江县城地质灾害发育特征与稳定性评价[J]. 现代地质, 2015, 29(2): 474-480.
[14]	郭长宝，张永双，周能娟，张瑞端. 地震地质灾害防治工程运行效果评价：以汶川震区平武县魏坝滑坡为例[J]. 现代地质, 2014, 28(2): 419-428.
[15]	吴亚子,王政,陈鸿. 可拓方法在输气管道线路工程地质灾害危险性评价中的应用[J]. 现代地质, 2013, 27(2): 482-488.