Geological Hazard Susceptibility Evaluation Based on CF,CF-LR and CF-AHP Models in National Tropical Rain Forest Park:Taking Baoting County, Hainan Province as An Example

doi:10.19657/j.geoscience.1000-8527.2023.002

Abstract

Abstract:

The national tropical forest park has steep topography and geological disasters occur frequently. It is of great significance to evaluate the vulnerability of national tropical forest park to geological disasters for risk reduction. Taking Baoting County, Hainan Province as the study area, the fault, elevation variation coefficient, profile curvature, NDVI index, water system and road were selected as evaluation factors. The deterministic coefficient model (CF), the coupling model of deterministic coefficient and logistic regression (CF-LR), and the coupling model of deterministic coefficient and analytic hierarchy process (CF-AHP) were used to evaluate the vulnerability of geological disasters and its accuracy of the study area. The result shows that the topography controls function to the development of geological disasters, and geological disasters influenced by fracture, highway and water distribution are obvious. All the three models have high accuracy (highest for CF-LR), which is a highly reliable model for the evaluation of geological hazard susceptibility.

Key words: deterministic coefficient method, logistic regression, AHP, susceptibility, geological hazard, Baoting County, Hainan Province

CLC Number:

P642.21

LI Xin, XUE Guicheng, XIA Nan, LIU Changzhu, YANG Yongpeng, MA Bo. Geological Hazard Susceptibility Evaluation Based on CF,CF-LR and CF-AHP Models in National Tropical Rain Forest Park:Taking Baoting County, Hainan Province as An Example[J]. Geoscience, 2023, 37(04): 1033-1043.

Figures/Tables 12

References 30

[1]	覃乙根, 杨根兰, 江兴元, 等. 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[J]. 科学技术与工程, 2020, 20(1):96-103.
[2]	李信, 薛桂澄, 柳长柱, 等. 基于信息量模型和信息量-逻辑回归模型的海南岛中部山区地质灾害易发性研究[J]. 地质力学学报, 2022, 28(2):294-305.
[3]	郑迎凯, 陈建国, 王成彬, 等. 确定性系数与随机森林模型在云南芒市滑坡易发性评价中的应用[J]. 地质科技通报, 2020, 39(6):131-144.
[4]	胡燕, 李德营, 孟颂颂, 等. 基于证据权法的巴东县城滑坡灾害易发性评价[J]. 地质科技通报, 2020, 39(3):187-194.
[5]	栗泽桐, 王涛, 周杨, 等. 基于信息量、逻辑回归及其耦合模型的滑坡易发性评估研究:以青海沙塘川流域为例[J]. 现代地质, 2019, 33(1):235-245.
[6]	胡涛, 樊鑫, 王硕, 等. 基于径向基神经网络的思南县崩塌易发性评价[J]. 科学技术与工程, 2019, 19(35):61-69.
[7]	黄发明, 胡松雁, 闫学涯, 等. 基于机器学习的滑坡易发性预测建模及其主控因子识别[J]. 地质科技通报, 2022, 41(2):79-90.
[8]	陈绪钰, 倪化勇, 李明辉, 等. 基于加权信息量和迭代自组织聚类的地质灾害易发性评价[J]. 灾害学, 2021, 36(2):71-78.
[9]	李郎平, 兰恒星, 郭长宝, 等. 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(5):911-929.
[10]	刘明学, 陈祥, 杨珊妮. 基于逻辑回归模型和确定性系数的崩滑流危险性区划[J]. 工程地质学报, 2014, 22(6):1250-1256.
[11]	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):154-161,170.
[12]	罗路广, 裴向军, 黄润秋, 等. GIS支持下CF与Logistic回归模型耦合的九寨沟景区滑坡易发性评价[J]. 工程地质学报, 2021, 29(2):526-535.
[13]	张晓东, 刘湘南, 赵志鹏, 等. 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(3):602-610.
[14]	张玘恺, 凌斯祥, 李晓宁, 等. 九寨沟县滑坡灾害易发性快速评估模型对比研究[J]. 岩石力学与工程学报, 2020, 39(8):1595-1610.
[15]	樊芷吟, 苟晓峰, 秦明月, 等. 基于信息量模型与Logistic回归模型耦合的地质灾害易发性评价[J]. 工程地质学报, 2018, 26(2):340-347.
[16]	SHORTLIFFE E H, BUCHANAN B G. A model of inexact reasoning in medicine[J]. Mathematical Biosciences, 1975, 23(3/4):351-379. DOI URL
[17]	HECKERMAN D. Probabilistic interpretations for MYCIN’s certainty factors[EB/OL]. 2013, arXiv: 1304.3419. https://arxiv.org/abs/1304.3419.
[18]	李信, 阮明, 杨峰, 等. 基于GIS技术和信息量法的地质灾害易发性研究:以海南省昌江县为例[J]. 地质与资源, 2022, 31(1):98-105.
[19]	SAATY T L. The Analytic Hierarchy Process:Planning,Prioritysetting Resource Allocation[M]. New York: McGraw-Hill,1980.
[20]	李翔. 以绥德县为例基于ArcGIS及逻辑回归法的地质灾害危险性评价[D]. 西安: 长安大学, 2015.
[21]	杨光, 徐佩华, 曹琛, 等. 基于确定性系数组合模型的区域滑坡敏感性评价[J]. 工程地质学报, 2019, 27(5):1153-1163.
[22]	朱红春, 陈楠, 刘海英, 等. 自1:10000比例尺DEM提取地形起伏度:以陕北黄土高原的实验为例[J]. 测绘科学, 2005, 30(4):86-88.
[23]	邹瑜. 地理国情普查框架下地质灾害点分布研究及危险性评价[D]. 抚州: 东华理工大学, 2015.
[24]	祝俊华. 延安市斜坡几何形态与滑坡、崩塌相关性研究[D]. 西安: 长安大学, 2014.
[25]	黄少平, 晏鄂川. 木本植物不同部位对土质斜坡稳定性的影响[J]. 安全与环境工程, 2018, 25(3):21-26.
[26]	董琪. 延安市河谷系统与地质灾害相关性分析研究[D]. 西安: 长安大学, 2012.
[27]	王小江, 孙书勤, 卢鹏飞. 层次分析法在重庆某县地质灾害危险性评价中的应用[J]. 地球与环境, 2014, 42(3):419-423.
[28]	胡致远, 罗文强, 晏鄂川, 等. 基于改进层次分析法的英山县地质灾害易发性评价[J]. 安全与环境工程, 2018, 25(4):28-32,40.
[29]	陈飞, 郭顺, 熊如宗, 等. 基于层次分析法的地质灾害危险性评价[J]. 有色金属科学与工程, 2018, 9(5):54-60.
[30]	魏江波, 赵洲. 基于加权确定性系数法的地质灾害易发性分析[J]. 煤田地质与勘探, 2018, 46(6):108-114.

因子	断裂	NDVI指数	水系	曲率	高程变异系数	公路	方差膨胀系数
断裂	1	-0.104	0.033	-0.025	0.013	0.056	1.024
NDVI指数	-0.104	1	0.228	-0.004	0.045	0.214	1.117
水系	0.033	0.228	1	0.057	0.103	0.151	1.145
曲率	-0.025	-0.004	0.057	1	0.017	-0.073	1.126
高程变异系数	0.013	0.045	0.103	0.017	1	0.049	1.011
公路	0.056	0.214	0.151	-0.073	0.049	1	1.027

因子	断裂	NDVI指数	水系	曲率	高程变异系数	公路	方差膨胀系数
断裂	1	-0.104	0.033	-0.025	0.013	0.056	1.024
NDVI指数	-0.104	1	0.228	-0.004	0.045	0.214	1.117
水系	0.033	0.228	1	0.057	0.103	0.151	1.145
曲率	-0.025	-0.004	0.057	1	0.017	-0.073	1.126
高程变异系数	0.013	0.045	0.103	0.017	1	0.049	1.011
公路	0.056	0.214	0.151	-0.073	0.049	1	1.027

因子	B	标准误差	瓦尔德	自由度	显著性	Exp (B)	权重
断裂	1.299	0.396	10.750	1	0.001	3.666	0.178
高程变异系数	1.365	0.379	13.003	1	0	3.916	0.187
曲率	1.674	0.589	8.076	1	0.004	5.336	0.229
NDVI 指数	0.839	0.269	9.704	1	0.002	2.314	0.115
水系	0.845	0.236	12.827	1	0	2.327	0.116
公路	1.288	0.237	29.565	1	0	3.625	0.176
常量	-2.189	0.140	243.341	1	0	0.112

因子	B	标准误差	瓦尔德	自由度	显著性	Exp (B)	权重
断裂	1.299	0.396	10.750	1	0.001	3.666	0.178
高程变异系数	1.365	0.379	13.003	1	0	3.916	0.187
曲率	1.674	0.589	8.076	1	0.004	5.336	0.229
NDVI 指数	0.839	0.269	9.704	1	0.002	2.314	0.115
水系	0.845	0.236	12.827	1	0	2.327	0.116
公路	1.288	0.237	29.565	1	0	3.625	0.176
常量	-2.189	0.140	243.341	1	0	0.112

因子	断裂	高程变异系数	曲率	NDVI 指数	水系	公路	权重
断裂	1	3	3	1/2	4	4	0.277
高程变异系数		1	1/2	1/4	2	3	0.108
曲率			1	1/2	3	3	0.163
NDVI指数				1	3	4	0.326
水系					1	1	0.067
公路						1	0.059