以蓝田县作为研究区,选取高程、坡度、坡向、曲率、降雨量、距水系距离、地层岩性、距断层距离、距道路距离、归一化植被指数(normalized difference vegetation index,NDVI)共10类评价因子,分别采用皮尔森相关系数、方差膨胀因子、容忍...以蓝田县作为研究区,选取高程、坡度、坡向、曲率、降雨量、距水系距离、地层岩性、距断层距离、距道路距离、归一化植被指数(normalized difference vegetation index,NDVI)共10类评价因子,分别采用皮尔森相关系数、方差膨胀因子、容忍度3种指标对评价因子之间的多重共线性问题进行分析。结果表明,各选取因子之间多重共线性较低,可以认为各因子相对独立。随后,采用频率比法分析各评价因子与滑坡灾害点之间的空间分布关系。分别利用熵指数(index of entropy,IOE)模型、逻辑回归(logistic regression,LR)模型以及两种模型耦合作用下的逻辑回归与熵指数耦合(integration of logistic regression and index of entropy,IOE-LR)模型对研究区滑坡易发性进行评价,得到各模型下的研究区滑坡灾害易发性区划图。最终采用接受者操作特性(receiver operating characterstic,ROC)曲线验证并比较了3种模型的性能。成功率曲线表明,IOE模型、LR模型、IOE-LR模型的ROC曲线下的面积(area under curve,AUC)分别为0.735、0.742和0.805;预测率曲线表明,IOE模型、LR模型、IOE-LR模型的ROC曲线下的面积AUC分别为0.732、0.785和0.830,其中IOE-LR模型均具有最高的准确率。生成的滑坡易发性区划图可以为蓝田县政府合理解决土地利用规划问题以及减轻滑坡风险提供有效参考。展开更多
汉源县滑坡地质灾害频发,对于未来不同气候情景下的滑坡地质灾害易发性情况的预测研究,可为未来气候变化下的防灾减灾工作提供参考依据。文中基于EC-Earth3模式下的3种未来不同气候情景(SSP1-2.6、SSP2-4.5、SSP5-8.5)数据,在Pearson相...汉源县滑坡地质灾害频发,对于未来不同气候情景下的滑坡地质灾害易发性情况的预测研究,可为未来气候变化下的防灾减灾工作提供参考依据。文中基于EC-Earth3模式下的3种未来不同气候情景(SSP1-2.6、SSP2-4.5、SSP5-8.5)数据,在Pearson相关性分析与多重共线性分析的基础上,最终选取坡度、坡向、剖面曲率、地形湿度、土地利用、距断层距离、降雨量和径流量共8个影响因子作为滑坡易发性评估指标,采用信息量-熵指数模型与支持向量机模型开展不同气候情景下滑坡易发性评估。结果表明:在SSP1-2.6、SSP2-4.5以及SSP5-8.5情景下,信息量-熵指数模型的曲线下面积(area under curve,AUC)值均为0.928,在SSP1-2.6、SSP2-4.5以及SSP5-8.5情景下,支持向量机模型的AUC值分别为0.957、0.967、0.969。支持向量机模型在未来不同气候情景下的滑坡易发性预测精度方面具有更强的鲁棒性,在SSP1-2.6、SSP2-4.5以及SSP5-8.5情景下发生滑坡灾害的区域面积分别为23.02%、21.09%、26.39%,表明在高排放、高发展的情景下,滑坡灾害发生的可能性将会更大。展开更多
文摘以蓝田县作为研究区,选取高程、坡度、坡向、曲率、降雨量、距水系距离、地层岩性、距断层距离、距道路距离、归一化植被指数(normalized difference vegetation index,NDVI)共10类评价因子,分别采用皮尔森相关系数、方差膨胀因子、容忍度3种指标对评价因子之间的多重共线性问题进行分析。结果表明,各选取因子之间多重共线性较低,可以认为各因子相对独立。随后,采用频率比法分析各评价因子与滑坡灾害点之间的空间分布关系。分别利用熵指数(index of entropy,IOE)模型、逻辑回归(logistic regression,LR)模型以及两种模型耦合作用下的逻辑回归与熵指数耦合(integration of logistic regression and index of entropy,IOE-LR)模型对研究区滑坡易发性进行评价,得到各模型下的研究区滑坡灾害易发性区划图。最终采用接受者操作特性(receiver operating characterstic,ROC)曲线验证并比较了3种模型的性能。成功率曲线表明,IOE模型、LR模型、IOE-LR模型的ROC曲线下的面积(area under curve,AUC)分别为0.735、0.742和0.805;预测率曲线表明,IOE模型、LR模型、IOE-LR模型的ROC曲线下的面积AUC分别为0.732、0.785和0.830,其中IOE-LR模型均具有最高的准确率。生成的滑坡易发性区划图可以为蓝田县政府合理解决土地利用规划问题以及减轻滑坡风险提供有效参考。
文摘汉源县滑坡地质灾害频发,对于未来不同气候情景下的滑坡地质灾害易发性情况的预测研究,可为未来气候变化下的防灾减灾工作提供参考依据。文中基于EC-Earth3模式下的3种未来不同气候情景(SSP1-2.6、SSP2-4.5、SSP5-8.5)数据,在Pearson相关性分析与多重共线性分析的基础上,最终选取坡度、坡向、剖面曲率、地形湿度、土地利用、距断层距离、降雨量和径流量共8个影响因子作为滑坡易发性评估指标,采用信息量-熵指数模型与支持向量机模型开展不同气候情景下滑坡易发性评估。结果表明:在SSP1-2.6、SSP2-4.5以及SSP5-8.5情景下,信息量-熵指数模型的曲线下面积(area under curve,AUC)值均为0.928,在SSP1-2.6、SSP2-4.5以及SSP5-8.5情景下,支持向量机模型的AUC值分别为0.957、0.967、0.969。支持向量机模型在未来不同气候情景下的滑坡易发性预测精度方面具有更强的鲁棒性,在SSP1-2.6、SSP2-4.5以及SSP5-8.5情景下发生滑坡灾害的区域面积分别为23.02%、21.09%、26.39%,表明在高排放、高发展的情景下,滑坡灾害发生的可能性将会更大。
