基于GIS的白龙江流域舟曲—武都段的滑坡危险性评价

• 作者: 刘杰 武震
• 来源期刊: 地震工程学报
• 学科: 地球科学
• 关键词: 滑坡 GIS 危险性评价 白龙江流域 信息量模型 频率比 逻辑回归模型 人工神经网络
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 震灾防御
• 页码范围: 1723-1734
• 页数: 12页
• 分类号: P315
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0844.2020.06.1723

摘要

本研究以围绕着白龙江流域的甘肃省南部的宕昌县、舟曲县和武都区部分地区为研究区,根据全国滑坡编目中得到的272个历史滑坡数据以及选取的高程、坡度、坡向、平面曲率、剖面曲率、归一化植被指数(NDVI)、降雨、岩性、距道路距离和距河流距离10种影响因子,利用三种具有代表性的定量方法:信息量模型、以及基于频率比模型的逻辑回归模型和人工神经网络模型对研究区内滑坡灾害危险性进行评价.三种评价结果均显示研究区内滑坡灾害的极高和高危险区主要沿白龙江河谷地区呈带状分布.从危险性分区图可看出,人工神经网络模型得到的分区图较为合理,既表现出沿河谷地区集中分布的趋势,也呈现出对滑坡历史数据较为独立的特征,这一研究结果与前人研究结果一致.根据受试者工作特征曲线(ROC曲线)对三种模型的精度进行检验,检验得到的AUC值分别为0.818、0.829和0.837,说明三种评价结果均具有较高的可靠性,基于频率比模型的人工神经网络模型相比其他两个模型具有更好的评价精度,能更好地进行滑坡危险性的预测和评价,其中高程、降雨、岩性以及距道路距离对评价结果影响更大,这四种影响因子重要性值占比为52.1％.为该地区的城市扩建与灾害预防预测提供了参考.