基于信息量模型的涪陵区地质灾害易发性评价

被引：75

作者：

谭玉敏 ^{[1
]}

郭栋 ^{[1
]}

白冰心 ^{[1
]}

许波 ^{[2
]}

机构：

[1] 北京航空航天大学交通科学与工程学院

[2] 美国加州州立大学San

来源：

地球信息科学学报 | 2015年 / 12期

关键词：

地质灾害; 易发性评价; 信息量模型; 动态影响因子;

D O I：

暂无

中图分类号：

P694 [灾害地质学];

学科分类号：

0818 ; 081803 ;

摘要：

本文以重庆涪陵区为研究区域,选取坡度、坡向、累计汇水面积、地层岩性、水域、降雨量、植被和土地利用分类8个影响因子,提取高分一号遥感数据(2013.12.24)动态影响因子,引入信息量模型,分别计算上述影响因子对应的信息量,对该时期示范区的地质灾害危险性进行评价,并引入ROC曲线和AUC评价指标,对得到的区域地质灾害易发性评价结果进行精度评估。结果显示,2013年12月研究区内高易发区面积占总面积的9.73%,该易发区内含有104个地质灾害点,占所有灾害点的52.7%,灾积比为5.42,明显大于其他易发等级类别。利用ROC评价方法,计算成功率曲线AUC为0.796,预测率曲线AUC为0.748(74.8%),具有较高的可靠性,证明本文方法在该区域地质灾害易发性评价的适应性良好。

引用

页码：1554 / 1562

页数：9

共 15 条

[11] Landslide susceptibility mapping using index of entropy and conditional probability models in GIS: Safarood Basin, Iran[J] . Hamid Reza Pourghasemi,Majid Mohammady,Biswajeet Pradhan.Catena . 2012
[12] Application of an evidential belief function model in landslide susceptibility mapping[J] . Omar F. Althuwaynee,Biswajeet Pradhan,Saro Lee.Computers and Geosciences . 2012
[13] Landslide susceptibility assessment in the Hoa Binh province of Vietnam: A comparison of the Levenberg–Marquardt and Bayesian regularized neural networks[J] . Dieu Tien Bui,Biswajeet Pradhan,Owe Lofman,Inge Revhaug,Oystein B. Dick.Geomorphology . 2012
[14] Validation of spatial prediction models for landslide hazard mapping
Chung, CJF
Fabbri, AG
[J]. NATURAL HAZARDS, 2003, 30 (03) : 451 - 472
[15] Statistical analysis of landslide susceptibility at Yongin, Korea[J] . Saro Lee,Kyungduck Min.Environmental Geology . 2001 (9)

← 1 2 →