杜 謙，范 文，李 凱，楊德宏，呂佼佼

(長安大學地質(zhì)工程與測繪學院，陜西西安 710054)

二元Logistic回歸和信息量模型在地質(zhì)災(zāi)害分區(qū)中的應(yīng)用

杜 謙，范 文，李 凱，楊德宏，呂佼佼

(長安大學地質(zhì)工程與測繪學院，陜西西安 710054)

近年來，山地地質(zhì)災(zāi)害頻發(fā)，不僅制約了山區(qū)的發(fā)展，更造成了重大的人員傷亡和財產(chǎn)損失，地質(zhì)災(zāi)害易發(fā)性研究對山區(qū)防災(zāi)減災(zāi)的工作具有重要意義，也因此受到越來越多專家學者的重視。地質(zhì)災(zāi)害易發(fā)性分區(qū)劃結(jié)果的準確與否不僅取決于基礎(chǔ)地質(zhì)資料的可靠性，還與數(shù)據(jù)分析處理模型息息相關(guān)。該文以任河小流域內(nèi)滑坡為例，以1:50000地質(zhì)災(zāi)害調(diào)查作為研究區(qū)數(shù)據(jù)來源，對不同易發(fā)性分區(qū)方法進行比選，綜合考慮分區(qū)方法在研究區(qū)的適用性，采取二元Logistic回歸和信息量模型相結(jié)合的方法對研究區(qū)進行定量計算，最后按滑坡易發(fā)程度對研究區(qū)分為三個區(qū)，并通過對模型的ROC曲線驗證，表明研究區(qū)采用二元Logistic回歸模型模擬具有較高的準確性，分區(qū)結(jié)果較為理想。

地質(zhì)災(zāi)害；二元 Logistic回歸；信息量模型；ROC檢驗；易發(fā)性分區(qū)

地質(zhì)災(zāi)害易發(fā)性分區(qū)為地質(zhì)災(zāi)害防治的重要內(nèi)容之一，地質(zhì)災(zāi)害具有很強的隱蔽性，通過地質(zhì)災(zāi)害易發(fā)性分區(qū)可以很好的預(yù)測地質(zhì)災(zāi)害發(fā)生的范圍，為地質(zhì)災(zāi)害危險性評價和地質(zhì)災(zāi)害風險評估提供支撐。

對于地質(zhì)災(zāi)害易發(fā)性分區(qū)的研究最早可追溯到1960年代，美國學者利用滑坡敏感性預(yù)測方法對加利福尼亞進行了區(qū)劃；1970年代，法國專家提出ZERMOS法，即滑坡地質(zhì)災(zāi)害分區(qū)系統(tǒng)，將災(zāi)害主控因子設(shè)置為兩個及兩個以上；1997年美國Nilsen等[1]便將GIS技術(shù)用于San Mateo地區(qū)地質(zhì)災(zāi)害處理上。易發(fā)性分區(qū)的研究在我國起步較晚，從1980年代中后期才出現(xiàn)學者對此進行探索，我國對地質(zhì)災(zāi)害易發(fā)性分區(qū)探索主要經(jīng)歷了三個階段：雛形-完善-成熟。譚萬沛等[2]1989年選取多個因子，對全國暴雨泥石流進行小比例尺的預(yù)報分區(qū)，繪制分區(qū)圖并對各區(qū)進行了簡述，此次易發(fā)性分區(qū)確定了進行易發(fā)分區(qū)的方向，可以視為我們現(xiàn)在易發(fā)性分區(qū)的雛形。張駿等[3]1992年使用多級模糊綜合評價方法，以區(qū)域地震地質(zhì)條件為大背景，通過對地殼、斷層和地震活動分析，得到地震災(zāi)害易發(fā)性分區(qū)，通過系統(tǒng)方法的加入使易發(fā)性評價從定性開始向半定量過渡，也表明我國易發(fā)性分區(qū)已經(jīng)開始完善起來。馮玉勇等[4]1995年將Mario Mejia-Navarro基于GIS平臺進行分區(qū)的方法引進我國，從此GIS成為我國地質(zhì)災(zāi)害易發(fā)性分區(qū)不可缺少工具，后經(jīng)過我國學者不斷研究，基于GIS的地質(zhì)災(zāi)害易發(fā)性分區(qū)方法日益成熟，劃分結(jié)果也與實際情況越來越吻合，目前主要有層次分析法[5]、模糊綜合評判法[6]、確定性系數(shù)法[7]、信息量法[8]等。

以上分區(qū)方法歸納起來可將其分為定性方法和定量方法[9]。定性方法是以專家的野外先驗知識為基礎(chǔ)，判斷區(qū)域利于發(fā)生地質(zhì)災(zāi)害的因子，對因子進行權(quán)重的分配，最終將各個因子疊加，得到區(qū)域易發(fā)性分區(qū)，如：層次分析法、模糊綜合評判法等。定量方法是采用一定數(shù)學模型，對地質(zhì)災(zāi)害數(shù)據(jù)和評價因子進行關(guān)聯(lián)分析，最終將各個因子進行疊加，得到易發(fā)性分區(qū)，如：確定性系數(shù)法、信息量法等。

通過研究不難發(fā)現(xiàn)，每種方法都有其優(yōu)缺點。定性方法優(yōu)點是不需要太多基礎(chǔ)數(shù)據(jù)即可分區(qū)，它更依賴專家對對區(qū)域的認知。其缺點一是在對權(quán)重的選取上主觀性太重，每個人的評判標準不同，即使通過多個專家打分也無法消除該影響；缺點二是沒有對災(zāi)害區(qū)劃的結(jié)果進行有效檢驗，只是將方法套用在不同地區(qū)，該方法結(jié)果是否符合當?shù)貭顩r，也無法做到很好的校驗。定量方法優(yōu)點采用數(shù)學模型建立致災(zāi)因子和地質(zhì)災(zāi)害之間的關(guān)系，可以保證在分區(qū)結(jié)果的客觀性，其缺點一是模型中只能得到單個因子和災(zāi)害之間數(shù)學關(guān)系，最后疊加因子圖層時對不同因子進行等同疊加，沒有考慮各權(quán)重信息；缺點二是該方法需要大量而準確的數(shù)據(jù)對數(shù)學模型的構(gòu)建進行支撐，當數(shù)據(jù)較少時，分區(qū)結(jié)果不準。

為了使分區(qū)結(jié)果更可靠，很多學者采取一定的手段改進已有的分區(qū)方法，來彌補方法中的缺點。張衛(wèi)中[10]、范林峰[11]等，采用定性方法和定量方法相互疊加進行分區(qū)，在利用定性方法中權(quán)重選取時又采用定量方法的數(shù)學模型對各因子進行提取，這種方法解決了單因子等同疊加問題，但是仍未解決求取權(quán)重中的主觀性問題。許沖[12]、劉明學等[13]，通過數(shù)理統(tǒng)計方法得到每個因子權(quán)重，再將該權(quán)重和數(shù)學模型進行結(jié)合得到易發(fā)性分區(qū)，采用數(shù)理統(tǒng)計和數(shù)學模型結(jié)合方法有效的解決了影響因子權(quán)重問題，得到的權(quán)重更可靠，但其需要大量準確而完善的數(shù)據(jù)作為支撐，因此在使用時有很大的局限性。

總之，地質(zhì)災(zāi)害易發(fā)性分區(qū)方法本身沒有好壞之分，在不同的研究區(qū)域，不同的可獲得數(shù)據(jù)條件下，選擇恰當?shù)姆椒ú拍艿玫綕M意的效果。本文通過1:50 000地質(zhì)災(zāi)害詳查的方法獲得了研究區(qū)災(zāi)害點詳實數(shù)據(jù)，因研究區(qū)數(shù)據(jù)完備，資料齊全，因此采用定性方法——二元Logistic回歸分析和信息量模型對研究區(qū)進行易發(fā)性分區(qū)。

1 研究方法

1.1 單因子信息量模型

信息量法在本質(zhì)上是一種數(shù)據(jù)驅(qū)動的定量統(tǒng)計方法[14]。該方法最先應(yīng)用于礦產(chǎn)資源預(yù)測領(lǐng)域[15]，后被用于斜坡穩(wěn)定性預(yù)測[16]，2001年信息量法被用于地質(zhì)災(zāi)害危險性分區(qū)中[17]，后經(jīng)過十余年的完善，目前信息量法已經(jīng)是一種比較成熟的方法。其主要思路為：根據(jù)已經(jīng)發(fā)生的災(zāi)害數(shù)據(jù)，對每個致災(zāi)因子進行分級，將地質(zhì)災(zāi)害的實測數(shù)據(jù)轉(zhuǎn)化為反應(yīng)該區(qū)域災(zāi)害因等級的信息量值，通過信息量的大小來評判各因子與研究對象的密切程度[18]。

最后利用公式(2)得到將第i個致災(zāi)因子的單因子信息量Xi。

(2)

1.2 二元Logistic回歸分析

二元Logistic中的“二元”指因變量為二分變量，Logistic指對目標概率進行Logit變換。二元Logistic回歸是因變量為二分類變量的線性回歸分析，要求先將目標概率進行Logit變換，這樣就保證了當概率在(0，1)取值時，Logit轉(zhuǎn)換值可以取任意實數(shù)，避免了線性概率模型的結(jié)構(gòu)缺陷。

設(shè)Y為二分因變量，取值“1”代表災(zāi)害發(fā)生，“0”代表災(zāi)害不發(fā)生，自變量(Xi)為單因子信息量值。

記災(zāi)害發(fā)生的條件概率為p，把p的某個函數(shù)f(p)假設(shè)為變量的函數(shù)形式，進行Logit變換：

(3)

則Logistic線性回歸模型為：

(4)

式中：β0,β1,…,βi為邏輯回歸系數(shù)。將公式(4)中對p求解，即可得到地質(zhì)災(zāi)害發(fā)生的概率：

(5)

p值代表單個柵格內(nèi)地質(zhì)災(zāi)害發(fā)生的概率，通過將研究區(qū)內(nèi)所有柵格疊加p值劃分范圍，即可得到區(qū)內(nèi)地質(zhì)災(zāi)害易發(fā)性分區(qū)。

2 實例分析

2.1 研究區(qū)地質(zhì)環(huán)境條件

研究區(qū)位于任河小流域內(nèi)(圖1)，任河為漢江上游最大支流，發(fā)源于重慶市，在陜西省紫陽縣匯入漢江，其流域內(nèi)地質(zhì)條件復雜多變，地質(zhì)災(zāi)害頻發(fā)。該區(qū)曾在2000年7月13日和2010年7月18日遭受了特大山洪引發(fā)的地質(zhì)災(zāi)害，直接造成上千萬的經(jīng)濟損失[19]。經(jīng)過對研究區(qū)進行1:50 000地質(zhì)災(zāi)害詳查，查明區(qū)內(nèi)地質(zhì)災(zāi)害90%以上為滑坡，因此本實例是對研究區(qū)滑坡的易發(fā)性分區(qū)。

圖1 研究區(qū)位置圖

研究區(qū)地理范圍在108°15′～108°30′E，32°20′～32°30′N之間，地貌可分為河谷、低山、中低山，總體地勢是東北和西南高，中間低；區(qū)內(nèi)地層巖性極其復雜，變質(zhì)巖廣布，除中-新生界地層外均其余地層經(jīng)受不同程度的變質(zhì)，變質(zhì)巖中軟弱礦物較多，多為鱗片變晶構(gòu)造、千枚構(gòu)造，巖體硬度小，受雨水侵蝕常形成強風化層。研究區(qū)位于南秦嶺造山帶南部逆沖推覆構(gòu)造帶內(nèi)，斷裂和褶皺及其發(fā)育，構(gòu)造線緊密成束，呈西北-東南向展布，主要斷裂為高橋斷裂、高灘斷裂。研究區(qū)巖土體類型主要為層狀碎屑巖、軟弱薄層狀淺變質(zhì)巖、千枚巖及板巖、碳酸鹽類和松散巖類。

2.2 DEM柵格尺度選取

在分析計算研究區(qū)時應(yīng)首先對區(qū)內(nèi)DEM柵格尺寸進行選，柵格的大小劃分將直接影響到因子提取時的精度，進而影響到分區(qū)結(jié)果，前人對DEM尺度的選取也做了頗多研究，這里套用李軍等[20]的經(jīng)驗公式：

Gs=7.49+0.0006S-2.0×10-9S2+2.9×10-15S3。

(6)

式中：Gs為適宜柵格大??；S為原始等高線數(shù)據(jù)精度的分母。研究區(qū)圖幅原始等高線精度分母為50 000，得到其Gs為32.853，因此，為方便計算研究區(qū)的柵格大小取30m。

2.3 致災(zāi)因子的選擇

地質(zhì)災(zāi)害的發(fā)生與其所處的地質(zhì)環(huán)境息息相關(guān)，而地質(zhì)環(huán)境是一個有眾多因素所決定的復雜系統(tǒng)，在地質(zhì)災(zāi)害危險性區(qū)劃中，合理的把握地質(zhì)環(huán)境中控制災(zāi)害發(fā)生的因素非常重要，本文從研究區(qū)滑坡發(fā)生的背景著手，將致災(zāi)因子分為基本因子和影響因子，選取坡高(X1)、坡度(X2)、坡向(X3)、工程巖組(X4)為基本因子；選取距斷裂距離(X5)、距河流距離(X6)、人類工程活動(X7)為影響因子。

2.4 計算過程

利用ArcGIS對DEM和致災(zāi)因子進行分析，得到高程、坡度、坡向、巖組的分布和斷層、河流、人類活動緩沖區(qū)，通過ArcGIS重分類功能，將每個致災(zāi)因子分級。分級后，分別計算分級信息量和致災(zāi)因子回歸系數(shù)值：①利用GIS柵格統(tǒng)計功能計算分級災(zāi)害比和面積比，采用公式(1)得到分級信息量，公式(2)得到單因子信息量；②在GIS中將分級后樣本點進行分級屬性的添加，得到樣本點的各個因子等級值，后用Spss中進行二元Logistic回歸分析，得到各個因子的回歸系數(shù)(β)；③通過回歸系數(shù)的顯著性(sig.)值來檢測其是否有效，若sig.>0.05，則說明回歸系數(shù)存在共線性問題，在Spss進行共線性診斷，剔除sig.過大的因子，重新進行回歸分析，若sig.≤0.05則該回歸系數(shù)有效；④將信息量和邏輯回歸系數(shù)帶入公式(5)中，利用ArcGIS的柵格賦權(quán)疊加功能，得到各個柵格條件發(fā)生概率(p)，根據(jù)p值大小，按照《DZ/T 0286-2015地質(zhì)災(zāi)害危險性評估規(guī)范》[21]將研究區(qū)滑坡易發(fā)性分為高、中、低三個區(qū)，最后利用Spss進行ROC曲線圖繪制和AUC計算，綜合易發(fā)性大、中、小三個區(qū)面積比和災(zāi)點比，評價易發(fā)性分區(qū)的可靠性。具體流程見圖2。

圖2 計算流程圖

2.5 致災(zāi)因子分級與信息量計算

研究區(qū)內(nèi)最大高程為1 740 m，最小高程為300 m，其中高程大于1 300 m處沒有滑坡，因此將坡高因子按照200 m為分級，坡高大于1 100分為一個等級，共分為5個等級。為了表示滑坡和坡度之間的關(guān)系，將坡度按照5°分級，坡度大于50°坡體中沒有滑坡，因此將坡度大于45°為一個等級，共分為10個等級。坡向以45°為一個等級，共分為8級。工程巖組按照《GB50021-2001巖土工程勘察規(guī)范》[22]規(guī)范中巖體的飽和單軸抗壓強度fr(MPa)，將研究區(qū)工程巖組分為4個等級：堅硬巖fr>60，區(qū)內(nèi)包含輝綠巖、角閃輝石巖；較硬巖30

在計算結(jié)果中，信息量值越大，表示越容易發(fā)生滑坡，負值則代表不易發(fā)生滑坡，值越小，發(fā)生滑坡可能性越小。本次信息量計算結(jié)果和前人研究結(jié)果相符：隨著高程增高，工程巖組強度增加，距斷裂、河流和人類活動距離增大，滑坡數(shù)量逐漸減少。信息量結(jié)果中滑坡最易發(fā)生在坡度為15°～30°的較陡坡和陡坡中，而坡度大于30°的陡坡和急陡坡滑坡卻不易發(fā)生，經(jīng)分析主要原因為在極陡坡中往往為無人區(qū)，地質(zhì)災(zāi)害調(diào)查以人為本，這些無人區(qū)可能發(fā)生滑坡，但未被發(fā)現(xiàn)。坡向以南和偏南方向發(fā)育滑坡多，而北和偏北向滑坡發(fā)育較少，其原因為陽坡(南)比陰坡(北)接受的日曬風化作用更強烈，巖土體更破碎，更易發(fā)生滑坡。

2.6 回歸系數(shù)計算

根據(jù)1:50 000地質(zhì)災(zāi)害調(diào)查結(jié)果，研究區(qū)有滑坡點150個，將其作為滑坡樣本點取值為“1”，在未發(fā)現(xiàn)滑坡地區(qū)采用ArcGIS選取隨機點150個，作為非滑坡樣本點取值為“0”。

提取300組樣本的各個因子等級值，輸入Spss中進行二元邏輯回歸分析，得到邏輯回歸系數(shù)(β)值和顯著性(sig.)值(表2)，其中河流sig.>0.05，說明該因子和其他因子有共線性關(guān)系，后用Spss進行共線性診斷(表3)，診斷表中條件指數(shù)越大，則其共線性越明顯，當條件指數(shù)>10時則認為可能存在多重共線性關(guān)系，其中7維度時，條件指數(shù)為12.201，變異數(shù)中“距河流距離”和“人類活動”值很大，說明這兩個因子有著明顯共線性關(guān)系，經(jīng)分析后得出：人類活動基本沿河流進行，而偏離河流的地區(qū)人類活動很少，故將河流因子進行剔除，重新在Spss中計算，得到的結(jié)果其顯著性均小于0.05(表4)，故其回歸系數(shù)在誤差允許范圍內(nèi)是準確的。最終得到β1為-0.534，β2為-0.250，β3為0.238，β4為0.871，β5為0.341，β6為0，β7為-0.399，由于將河流因子剔除，故代表人類活動和河流的共同影響，而不能單純視該因子為人類活動。

表1 單因子信息量計算結(jié)果

表2 未剔除共線性致災(zāi)因子時方程式中的變數(shù)

注：為邏輯回歸系數(shù)；S.E.為標準誤；Wald為卡方值；df為自由度；Sig.為顯著性。

表3 致災(zāi)因子共線性診斷表

圖3 柵格疊加計算圖

圖4 滑坡發(fā)生概率分布圖

圖5 滑坡易發(fā)性分區(qū)圖

3 易發(fā)性分區(qū)結(jié)果與評價

3.1 分區(qū)結(jié)果

在ArcGIS柵格計算器中，根據(jù)得到的Xi和值β，利用公式(5)將柵格進行疊加計算(圖3)，計算每個柵格的p值，形成研究區(qū)滑坡發(fā)生概率分布圖(圖4)。之后在ArcGIS中采用自然斷點分級法，將研究區(qū)按p值大小分為三個區(qū)，其中p<0.4為低易發(fā)區(qū)，0.4≤p<0.62為中等易發(fā)區(qū)，p≥0.62為高易發(fā)區(qū)，最終形成滑坡易發(fā)性分區(qū)圖(圖5)。根據(jù)分區(qū)結(jié)果對面積比和災(zāi)害比進行統(tǒng)計，結(jié)果見表5。

高易發(fā)區(qū)主要分布于村鎮(zhèn)、道路、河流附近，高程為300～600 m之間的山體底部，面積僅占研究區(qū)17.13%，卻發(fā)生有73.33%的滑坡。

表4 剔除共線性致災(zāi)因子后方程式中的變數(shù)

注：β為邏輯回歸系數(shù)；S.E.為標準誤；Wald為卡方值；df為自由度；Sig.為顯著性。

中易發(fā)區(qū)位于高程為600～1 000m的山體中部和中下部，中易發(fā)區(qū)和高易發(fā)區(qū)的滑坡數(shù)量占全區(qū)總滑坡數(shù)量的91.33%，基本所有滑坡均發(fā)生在這兩個區(qū)內(nèi)。

低易發(fā)區(qū)則多位于高程大于900m的山體中上部的高陡地區(qū)，人煙稀少，滑坡基本不發(fā)生。

表5 各分區(qū)面積比和災(zāi)害比

3.2 分區(qū)模型驗證

本文使用ROC曲線和AUC值對分區(qū)模型進行驗證，ROC曲線能表示出擬合數(shù)據(jù)和實測數(shù)據(jù)之間的關(guān)系，曲線中縱軸為真正類率，即實際滑坡數(shù)量百分比累加量；橫軸為假正類率，即易發(fā)性面積百分比累積量；AUC值是度量分類模型好壞的一個標準，其表示ROC曲線下的面積，其越接近1，則模型模擬值和樣本值越接近。

圖6 ROC曲線

在應(yīng)用Spss進行二元Logistic回歸分析時生成預(yù)測幾率值(PRE)，該值即表示通過回歸方程擬合各個因子后樣本點發(fā)生滑坡的概率值，將該值和滑坡二分量值在Spss下進行ROC曲線的繪制，之后求AUC值(圖6)，從曲線圖中可以看出AUC值為0.857，非常接近1，表明模型模擬的結(jié)果具有很高的準確性，分區(qū)可靠。

4 結(jié)論與建議

本文采用定量分析方法，在排除了人為因素的干擾、保證了數(shù)據(jù)的客觀性情況下，對研究區(qū)進行了易發(fā)性分區(qū)，通過ArcGIS和Spss計算，將研究區(qū)分為高易發(fā)區(qū)、中等易發(fā)區(qū)、低易發(fā)區(qū)，且最后驗證了模型的準確性，保證分區(qū)結(jié)果可靠。綜合本文，對文中所使用的二元Logistic和信息量模型結(jié)合方法提出以下兩個建議。

(1)不同地區(qū)地質(zhì)災(zāi)害發(fā)育有自己的特征，因此也是適用不同的方法，二元Logistic回歸模型和信息量模型僅適用于擁有大量準確災(zāi)害數(shù)據(jù)時，如果數(shù)據(jù)較少，建議使用定性分析方法來對研究區(qū)易發(fā)分區(qū)。

(2)使用二元Logistic回歸模型一定要檢驗回歸系數(shù)的顯著性，消除因子共線性對區(qū)劃的影響，最后需要對模型模擬的整體吻合情況利用ROC曲線來驗核，以保證模型的準確性。

[1] Nilsen， Tor H，Brabb.Earl E.Slope-stability studies in the San Francisco Bay Region，California[J].Reviews in EngineenngGeofogy，1973,1(4):431-437.

[2] 譚萬沛. 中國災(zāi)害暴雨泥石流預(yù)報分區(qū)研究[J]. 水土保持通報，1989,9(2)：48-53.

[3] 張駿，杜東菊，彭建兵，等. 區(qū)域地震災(zāi)害環(huán)境系統(tǒng)多級模糊綜合評價[C]//中國地震學會第四次學術(shù)大會論文摘要集，1992：90.

[4] Mario Mejía-Navarro，馮玉勇，羅朝暉. 利用地理信息系統(tǒng)(GIS)進行地質(zhì)災(zāi)害和風險評估——研究方法和模型在哥倫比亞麥德林地區(qū)的應(yīng)用[J]. 地質(zhì)科學譯叢，1995,12(3)：72-79.

[5] 王哲，易發(fā)成. 基于層次分析法的綿陽市地質(zhì)災(zāi)害易發(fā)性評價[J]. 自然災(zāi)害學報，2009,18(1)：14-23.

[6] 王哲，易發(fā)成，陳廷方. 基于模糊綜合評判的綿陽市地質(zhì)災(zāi)害易發(fā)性評價[J]. 科技導報，2012,30(31)：53-60.

[7] 劉艷輝，劉傳正，唐燦，等. 基于確定性系數(shù)模型的地質(zhì)災(zāi)害多因子權(quán)重計算方法[J]. 中國地質(zhì)災(zāi)害與防治學報，2015,26(1)：92-97.

[8] 鄧輝，何政偉，陳曄，等. 信息量模型在山地環(huán)境地質(zhì)災(zāi)害危險性評價中的應(yīng)用——以四川瀘定縣為例[J]. 自然災(zāi)害學報，2014，23(2)：67-76.

[9] 謝洪斌，楊雪，譚德軍，等. 模糊證據(jù)權(quán)法在地震滑坡危險度區(qū)劃中的應(yīng)用[J]. 中國安全科學學報，2011，21(8)：164-170.

[10]張衛(wèi)中，陳從新，張敬東. 改進的AHP及其在地災(zāi)易發(fā)程度分區(qū)中的實踐[J]. 土木建筑與環(huán)境工程，2009,31(2)：85-89.

[11]范林峰，胡瑞林，曾逢春，等. 加權(quán)信息量模型在滑坡易發(fā)性評價中的應(yīng)用——以湖北省恩施市為例[J]. 工程地質(zhì)學報，2012，20(4)：508-513.

[12]許沖，徐錫偉. 邏輯回歸模型在玉樹地震滑坡危險性評價中的應(yīng)用與檢驗[J]. 工程地質(zhì)學報，2012，20(3)：326-333.

[13]劉明學，陳祥，楊珊妮. 基于邏輯回歸模型和確定性系數(shù)的崩滑流危險性區(qū)劃[J]. 工程地質(zhì)學報，2014，22(6)：1250-1256.

[14]范強，巨能攀，向喜瓊，等. 基于結(jié)果驗證的信息量法地質(zhì)災(zāi)害易發(fā)性評價——以貴州省開陽縣為例[J]. 人民長江，2015,46(15)：65-68.

[15]康鳳群. 用信息量法尋找地下水[J]. 煤田地質(zhì)與勘探，1987(4)：41-44.

[16]湯連生，周萃英. 基于信息量法的斜坡破壞概率預(yù)測與制圖[J]. 中山大學學報(自然科學版)，1995,34(4)：100-105.

[17]阮沈勇，黃潤秋. 基于GIS的信息量法模型在地質(zhì)災(zāi)害危險性區(qū)劃中的應(yīng)用[J]. 成都理工學院學報，2001，28(1)：89-92.

[18]吳柏清，何政偉，劉嚴松. 基于GIS的信息量法在九龍縣地質(zhì)災(zāi)害危險性評價中的應(yīng)用[J]. 測繪科學，2008,33(4)：146-147，131.

[19]范文，曹琰波，石耀武，等.陜南山洪地質(zhì)災(zāi)害受災(zāi)區(qū)地區(qū)紫陽縣地質(zhì)災(zāi)害詳細調(diào)查報告[R].西安：長安大學工程設(shè)計研究院，2012.

[20]李軍，周成虎. 基于柵格GIS滑坡風險評價方法中格網(wǎng)大小選取分析[J]. 遙感學報,2003,7(2)：86-92,161.

[21]中華人民共和國國土資源部.DZ/T 0286-2015地質(zhì)災(zāi)害危險性評估規(guī)范[S]. 北京：地質(zhì)出版社，2015.

[22]中華人民共和國建設(shè)部，中華人民共和國國家質(zhì)量監(jiān)督檢驗檢疫總局. GB50021-2001巖土工程勘察規(guī)范(2009年版)[S]. 北京：中國建筑工業(yè)出版社，2009.

Geohazard Susceptibility Assessment by Using Binary LogicalRegression and Information Value Model

DU Qian, FAN Wen, LI Kai, YANG Dehong and LV Jiaojiao

(CollegeofGeologyEngineeringandGeomatics,Chang’anUniversity,Xi’an710054,China)

Inrecentyears,thefrequencyofthegeologicalhazardinthemountainareanotonlyrestrictthedevelopmentofthemountainarea,butalsoresultinginheavycasualtiesandpropertylosses,thegeologicaldisasterpronestudyofmountainareaissignificantfordisasterpreventionandmitigation.Thereforemoreandmoreexpertsandscholarspayattentiontoit.Theaccuracyofgeohazardsusceptibilityassessmentresultnotonlydependonthereliabilityofthebasicgeologicaldata,butalsohavecloselyrelatedtothedataanalysisandprocessingmodel.ThepapertakethelandslideofRenhesmallriverbasinasanexample, 1:50000geologicaldisastersurveyofstudyareaasadatasource,comparethedifferentmethodofgeohazardsusceptibilityassessment,considertheapplicabilityofthesusceptibilityassessmentinstudyarea,combinebinarylogisticregressionandinformationquantitymodeltoquantitativecalculation.Finallyaccordingtothelandslidesusceptibility,wedividethestudyareaintothreeportions.WhileverifyingtheROCcurveofthemodelwefoundthatthebinarylogisticregressionmodelhashighaccuracy.Theresultsofpartitionsaresatisfied.

binarylogicalregression;informationvaluemodel;ROCtest;geohazardsusceptibilityassessment

10.3969/j.issn.1000-811X.2017.02.039.]

2016-09-22

2017-01-12

國家自然科學基金項目(41272282)；漢江中游任河流域地質(zhì)災(zāi)害調(diào)查(12120115045601)

杜謙(1989-)，男，河北趙縣人，碩士研究生，主要從事地質(zhì)災(zāi)害防治研究工作.E-mail：243862327@qq.com

X43；P64

A

1000-811X(2017)02-0220-07

10.3969/j.issn.1000-811X.2017.02.039

杜謙，范文，李凱，等. 二元Logistic回歸和信息量模型在地質(zhì)災(zāi)害分區(qū)中的應(yīng)用[J]. 災(zāi)害學，2017，32(2)：220-226. [DU Qian，F(xiàn)AN Wen，LI Kai,et al.Geohazard Susceptibility Assessment by Using Binary Logical Regression and Information Value Model[J]. Journal of Catastrophology，2017，32(2)：220-226.