中国地质调查局武汉地质调查中心主办
高级检索

基于LOGISTIC的海南热带雨林国家公园公路沿线地质灾害敏感性评价

,  ,  ,  ,  ,  , 

文章导航 > 华南地质 > 2023 > 39(4): 694-703

上一篇

下一篇

李信, 薛桂澄, 柳长柱, 马波, 杨永鹏, 杨峰, 王晓林. 2023. 基于LOGISTIC的海南热带雨林国家公园公路沿线地质灾害敏感性评价. 华南地质, 39(4): 694-703. doi: 10.3969/j.issn.2097-0013.2023.04.010
引用本文: 李信, 薛桂澄, 柳长柱, 马波, 杨永鹏, 杨峰, 王晓林. 2023. 基于LOGISTIC的海南热带雨林国家公园公路沿线地质灾害敏感性评价. 华南地质, 39(4): 694-703. doi: 10.3969/j.issn.2097-0013.2023.04.010
shu
LI Xin, XUE Gui-Cheng, LIU Chang-Zhu, Ma Bo, YANG Yong-Peng, YANG Feng, WANG Xiao-Lin. 2023. Geohazard Susceptibility Evaluation Along the Road in Hainan Tropical Rainforest National Park Based on Logistic Regression Model. South China Geology, 39(4): 694-703. doi: 10.3969/j.issn.2097-0013.2023.04.010
Citation: LI Xin, XUE Gui-Cheng, LIU Chang-Zhu, Ma Bo, YANG Yong-Peng, YANG Feng, WANG Xiao-Lin. 2023. Geohazard Susceptibility Evaluation Along the Road in Hainan Tropical Rainforest National Park Based on Logistic Regression Model. South China Geology, 39(4): 694-703. doi: 10.3969/j.issn.2097-0013.2023.04.010
shu

基于LOGISTIC的海南热带雨林国家公园公路沿线地质灾害敏感性评价

  • 1. 海南省海洋地质资源与环境重点实验室，海南 海口 570206

  • 2. 海南省地质调查院，海南 海口 570206

  • 基金项目:

    海南省自然科学基金（编号：421RC664）、海南省海洋地质资源与环境重点实验室重点课题（22-HNHYDZZYHJKF020）

详细信息
    作者简介: 李信（1987—），男，高级工程师，主要从事地质灾害机理研究与评价，E-mail：xinhndz@163.com

  • 中图分类号: P642.21

Geohazard Susceptibility Evaluation Along the Road in Hainan Tropical Rainforest National Park Based on Logistic Regression Model

  • 1. Hainan Provincial Key Laboratory of Marine Geology Resources and Environment, Haikou 5702062, Hainan, China

  • 2. Hainan Geological Survey Institute, Haikou 570206, Hainan, China

    摘要
  • 海南热带雨林国家公园公路沿线地质灾害频发，开展地质灾害敏感性研究对该区防灾减灾工作具有重要意义。本文以尖峰岭公园公路沿线为例，选择断裂、坡度、坡向、水系、公路、降雨量作为敏感性评价指标，并对各指标因子进行定量研究，然后依托GIS 平台采用确定系数和确定性系数逻辑回归两种模型对尖峰岭公园公路沿线进行了敏感性评价。研究结果表明：降雨、坡度、公路缓冲距离为尖峰岭公园公路沿线地质灾害发育的主控因素；高易发区主要位于公路沿线地质灾害较发育的地段，极低和低易发区位于人迹罕至的高海拔地区；通过模型敏感性检验，显示CF模型和CFLR模型的AUC值分别为0.785、0.808，表明两种评价模型具有较好的可靠性和客观性，确定性系数逻辑回归模型（CFLR）相比于单一的确定系数模型(CF)具有更高的准确率。本研究将为海南热带雨林国家公园地质灾害评价以及防灾减灾提供科学依据。
    Due to the frequent geohazards along the along the road of tropical rainforest park, it is of great significance to carry out the research on the vulnerability of geological hazards for disaster prevention and reduction. Taking the road in Jianfengling Park as an example, six factors including fault, slope, slope direction, water system, road and rainfall were selected as susceptibility evaluation indexes, and the influencing factors of themin the study area were quantitatively analyzed. Based on GIS platform, the sensitivity evaluation was carried out by using two models of certainty coefficient and certainty coefficient logistic regression. The results show that rainfall, slope and distance of road are main controlling factors affecting the development of geological hazards. The high-prone areas are mainly located along the road with relatively developed geological hazards, and the very low and low-prone areas are located in the high-altitude areas with rare human settlement. The AUC values of CF model and CFLR model are 0.785 and 0.808 respectively, showing that both evaluation models are great reliable and objective. The value from certainty factor compelling logistic regression model (CFLR) has higher accuracy than that of the single certainty factor model (CF). The research will provide scientific basis for geological hazard assessment and disaster prevention and reduction in the study area.
    • HTML全文
  • 加载中
    • 参考文献(31)
  • [1]

    冯卫,唐亚明,马红娜,宿晓虹,陈新建.2021.基于层次分析法的咸阳市多灾种自然灾害综合风险评价[J].西北地质,54（2）:282-288.

    [2]

    冯凡,唐亚明,卢全中,李彦娥,郭子正.2019.数理统计模型在黄土滑坡敏感性评价中的应用[J].甘肃科学学报,31（3）:68-76+84.

    [3]

    黄润秋,李为乐.2009.汶川大地震触发地质灾害的断层效应分析[J].工程地质学报,17（1）:19-28.

    [4]

    黄长生,彭红霞,杨桂芳,李长安,殷鸿福.2002.中国地质灾害与气候波动的耦合性探讨[J].地质科技情报,21（4）:89-92.

    [5]

    赖波,赵风顺,江金进,江山,江宁,李俊生. 2023.基于AHP-信息量法的珠海市地质灾害风险评价[J].华南地质,39（1）:147-156.

    [6]

    李明,蒋委君,董佳慧,金少锋,张宸伟,牛瑞卿.2023.基于机器学习的滑坡灾害易发性评价——以三峡库区为例[J].华南地质,39（3）:413-427.

    [7]

    李信,阮明,杨峰,柳长柱,杨永鹏.2022a.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,31（1）:98-105.

    [8]

    李信, 薛桂澄, 柳长柱, 夏南, 杨永鹏, 杨峰, 王晓林, 常振宇.2022b.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,28（2）:294-305.

    [9]

    李信, 薛桂澄,柳长柱,杨永鹏,夏南,马波.2022c.基于敏感性指数和逻辑回归模型的乐东县地质灾害影响因素敏感性分析[J].矿产勘查,13（11）:1705-1712.

    [10]

    李剑锋,芦艳丽,邹治亮.2021.确定性系数法的海城市地质灾害易发性评价[J].首都师范大学学报（自然科学版）,42（4）:62-68.

    [11]

    罗路广,裴向军,崔圣华,黄润秋,朱凌,何智浩.2021a.九寨沟地震滑坡易发性评价因子组合选取研究[J].岩石力学与工程学报,40（11）:2306-2319.

    [12]

    罗路广,裴向军,黄润秋,裴钻,朱凌.2021b. 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,29（2）:526-535.

    [13]

    刘广宁,黄长生,齐信,王芳婷,黎义勇.2019.珠江-西江经济带梧州段地质灾害发育规律及成因[J].人民长江,50（8）:120-125+198.

    [14]

    缪信,汤明高,王自高,杨何.2016.地质灾害危险性评价模型的比较分析与应用[J].水利水电技术,47（4）:119-122.

    [15]

    彭珂,彭红霞,梁峰,黄长生,丘卓明.2018.基于信息量模型的赣州市地质灾害易发性分区[J].安全与环境工程,25（5）:22-28.

    [16]

    齐信,黄波林,刘广宁,王世昌.2017.基于GIS 技术和频率比模型的三峡地区秭归向斜盆地滑坡敏感性评价[J].地质力学学报,23（1）:97-104.

    [17]

    宋亚娅,张航泊.2020.基于加权模糊概率的地质灾害易发性评价模型研究[J].人民长江,51（11）:109-115.

    [18]

    王高峰,王爱军,陈宗良,姚亚辉,李永波.2017.六盘山东麓断裂带滑坡类型与变形机理研究——以泾河源区为例[J].水文地质工程地质,44（2）:102-109.

    [19]

    吴森,李虎杰,陈国辉,孙明智.2016.基于贡献率权重法的区域滑坡影响因子敏感性分析[J].中国地质灾害与防治学报,27（1）:26-31.

    [20]

    杨志华,张永双,郭长宝,姚鑫.2018.青藏高原东缘地质灾害影响因子敏感性分析[J].工程地质学报,26（3）:673-683.

    [21]

    叶唐进,谢强,王鹰.2019.川藏公路藏东段边坡稳定性研究与治理评价[J].地质力学学报,25（2）:233-239.

    [22]

    赵祈溶，曹顺红，文武飞，周丽芸. 2021. 基于证据权法的湖南省石门县皂市水库滑坡易发性评价[J].华南地质,37（2）:216-225.

    [23]

    张宏鑫,刘怀庆,余绍文,黄秀凤,林荣俊.2020.防城港地区地质灾害发育特征及成因机制探讨[J].华南地质与矿产,36（1）:46-54.

    [24]

    张晓东,刘湘南,赵志鹏,吴文忠,刘海燕,张勇,高宇亮.2018.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,32（3）:602-610.

    [25]

    张晓敏,李辉,刘海南,周静静.2018.基于灰色系统理论的陕西省地质灾害趋势预测[J].中国地质灾害与防治学报,29（5）:7-12.

    [26]

    章昱,王磊,伏永朋,刘亚磊,黄皓.2023.基于斜坡单元与信息量法的丹江口库区典型流域地质灾害易发性评价[J].华南地质,39（3）:512-522.

    [27]

    Adineh F, Motamedvaziri B, Ahmadi H, Moeini A. 2018. Landslide susceptibility mapping using Genetic Algorithm for the Rule Set Production (GARP) model[J]. Journal of Mountain Science, 15（9）: 2013-2026.

    [28]

    Althuwaynee O F, Pradhan B, Lee S. 2016. A novel integrated model for assessing landslide susceptibility mapping using CHAID and AHP pair-wise comparison[J]. International Journal of Remote Sensing, 37 （5）: 1190-1209.

    [29]

    Ayalew L, Yamagishi H. 2005. The application of GIS-based logistic regression for landslide susceptibility mapping in the Kakuda-Yahiko Mountains, Central Japan[J]. Geomorphology, 65（1-2）: 15-31.

    [30]

    Nanehkaran Y A, Zhu L C, Chen J D, Azarafza M, Mao Y M. 2022. Application of artificial neural networks and geographic information system to provide hazard susceptibility maps for rockfall failures[J]. Environmental Earth Sciences, 81（19）: 1-14.

    [31]

    Pourghasemi H R, Rossi M. 2017.Landslide susceptibility modeling in a landslide prone area in Mazandarn Province, north of Iran: a comparison between GLM, GAM, MARS, and M-AHP methods[J]. Theoretical and Applied Climatology, 130（1-2）: 609-633.

    • 相关文章
  • 施引文献
  • 资源附件(0)
  • 加载中
计量
  • 文章访问数:  168
  • PDF下载数:  16
  • 施引文献:  0
出版历程
收稿日期:  2022-12-07
修回日期:  2023-01-13

目录

    版权所有：中国地质调查局发展研究中心 copyright @2020
    返回