Lgisti回归模型在滑坡易发性制图中的应用.doc

Logistic回归模型在滑坡易发性制图中的应用 利用GIS技术，对Logistic回归模型在区域滑坡灾害危险 性评价的应用进行了改进，弥补了同类研宄中直接使用标准的多元回 归或者聚类分析的不足；对滑坡影响因子数据采用的新的处理方式， 避免了滑坡危险性Logistic回归模型评价使用虚拟变量所带来的缺 陷。在白龙江武都河段的实例应用表明，研究结果对防灾减灾具有实 际的指导意义。 和著作权归原 所有， 关键词：地理信息系统；Logistic回归模型；滑坡灾害；易发性制 X43, P208 A 1671-2064 (2017) 09-0210-03 Abstract： Using GIS technology, the Logistic regression model in the application of the regional landslide hazard assessment is improved, and make up for the study of its kind directly using the standard multiple regression or the lack of clustering analysis； For landslide impact factor data using the new approach, to avoid the landslide risk evaluation of Logistic regression model using virtual variables caused by defects. In the bai long river Wudu Segment all instances of the application shows that the results of the study has practical guiding significance to the disaster prevention and mitigation. Key words： GIS； Logical Regression； Landslide Hazard； Susceptibility Mapping 1引言 滑坡灾害易发性评价方法可以分为定性方法和定量方法。定性方 法主要依赖于评价人员的主观经验对滑坡的变形失稳危险性进行定性 描述，对个人专业知识背景有较高的要求，在过去20年的文献中很突 出。进入20世纪80年代后，随着计算机技木的发展和GIS的兴起， 在危险性评价中越来越多研究使用定量方法［1］，如统计方法。定量方 法是一种典型的数据驱动的方法，因此具有很高的客观性和需要更少 的专家知识，但这些方法的成功使用依赖于数据的数量、质量和可靠 性。 利用多元回归模型进行滑坡灾害易发性评价，已有的研究对于定 量的耍素如坡度和高程等，大多数是划分成若干等级，对每个等级作 为一个虚拟变量参与评价。而且使用标准的多元回归或者聚类分析进 行滑坡灾害易发性评价，多数的研宄均忽略了多元分析方法中样本数 据的正态分布假设。 本文基于GIS技术和Logistic回归模型实现丫一种较为客观的滑 坡危险度评价定量模型，在一定程度上克服了定性模型和已有的定量 模型的主？?性较强、准确性较差等缺陷。并以0龙江滑坡灾害较严重 的地区之一的武都河段为样区，进行实证研究。 2 Logistic回归模型 2. 1 Logistic回归模型简介 设P为某事发生的概率，取值范围为［0, 1］, 1-P为该事件不发 生的概率，将比数P/1-P取自然对数In (p/1-p),即对P作logit转 换，记为logitP，则logitP的取值范困在+-)之间、以P 为因变量，建立线性回归方程［2］: 该模型即为Logistic回归模型。他实际上是普通多元线性回归模 型的推广，但它的误差项服从二项分布而非正态分布，模型中a为常 数项，0 i为Logistic回归系数，普遍采用最大似然估计法确定。当 样本可能为非正态分布时，使用卡方分布(-2log (likelihood ratio) ^x2)对回归方程进行检验。 2.2 Logistic回归模型改进应用 使用Logistic回归模型进行滑坡危险性评价，已有的研究对象 坡度等定性变量先人为地划分为若干类，然后同定量变量一起以类属 或分级的代号使用虚拟变量，作为新的属性值［3-4］。这些研究中使用 虚拟变量来进行模型运算本身就具有很大的局限性，指定虚拟变量仅 适合变量的数目较少的情况，如果进入模型的自变量的数目很多，将 形成复杂度较高的回归方程，它们之间也容易产生多元共线性这样的 问题。而且对定景变景的划分缺乏理论