基于GIS的分组数据Logistic模型在斜坡稳定性评价中的应用

基于GIS的分组数据Logistic模型在斜坡稳定性评价中的应用

李雪平，唐辉明

中国地质大学工程学院，湖北武汉 430074

收稿日期:2004-08-16 修回日期:1900-01-01 出版日期:2005-05-26 发布日期:2005-05-26
通讯作者: 李雪平

Application of GIS[CD*2]Based Grouped Data Logistic Model in Evaluation of Slope Stability

LI Xue-ping, TANG Hui-ming

Faulty of Engineering, China University of Geosciences, Wuhan 430074, China

Received:2004-08-16 Revised:1900-01-01 Online:2005-05-26 Published:2005-05-26
Contact: LI Xue-ping

摘要/Abstract

摘要： 分组数据Logistic回归是针对因变量为定性变量、自变量为分类变量的一种解决方案，加权最小二乘法可用来求解该方程。将巫山县新城西区作为试验区，选取岩性、坡度、高程、地下水位埋深、距最近有影响构造线距离5种因素为斜坡稳定性影响因素，以试验区历史滑坡发生为因变量，建立了区域斜坡稳定性评价的分组数据Logistic回归方程，进行了回归方程显著性检验和回归系数显著性检验，最后利用回归方程对全区斜坡稳定性进行预测。模型拟合精度为：以滑坡发生概率0.157 9为判据,滑坡发生样本的判对率为72.55%，滑坡不发生样本的判对率为79.69%。

关键词: 地理信息系统, 分组数据, Logistic模型斜坡, 稳定性

Abstract: Grouped data Logistic model is a scheme for the solving the problem of whose dependent variable is a qualitative variable and independent variable is a categorical variable. Weighted least square is used to solve grouped data Logistic equation. New west area in Wushan county was chosen as experimental area. A grouped data Logistic model was set up based on that lithological characters, gradient, height, groundwater level depth and nearest distant of effected structure line were taken as independent variables. Historical landslide was taken as dependent variable. The second step was prominent testing of equation and regression coefficient. At last, slope stability was predicted by regression equation in the experimental area. The model predicts actual landslide occurrence at 72.55% accuracy and landslide nonoccurrence at 79.69% when criterion of probability is equal to 0.157 9.

Key words: GIS, grouped data, Logistic model slope, stability

中图分类号:

P642.22

李雪平，唐辉明. 基于GIS的分组数据Logistic模型在斜坡稳定性评价中的应用[J]. J4, 2005, 35(03): 361-0365.

LI Xue-ping, TANG Hui-ming. Application of GIS[CD*2]Based Grouped Data Logistic Model in Evaluation of Slope Stability[J]. J4, 2005, 35(03): 361-0365.

参考文献

相关文章 15

[1]	习建军, 曾昭发, 黄玲, 崔丹丹, 王者江. 阵列式探地雷达信号极化场特征[J]. 吉林大学学报(地球科学版), 2017, 47(2): 633-644.
[2]	马建全, 王念秦, 张新社. 基于点稳定系数法的斜坡稳定性分析[J]. 吉林大学学报(地球科学版), 2015, 45(2): 533-540.
[3]	周洪福，王春山，聂德新. 断层带岩体变形模量对坝基稳定性影响[J]. 吉林大学学报(地球科学版), 2014, 44(4): 1254-1259.
[4]	王科，王常明，王彬, 姚康，王天佐. 基于MorgensternPrice法和强度折减法的边坡稳定性对比分析[J]. 吉林大学学报(地球科学版), 2013, 43(3): 902-907.
[5]	支墨墨，尚岳全，徐兴华. 碎石土滑坡稳定性一元多重属性回归模型分析[J]. 吉林大学学报(地球科学版), 2013, 43(3): 883-890.
[6]	言志信,马国哲,龙哲,段建,任志华,彭宁波,刘子振. 青藏高原东北缘推覆体构造稳定性定量化评价--以龙门山推覆体为例[J]. 吉林大学学报(地球科学版), 2013, 43(2): 484-493.
[7]	叶水盛, 乔金海, 叶育鑫, 郭利军, 蔡红军. 基于GIS的矿产预测地质解译空间信息集成[J]. J4, 2012, 42(4): 1214-1222.
[8]	沈世伟, 佴磊, 徐燕. 不同权重条件下降雨对边坡稳定性影响的二级模糊综合评判[J]. J4, 2012, 42(3): 777-784.
[9]	叶润青, 牛瑞卿, 邓清禄, 张良培, 赵艳南, 吴婷, 江齐英. 基于多源数据三维可视化集成的高切坡解译[J]. J4, 2012, 42(1): 161-168.
[10]	齐干, 杨国兴, 李兵. 西藏古格王国遗址洞窟变形破坏模式、机制及加固对策[J]. J4, 2011, 41(5): 1494-1503.
[11]	张兰英, 张学庆, 任何军, 代焕芳, 李燕, 朱颜. 微生物浸矿驱提页岩油的技术进展[J]. J4, 2011, 41(5): 1562-1572.
[12]	王利花, 周云轩, 田波. 基于TM和ETM+影像数据的东沙环礁珊瑚礁监测[J]. J4, 2011, 41(5): 1630-1637.
[13]	安玉科, 佴磊. 关键块体系统锚固法在加固边坡危岩中的应用[J]. J4, 2011, 41(3): 764-770.
[14]	宋志伟, 程晓霞, 乔艳云, 潘宇, 罗克洁. 接种污泥对好氧颗粒污泥稳定性的影响[J]. J4, 2011, 41(3): 873-878.
[15]	徐兴华, 尚岳全, 王迎超. 碎石土滑坡综合治理及评价决策方法[J]. J4, 2011, 41(2): 484-492.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed