吉林大学学报(地球科学版) ›› 2022, Vol. 52 ›› Issue (6): 1957-1970.doi: 10.13278/j.cnki.jjuese.20210152

• 地质工程与环境工程 • 上一篇    下一篇

基于Logistic回归与随机森林的和龙市地质灾害易发性评价

王雪冬,张超彪,王翠, 朱永东, 王海鹏   

  1. 辽宁工程技术大学矿业学院,辽宁阜新123000
  • 收稿日期:2021-05-23 出版日期:2022-11-26 发布日期:2022-12-27
  • 基金资助:
    国家自然科学基金项目(51604140,51974144);辽宁省教育厅项目(LJ2020FWL006);辽宁工程技术大学学科创新团队建设项目(LNTU20TD-07,LNTU20TD-14)

Geological Disaster Susceptibility in Helong City Based on Logistic Regression and Random Forest

Wang Xuedong, Zhang Chaobiao, Wang Cui, Zhu Yongdong, Wang Haipeng   

  1. College of Mining, Liaoning Technical University, Fuxin 123000,Liaoning, China
  • Received:2021-05-23 Online:2022-11-26 Published:2022-12-27
  • Supported by:
     the National Natural Science Foundation of China (51604140,51974144), the Foundation of Liaoning Province Education Administration (LJ2020FWL006) and the Project of Discipline Innovation Team of Liaoning Technical University (LNTU20TD-07,LNTU20TD-14)

摘要: 为了科学地进行地质灾害易发性分析,基于和龙市地质灾害调查与区划,结合地质灾害分布规律和影响因素,综合考虑地形、地质、气象水文、土壤植被和人类工程活动5个因素,结合GIS技术与方法,提取高程、坡度、坡向、曲率、岩性、与断层距离、降雨量、与水系距离、NDVI(归一化植被指数)、土壤质地、水力侵蚀、人口密度、与道路距离等13个致灾因子,利用Logistic回归与随机森林模型进行地质灾害易发性评价,获得了区域地质灾害易发性分区图。其中,随机森林模型的结果表明:极低易发区面积占比最高,达56.98%,多位于研究区南部,高、极高易发区面积占比共12.89%,位于中部与东北部,该区是地质灾害预防和管理的关键区域;NDVI、高程、人口密度和降雨量等是灾害发育主要影响因素,累积贡献率为58.12%。Logistic回归和随机森林模型的ROC(受试者工作特征)曲线、已有灾害密度统计等验证结果均表明易发性分析和分区与实际灾害分布情况吻合度高,其AUC(ROC 曲线下面积)值分别为0.856和0.907,说明两种方法均可实现有效预测,均具有较好的适用性,而随机森林模型表现出更高的准确性与稳定性,预测性能优于Logistic回归模型。

关键词: 地质灾害, 易发性, 随机森林, Logistic回归, GIS

Abstract: In order to scientifically analyze the geological disaster susceptibility. This paper is based on the investigation and zoning of geological disasters in Helong City, and through the analysis of the distribution rules and influencing factors of geological disasters. Considering terrain, geology, meteorology, hydrology, soil vegetation and human engineering activities, combined with GIS technology and methods, 13 disaster causing factors including elevation, slope, aspect, curvature, lithology, distance from fault, rainfall, distance from water system, NDVI, soil texture, water erosion degree, population density and distance from road are extracted. Logistic regression and random forest model were used to evaluate the susceptibility of geological disasters, and the susceptibility zoning map was drawn. The result of random forest model shows: The very low susceptibility area is highest, reaching 56.98% of the total area, which is mostly located in the south of the study area; And the high and very high susceptibility areas account for up to 12.89%, which are located in the central and northeast, it is the key area for geological disaster prevention and management. NDVI, elevation, population density and rainfall are the main factors affecting disaster development, with a cumulative contribution rate of 58.12%. The ROC (receiver operating characteristic) curves and existing disaster density statistics of Logistic regression and random forest models show that the susceptibility zoning map are highly consistent with the actual disaster distribution, and their AUC (area under ROC curve) values are 0.856 and 0.907, respectively, which can achieve effective prediction and have good applicability. However, random forest model shows higher accuracy and stability, and its prediction performance is better than Logistic regression model.

Key words: geological disaster, susceptibility, random forest, Logistic regression analysis, GIS

中图分类号: 

  • P642.5
[1] 杨国华, 李婉露, 孟博. 基于机器学习方法的地下水氨氮时空分布规律[J]. 吉林大学学报(地球科学版), 2022, 52(6): 1982-1995.
[2] 杜新强, 王钰升, 冶雪艳, 路莹, 赵婧彤, 张赫轩. 大清河流域平原区地下水人工补给潜力与补给方式分析[J]. 吉林大学学报(地球科学版), 2022, 52(2): 535-549.
[3] 王明常, 刘鹏, 陈学业, 王凤艳, 宋玉莲, 刘瀚元. 基于GEE的东北三省城市建设用地扩张研究[J]. 吉林大学学报(地球科学版), 2022, 52(1): 292-.
[4] 闫佰忠, 孙剑, 王昕洲, 李晓萌, 孙丰博, 付丹平. 基于GIS-FAHP的石家庄市地下水源热泵适宜性分区[J]. 吉林大学学报(地球科学版), 2021, 51(4): 1172-1181.
[5] 赵金童, 牛瑞卿, 姚琦, 武雪玲. 雷达数据辅助下的滑坡易发性评价[J]. 吉林大学学报(地球科学版), 2018, 48(4): 1182-1191.
[6] 王孔伟, 常德龙, 李春波, 胡安龙, 魏东. 再论“滑坡群”——以三峡库区为例[J]. 吉林大学学报(地球科学版), 2017, 47(5): 1491-1501.
[7] 张延军, 余海, 李建明, 于子望, 张佳宁. 深部水热型地热潜力区的GIS预测模型——以土耳其西安纳托利亚地区为例[J]. 吉林大学学报(地球科学版), 2016, 46(3): 855-864.
[8] 张敏, 周云轩, 田波, 沈芳, 葛建忠. 河口海岸GIS时空过程可视化表达[J]. 吉林大学学报(地球科学版), 2015, 45(2): 584-591.
[9] 陶占盛,王新民,吴志强,杨平,秦喜文. 基于组合权重的汛期地质灾害预警预报模型[J]. 吉林大学学报(地球科学版), 2014, 44(6): 2010-2015.
[10] 张军强,吴冲龙,刘刚,刘飞. 空间集成方式的三维地质图编绘关键技术[J]. 吉林大学学报(地球科学版), 2014, 44(3): 1055-1062.
[11] 薛群威,刘艳辉,唐灿. 突发地质灾害气象预警统计模型与应用[J]. 吉林大学学报(地球科学版), 2013, 43(5): 1614-1622.
[12] 李建国,肖克炎,刘永顺,杨俊泉. 基于GIS和证据权重法的那仁宝力格地区铜多金属矿成矿预测[J]. 吉林大学学报(地球科学版), 2013, 43(4): 1151-1158.
[13] 崔瀚文,姜琦刚,邢宇,徐驰,林楠. 32 a来气候扰动下中国沙质荒漠化动态变化[J]. 吉林大学学报(地球科学版), 2013, 43(2): 582-591.
[14] 刘传正, 刘艳辉. 论地质灾害防治与地质环境利用[J]. J4, 2012, 42(5): 1469-1476.
[15] 牛瑞卿, 彭令, 叶润青, 武雪玲. 基于粗糙集的支持向量机滑坡易发性评价[J]. J4, 2012, 42(2): 430-439.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 李 秉 成. 陕西富平全新世古气候的初步研究[J]. J4, 2005, 35(03): 291 -0295 .
[2] 和钟铧,杨德明,王天武,郑常青. 冈底斯带巴嘎区二云母花岗岩SHRIMP锆石U-Pb定年[J]. J4, 2005, 35(03): 302 -0307 .
[3] 旷理雄,郭建华,梅廉夫,童小兰,杨丽. 从油气勘探的角度论博格达山的隆升[J]. J4, 2005, 35(03): 346 -0350 .
[4] 景建恩,魏文博,梅忠武. 塔河油田奥陶系岩溶洞穴发育特征及其与油气的关系[J]. J4, 2005, 35(05): 622 -625 .
[5] 廖香俊,冯亚生,丁式江,张本仁,徐忠胜,吴 丹. 海南岛东北部地质环境评价[J]. J4, 2005, 35(05): 646 -652 .
[6] 赵兴敏,花修艺,张菁菁,董德明,李 鱼. 自然水体采集的生物膜上铁、锰氧化物的萃取分离[J]. J4, 2005, 35(04): 505 -0509 .
[7] 高科,孙荣军,孙友宏. 泡沫增压技术在煤矿瓦斯抽放长钻孔施工中的应用前景[J]. J4, 2005, 35(04): 543 -0544 .
[8] 付修根,林 丽,庞艳春,朱利东,王新利. 金顶铅锌矿床中碳沥青的分布特征及成矿作用[J]. J4, 2005, 35(05): 581 -586 .
[9] 杜 崇,林年丰,汤 洁,李昭阳. 吉林西部平原土地利用动态变化的RS-GIS集成研究[J]. J4, 2005, 35(03): 366 -0372 .
[10] 来雅文,王林根,肖国拾,甘树才,段国正. 黔西玄武岩铂族元素赋存状态及地质意义[J]. J4, 2005, 35(05): 607 -610 .