基于逻辑回归模型的汶川地震灾区崩塌滑坡易发性评估

杨伟华，杨志强，赵建林，梁咏琪

（长安大学地质工程与测绘学院，西安710054）

崩塌、滑坡灾害是常见的地质灾害，随着中国社会经济的发展、建设规模的扩大，特别是近年来洪涝、地震自然灾害的频繁发生和各种交通以及水利等工程的大规模建设，促使崩塌、滑坡灾害高发期的形成，崩塌、滑坡灾害造成的损失也愈来愈大［1］。因此，崩滑灾害的风险预警显得尤为重要。易发性（Susceptibility）评估是崩滑灾害预警常见的研究方法。

易发性的研究方法较多，在早期主要采用统计分析方法。然而，随着地理信息系统和人工智能技术的发展，各种机器学习方法开始应用于相关研究，如信息量模型［2］、支持向量机法［3］、确定性系数法［4］、层次分析法［5］、证据权法［6］、频率比模型［7］、逻辑回归模型［8］等。随着机器学习方法越来越多，一些研究将不同分析方法运用到同一区域崩滑易发性评价中，以比较不同方法的精度。国外学者中有Kalan⁃tar等［9］基于支持向量机、人工神经网络和逻辑回归模型对伊朗Dodangeh流域的滑坡易发性进行评价，并对比每种方法的准确性；Reis等［10］采用频率比模型、逻辑回归模型和模糊逻辑模型对伊朗Zab盆地滑坡易发性进行研究；国内程霄［11］基于逻辑回归模型和信息量模型对汶川映秀地区的崩滑易发性进行评估，并对比两种方法的结果；冯凡［12］应用信息量模型、证据权模型和逻辑回归模型对黄河中游流域的石楼-吉县段的崩滑易发性进行评价和分区；王潇［13］利用确定性系数法、信息量模型和逻辑回归模型对汶川灾区的崩滑易发性进行评估；……