基于逻辑回归的地震滑坡易发性评价——以汶川地震、鲁甸地震为例(PDF)
灾害学[ISSN:1000-811X/CN:61-1097/P]
- 期数:
- 2021年02期
- 页码:
- 193-199
- 栏目:
- 探索.青年与灾害
- 出版日期:
- 2021-04-20
文章信息/Info
- Title:
- -
- 作者:
- 韩继冲; 张朝; 曹娟
- Author(s):
- -
- 关键词:
- 地震滑坡; 逻辑回归; 普适性; 易发性评价; 汶川地震; 鲁甸地震
- 分类号:
- X935;P64;P315;X43;X915.5
- DOI:
- -
- 文献标识码:
- A
- 摘要:
- 准确评估地震诱发的滑坡风险,并及时绘制滑坡易发风险图是灾害应急救援的科学前提和理论基础。目前机器学习在滑坡敏感性评估中具有广泛应用,但大多数研究缺乏对模型的普适性探讨,且该类预测模型缺乏定量评价地震动参数对模型精度的影响。该文以2008年5月12日的汶川8级地震和2014年8月3日的鲁甸6.5级地震为例,先通过相关系数及方差膨胀因子选择地震滑坡的影响因子构建数据库,并随机按照7:3的比例分为训练集和测试集,再分析影响因子在滑坡和非滑坡样本中的频数分布,最后分别利用两次地震的训练集建立逻辑回归模型 (Logistic Regression, LR)进行精度验证和易发性评估。结果显示模型在同一次地震的测试集下均达到较高的预测精度(>90%);但是基于汶川地震构建的模型对鲁甸地震诱发滑坡的预测精度整体下降了14%。此外,地震动参数(Modified Mercalli Intensity Scale,MMI)对模型预测精度贡献在5%~29%。结果表明基于历史地震事件建立的模型对未来地震引发滑坡的预测中仍具有较大的局限性,需要增加不同地区不同震情的样本量和新的机器学习方法提高预测模型的普适性。
更新日期/Last Update: 2021-07-23