gis数据驱动的二元变量评价滑坡敏感性

在过去的几十年中，滑坡灾害评价引起了许多学者的注意。有许多参数可以定量地来描述滑坡机制，然而一些数据类型和模型是针对特定点的，不能在其它的地点使用。根据不同专家的观点，将连续参数图中存储的数据任意划分，这种划分基本上控制了二元变量分析结果；此外，参数图控制机制的分配也是任意加权的。根据这两个原因，分类边界对编制敏感性图有影响，导致的结果是取决于使用者的水平而不是数据和事实本身。本文讨论目的是以一种更依赖于数据本身的进展方向，改进以前的定义方法。要达到这一目的，要明确两个新概念：晶体单元和粒度百分位图。晶体单元是指认为代表最佳未扰动地形（滑坡发生前的状况）的区域，可以通过在滑坡顶部和两侧增加一个缓冲区获得。为定量划分输入的参数图，根据分布的粒度百分位断点，将参数图中晶体单元分布数据划分为几类，参数图与晶体单元分布直接相关，因此取决于数据本身。一、概述几乎全球都受自然灾害的影响，每年有许多人死于自然灾害。由于人口密度增加或进展规划不当，越来越多的人受到自然灾害的影响。与世界上大多数地区情况类似，在土耳其，高降水量、基础设施不足、缺乏灾害规划和灾害图都是导致人员伤亡的主要原因。在过去的 20 多年，许多学者都致力于评价滑坡灾害和绘制滑坡敏感性图来描述滑坡的空间分布，然而直到现在也没有通用的评价方法。尽管具有方法上和操作上的区别，所有的方法都是基于一个简单的概念模型，即首先绘制一套与斜坡不稳定性直接或间接相关的地质—地貌因素图，然后评价这些因素对产生边坡失稳的相对贡献，并将地表划分为不同的敏感度区。文献中可以检索到的灾害模型方法，主要可以归纳为两类：直接推断法和统计法。在直接推断法中，调查者给出所有编制滑坡和敏感性图的判定规则，这主要是取决于调查者的经验，因此专业知识是必不可少的。总的来说，这些方法是应用易滑坡地区的地貌规则，这在过去 20 年的文献中很突出。由于这些方法主要是取决于制图者的经验，其他的学者用同样的数据进行重新编制图件是不可行的。尽管这些方法比较精确，但其主观成分和对专业知识的依赖性导致学者们寻求更有效的统计方法，过去的 10 年中这一方法使用很广泛。统计方法的所有形式都用来推断与斜坡不稳定性有关因素的相对贡献，并根据这些因素进行预测；但在处理数据时这些方法之间仍有不同。统计方法可细分为两类：二元变量和多元变量方法。在多元变量方法中，考虑所有因素之间的相关性，...