[发明专利]基于GIS与Logistic回归模型的泥石流易发性预测方法

说明书

本发明公开了基于GIS与Logistic回归模型的泥石流易发性预测方法，包括确定评价单元、评价参数的选取与处理、构建训练样本集、聚类分析、因子分析、建立Logistic回归模型、Logistic回归模型的分析、评价结果的分类、预测待评价区域内泥石流灾害的易发性九步骤。本发明具有评价精度更高、针对性更强的优点，其主要用于泥石流易发性预测。

技术领域

本发明涉及自然灾害风险评价技术领域，具体的说是基于GIS与Logistic回归模型的泥石流易发性预测方法。

背景技术

泥石流是山区常见的自然灾害现象，具有爆发突然、运动迅速、历时短暂、破坏性强等特点，会给当地居民的生命财产安全带来巨大的威胁。而泥石流的易发性评价研究一直是国内外研究的重要课题。泥石流易发性评价是指在现状自然地理、地质构造和地层岩性等成灾背景条件下泥石流的易发程度，对可能发生的泥石流的概率进行定性和定量分析。易发性评价对泥石流灾害的管理和防治具有重要的指导意义。

现有的泥石流易发性评价方法主要分为定性方法和定量方法，定性方法主要是指基于专家经验的现场分析和因子专题图叠加分析，定量方法主要是指统计分析法。定性方法由于过多的涉及主观意愿及受专业人士水平的影响，评价结果难以让人信服。而统计分析法中的Logistic回归由于方法简单，物理意义明确，很多学者利用Logistic回归模型来预测评价地质灾害的易发性，取得了不错成绩。但现有的Logistic回归模型存在评价精度较低、无法处理变量间的共线性问题等不足。另外，过往大多关于泥石流易发性的研究最终停留在泥石流易发程度的判断，并没有识别出不同类型泥石流的主要影响因素，这给防治工作的开展造成不便。

发明内容

针对现有技术中存在的上述不足之处，本发明目的是提供一种评价精度更高、针对性更强的泥石流灾害易发性评价方法。

本发明为实现上述目的所采用的技术方案是：基于GIS与Logistic回归模型的泥石流易发性预测方法，包括如下步骤：

步骤1、确定评价单元：

所述评价单元的确定方式为，基于数字高程模型数据，利用ArcGIS平台提取小流域，并结合遥感图像进行人为修改，将修改后的小流域确定为所述评价单元，且相应的具有泥石流灾害发生的历史数据；

步骤2、评价参数的选取与处理：

选取评价参数，并对所选的评价参数进行无量纲化处理得到评价因子；

步骤3、构建训练样本集：

所述训练样本集依据所述评价单元内泥石流灾害发生的历史数据以及所述评价因子组成；

步骤4、聚类分析：

采用模糊C均值聚类法对训练样本集进行聚类分析，使同类子样本间的相似度最大，而不同子样本间的差异性最明显；

步骤5、因子分析：

依据所述聚类分析结果，分别对每一组聚类分析后的子样本进行因子分析得出每一组的公因子及计算相应的因子得分；

步骤6、建立Logistic回归模型：

依据每组所述因子分析结果作为自变量以及所述评价单元内泥石流的发生情况作为因变量建立Logistic回归模型；

步骤7、Logistic回归模型的分析：

对所建立的Logistic回归模型进行拟合度分析、显著性分析以及回代法误判率分析；

步骤8、评价结果的分类：

采用自然断点法对评价结果进行分类，分为高易发性、中易发性、较低易发性及低易发性四类；

步骤9、预测待评价区域内泥石流灾害的易发性：