Метод выборки данных об объективном отсутствии для картирования подверженности оползням

Aug 21, 2023

Научные отчеты, том 13, Номер статьи: 1740 (2023) Цитировать эту статью

1270 Доступов

4 цитаты

Подробности о метриках

Точность и качество карты подверженности оползням зависят от имеющихся мест оползней и стратегии выборки данных по отсутствию (места, где нет оползней). В этом исследовании мы предлагаем объективный метод определения критического значения для выборки данных об отсутствии на основе расстояний Махаланобиса (MD). Мы демонстрируем этот метод на картировании подверженности оползням трех подрайонов (Упазилас) района Рангамати, Бангладеш, и сравниваем результаты с картой подверженности оползням, созданной на основе метода выборки данных об отсутствии данных по склонам. Используя 15 причинных факторов оползня, включая уклон, экспозицию и кривизну плана, мы сначала определяем критическое значение 23,69 на основе распределения Хи-квадрат с 14 степенями свободы. Это критическое значение затем использовалось для определения пространства выборки для 261 данных о случайном отсутствии. Для сравнения мы выбрали другой набор данных об отсутствии, основанный на пороге наклона <3°. Карты подверженности оползням были затем созданы с использованием модели случайного леса. Кривые рабочих характеристик приемника (ROC) и индекс Каппа использовались для оценки точности, а индекс площади затравочных клеток (SCAI) использовался для оценки согласованности. Карта восприимчивости к оползням, созданная с использованием предложенного нами метода, имеет относительно высокие значения аппроксимации модели (0,87), прогноза (0,85) и значения Каппа (0,77). Несмотря на то, что карта предрасположенности к оползням, полученная с помощью отбора проб по склонам, также имеет относительно высокую точность, значения SCAI предполагают меньшую последовательность. Более того, выборка на основе уклона является весьма субъективной; поэтому мы рекомендуем использовать выборку данных об отсутствии на основе MD для картирования подверженности оползням.

Оползни — это движение камней, почвы и земли по склону1, когда напряжение сдвига в материалах склона превышает прочность на сдвиг2. Это наносит ущерб инфраструктуре и приводит к человеческим жертвам во всем мире3,4,5. Инвентаризация оползней и картирование подверженности имеют решающее значение для смягчения ущерба, вызванного оползнями2,6,7,8,9. В документах инвентаризации оползней ранее случались оползни10, а подверженность оползням описывает вероятность оползней на определенной территории11. На оползни влияют различные причинные факторы, такие как уклон, кривизна, землепользование/земной покров, геология и высота над уровнем моря7,12,13. Инвентаризация оползней и ее взаимосвязь с различными причинными факторами могут быть использованы для построения карты подверженности оползням14.

Для картирования подверженности оползням использовались различные статистические методы, включая логистическую регрессию, машины опорных векторов, случайный лес и повышение градиента15,16,17. Эти статистические методы используют причинные факторы оползней в качестве независимых переменных, а места оползней (данные о наличии) и места без оползней (данные об отсутствии) в качестве зависимых переменных4. Данные о присутствии в основном взяты из инвентаризации оползней. Напротив, отсутствие данных обычно недоступно и требует особой стратегии отбора проб в местах, где вероятность оползней низка7,18. Качество и точность карт подверженности оползням зависят не только от качества причинных факторов и данных о наличии, но и от метода выборки данных об отсутствии, а иногда точность зависит от того, как эта выборка проводится18.

Случайная выборка является наиболее распространенным подходом к получению данных об отсутствии. Он учитывает все места, кроме зарегистрированных оползней, на предмет отсутствия данных19,20. Этот метод требует репрезентативной инвентаризации оползней на всей территории21. Он подходит для картирования подверженности оползням на относительно небольшой территории, но сталкивается с проблемами на большой территории или в региональном масштабе12. Точность карты подверженности оползням, основанной на случайной выборке, как правило, низкая и смещена в сторону известных мест оползней21. Для повышения точности и качества картирования подверженности оползням были предложены различные методы выборки данных при отсутствии данных, включая предварительный исследовательский анализ данных, выборку с контролем буфера, измерения на основе расстояния и плотности, такие как оценка плотности ядра, евклидово расстояние, один класс или присутствие. только метод классификации и моделирование распределения плотности видов, такое как Bioclim7,8,12,21.