中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 基于Logistic回归和MCMC方法评价地震滑坡敏感性 水土保持研究 2022 (3) 396-403,410
Position: Home > Articles > 基于Logistic回归和MCMC方法评价地震滑坡敏感性 Research of Soil and Water Conservation 2022 (3) 396-403,410

基于Logistic回归和MCMC方法评价地震滑坡敏感性

作  者：
贺倩;汪明;刘凯
单  位：
北京师范大学地表过程与资源生态国家重点实验室
关键词：
马尔可夫链蒙特卡罗;Logistic回归;不确定性;地震滑坡;滑坡敏感性;
摘  要：
Logistic回归模型（Logistic Regression, LR）在滑坡敏感性评价上应用广泛，但目前对于模型参数不确定性的研究较为缺乏。马尔可夫链蒙特卡罗（Markov Chain Monte Carlo, MCMC）方法能够结合参数的先验信息得到其后验分布，从而对估计参数的不确定性进行分析。为探索MCMC方法在Logistic滑坡敏感性模型构建中的有效性；量化模型参数估计值的不确定性，以西南地区2013年4·20芦山地震，2017年8·8九寨沟地震和2014年8·3鲁甸地震为例，基于MCMC方法对Logistic回归模型的回归系数进行估计。构建了区域的地震滑坡敏感性模型，对模型参数的估计值进行了不确定性分析，并绘制了区域的滑坡敏感性图。结果表明：在芦山地震案例中，模型参数估计值的不确定性都比较低；在九寨沟案例中，岩性因子的参数估计值不确定性较高；在鲁甸地震中，岩性、剖面曲率和平面曲率的参数不确定性较高。总的来说，模型中的大多数参数估计值不确定性都较低。所构建的Logistic回归模型在三次地震滑坡事件中的预测精度都较高，AUC（Area Under ROC Curve）值均在0.9以上，这证明了MCMC方法对Logistic模型参数估计的准确性。在三次地震滑坡事件中，因子相对重要性最大的为高程，其次为距离断层的距离以及修正麦卡利烈度。研究为利用LR模型进行滑坡敏感性评价提供了一种新的思路和方法。

相似文章

导出引用
计量
文章访问数: 18
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46