基于邏輯回歸模型的伊犁某區域黃土滑坡易發性評價

趙金彪 傅貴 崔玉龍

摘 要：【目的】伊犁地區以滑坡為主的地質災害時有發生，給當地帶來了人員傷亡和財產損失，災害防治形勢嚴峻，需要對當地的滑坡易發性展開研究。【方法】以新疆伊犁州某黃土區為研究區，選取高程、坡度、坡向、坡位、距道路距離、距河流距離、距斷層距離、多年平均降雨量、NDVI等9個因子作為滑坡影響因子，建立滑坡易發性評價指標體系，分析因子與滑坡的分布規律。運用邏輯回歸模型對研究區滑坡災害進行易發性評價，并通過ROC曲線對評價結果進行驗證。【結果】結果表明：研究區滑坡分布于高程1 400～2 000 m、坡度10°～30°、坡向為東方向、坡位為中坡和上坡、距斷層0～1 000 m、NDVI指數為0.7～0.8、降雨量為350～360 mm、距河流距離小于300 m的地區；高易發區和極高易發區主要分布在皮里青河和吉爾格朗河之間的一片低山丘陵區域；邏輯回歸模型精度較高，ROC曲線的AUC值均在80%以上。【結論】研究獲取的滑坡分布規律和易發性評價結果，可為該區域的滑坡防災減災和工程建設規劃等提供參考。

關鍵詞：黃土滑坡；易發性評價；邏輯回歸；伊犁某區域

中圖分類號：P642.22???? 文獻標志碼：A???? 文章編號：1003-5168（2024）08-0109-05

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.08.021

Evaluation of Loess Landslide Susceptibility in a Certain Area of Yili Based on Logistic Regression Model

ZHAO Jinbiao1 FU Gui2 CUI Yulong2

（1.Ruicheng Civil Engineering Design Consulting Co.， Ltd.， Hefei 230088， China; 2. School of Civil Engineering and Architecture， Anhui University of Science and Technology， Huainan 232001， China）

Abstract： [Purposes] The frequent occurrence of landslide-based geological disasters in Yili area has brought serious casualties and property losses to the local area， and the situation of disaster prevention and control is very serious. [Methods] In this paper， a loess area in Yili Prefecture， Xinjiang is taken as the research area. Nine factors， including elevation， slope， slope direction， slope position， distance from road， distance from river， distance from fault， average annual rainfall and NDVI， are selected as landslide impact factors. The evaluation index system of landslide susceptibility is established， and the distribution law of factors and landslides is analyzed. The logistic regression model is used to evaluate the susceptibility of landslide disasters in the study area. Finally， the evaluation results are verified by ROC curve. [Findings] The results show that the landslide in the study area is distributed in the area with an elevation of 1 400～2 000 m， a slope of 10°～30°， an eastward slope， a middle slope and an upper slope， a distance from the fault of 0～1 000 m， a NDVI index of 0.7～0.8， a rainfall of 350～360 mm， and a distance from the river less than 300 m. High-prone areas and extremely high-prone areas are mainly distributed in a low hilly area between the Piliqing River and the Gilgerang River; the accuracy of logistic regression model is high， and the AUC value of ROC curve is more than 80 %. [Conclusions] The landslide distribution law and susceptibility evaluation results obtained in this paper can provide reference for landslide disaster prevention and mitigation and engineering construction planning in this area.

Keywords： loess landslide; susceptibilityevaluation; logistic regression; a certain area of Yili

0 引言

我國西部地區滑坡發生較為頻繁［1-2］。滑坡災害對人民的生命財產安全具有極大的威脅，如2008年5月12日，汶川地震觸發滑坡，直接造成約2萬人死亡［3］；2003年三峽庫區千將坪滑坡造成數千人受災，直接損失為5 735萬元［4］。為減少滑坡災害帶來的威脅，許多學者對滑坡的易發性展開研究。如馮杭建等［5］以東南沿海地區浙江省淳安縣為研究區，在野外實地調查的基礎上，開展滑坡易發性評價。

滑坡數據庫是研究區域災害評價的基礎，許多學者為此做出重大貢獻。袁康等［6］針對“利奇馬”臺風所引發的滑坡進行分析，建立臺風降雨滑坡數據庫，并進行易發性評價；Cui等［7］針對2018年日本北海道Mw6.6級地震引發的同震滑坡，基于谷歌地球平臺提供的衛星影像，構建了同震滑坡數據庫，并用邏輯回歸模型進行了危險性評價；Cui等［8］對喜馬拉雅西構造結地區進行古滑坡人工目視解譯，建立該區域古滑坡數據庫，采用信息量模型與證據權模型進行滑坡危險性評價。Xu等［9］解譯了汶川地震引發的196 007處滑坡，建立了完整的地震滑坡數據庫。

伊犁地區地理位置優越，自然環境資源得天獨厚，再加上國家“一帶一路”倡議的支持，伊犁地區的經濟得到了較快發展。與此同時，由于生產建設、經濟活動的增加，使原本就比較脆弱的生態、地質環境進一步惡化。因此，對伊犁地區滑坡災害進行易發性評價具有重要意義。本研究通過人工目視解譯建立了伊犁地區滑坡數據庫，利用ArcGIS軟件平臺對滑坡的空間分布規律進行分析，在此基礎上采用邏輯回歸模型進行滑坡易發性評價，并通過ROC曲線進行驗證。

1 研究區背景

研究區位于伊犁州伊寧縣縣城以北15 km處，東西長為19 km，南北寬為12 km，面積約為230 km2，地理位置為81°27′26″E～81°41′24″E，44°05′42″N～44°12′54″N（如圖1所示）。研究區屬于北天山山脈科古琴山中低山區，總體地勢為北高南低，海拔為888～2 103 m。研究區流水侵蝕作用強烈，坡面破壞嚴重，溝谷密布，以“V”形谷為主，整體上呈現出谷嶺相間地貌［10-11］。皮里青河和吉爾格朗河河谷地勢較低，河谷兩側地勢較高，以東北-西南向為平行線，從左上角到右下角可將研究區劃分為“高-低-高-低-高”5塊區域。研究區新構造運動強烈，主要表現為明顯的繼承性、差異性升降運動，制約著新生界的發育。研究區內出露地層主要為石炭世地層，巖性主要為玢巖、斑巖、灰巖、火山碎屑巖等。

研究區氣候屬溫帶大陸性荒漠化氣候，四季分明，降水充沛，年平均降雨量350 mm，主要集中在3—7月，約占全年降雨量的50%。區域內水系發達，主要河流有皮里青河和吉爾格朗河。皮里青河和吉爾格朗河均發源于科古爾琴山南側，自北向南最后匯入伊犁河，同是伊犁河的一級支流。研究區域內發育有眾多的溝壑，流域較窄，流程較短，但在春季融雪和多雨季節流量大，具有明顯的季節特征。

2 數據及方法

2.1 數據來源

本研究選取了2015—2019年多個時期的衛星影像來進行滑坡解譯工作。觀察同一區域不同時期的衛星影像，根據各個時期顏色與形狀的差異圈定滑坡，共解譯出滑坡3 424處，其中有1 618個為單體滑坡面積<500 m2的滑坡，占滑坡總數量的47.25%；單體滑坡面積>10 000 m2的滑坡數量為28個，占滑坡總數量的0.82%。

在滑坡易發性評價當中，環境因子的選取是至關重要的。根據以往的滑坡研究和研究區的地質環境，本研究選取高程、坡度、坡向、坡位、距道路距離、距河流距離、距斷層距離、多年平均降雨量、NDVI等9個因子作為易發性評價因子。因子分組見表1。

2.2 評價方法

邏輯回歸模型是一種非常典型的非確定性方法，是最常用的滑坡易發性評價方法之一。邏輯回歸模型的因變量必須是二分類變量，其自變量可以是連續型變量，也可以是離散型變量［12］。邏輯回歸模型具體計算公式如式（1）、式（2）：

Z= β0+β1χ1+ β2 χ2+…+ βn χn （1）

P=1/（1+e-z） （2）

式中：Z表示變量疊加后線性權重值的和；βi表示樣本的邏輯回歸系數；χi表示各個影響因子；P表示發生滑坡的概率，P值越大表明滑坡發生的概率越大。P值的范圍為0～1，0表示未發生滑坡，1表示發生滑坡。

在邏輯回歸模型中，本研究選擇非滑坡點與滑坡點比例為1∶1，為保證非滑點取樣的合理性，提取研究區地質災害影響范圍外200 m的區域，在該區域內隨機取樣。并在取樣的過程使非滑坡點間距離大于200 m。模型中的自變量為各個影響因子，因變量為滑坡是否發生，滑坡點為1，非滑坡點為0。

3 結果與分析

3.1 滑坡分布規律分析

滑坡分布高程范圍為888～2 103 m，滑坡主要集中在1 400～2 000 m范圍內，有2 661個，占滑坡總數的77.72%。研究區內地形復雜，坡度范圍大，滑坡主要集中在10°～30°范圍內，有2 456個，占滑坡總數的71.6%。坡位是影響滑坡分布的重要地形因子，滑坡主要集中在中坡和上坡，有3 196個，占滑坡總數的93.4%。距道路距離小于300 m范圍內滑坡數量最多，為2 784個，占滑坡總數的81.3%。距斷層0～1 000 m范圍內滑坡數量最多，有1 425個，占滑坡總數的41.6%。研究區內的植被以牧草和低矮灌木為主，NDVI指數為0.7～0.8范圍內滑坡數量最多，有2 272個，占滑坡總數的66.3%。降雨會使大量的雨水滲透到坡體中，極大降低巖土體的強度。降雨量為350～360 mm范圍內滑坡數量最多，為2 404個，占滑坡總數的70.2%。河流會長期侵蝕坡腳，使土體被河水搬運帶走形成臨空面，從而容易誘發滑坡。距河流距離小于300 m范圍內滑坡數量最多，為3 243個，占滑坡總數的94.7%。

3.2 滑坡易發性評價

根據式（1）、式（2）得出邏輯回歸易發性分區，如圖2所示。根據自然間斷法將其分為5類，極低易發區、低易發區、中易發區、高易發區、極高易發區。高易發區和極高易發區主要分布在皮里青河和吉爾格朗河之間的一片低山丘陵區域，這片區域地勢相對較高，高程一般在1 400 m以上，坡度一般在40°以下。低易發區和極低易發區主要分布在河谷及附近地勢較低的地方，雖然這些地方滑坡數量并不多，但在河流長期侵蝕作用下，容易發育一些規模較大的滑坡。

3.3 模型評價結果驗證

本研究采用ROC曲線對邏輯回歸模型進行精度評價，將樣本帶入SPSS軟件進行分析，得到邏輯回歸模型的ROC曲線，如圖3所示。AUC值代表ROC曲線下的面積值，越大說明模型精度越高。滑坡易發性分級統計結果見表2。

由表2可知，研究區滑坡數量隨著易發等級的增加而增加。其中，極低易發和低易發區的面積最高，占研究區面積的55.24%，其次為中易發區，占研究區面積的18.05%。雖然高易發區和極高易發區內的面積占研究區總面積的26.71%，但滑坡數量卻占了滑坡總數量的73.48%，滑坡面積占總滑坡面積的56.16%。因此，易發性評價與研究區實際情況是一致的。圖3中顯示邏輯回歸ROC曲線的AUC值均大于80%，說明邏輯回歸模型的評價精度高，預測效果好。

4 結論

本研究根據前人研究經驗和本次研究實例選取高程、坡度、坡向、坡位、距道路距離、距河流距離、距斷層距離、多年平均降雨量、NDVI等9個因子作為滑坡影響因子，建立滑坡易發性評價指標體系，分析滑坡分布情況，并基于邏輯回歸模型進行易發性評價。采用ROC曲線對模型進行驗證。得到以下結論。

①研究區土滑坡分布于高程1 400～2 000 m；坡度10°～30°；坡向為東方向；坡位為中坡和上坡；距斷層0～1 000 m；NDVI指數為0.7～0.8；降雨量為350～360 mm；距河流距離小于300 m。

②高易發區和極高易發區主要分布在皮里青河和吉爾格朗河之間的低山丘陵區域，這片區域地勢相對較高。滑坡數量隨易發等級增加而增加，ROC曲線的訓練集和驗證集的成功率均在80%以上，結果表明模型的預測效果較好。

③本研究對伊犁區進行滑坡易發性評價，可直接用于此地滑坡災害的防治，也可為該區域的滑坡防災減災和工程建設規劃等提供參考。

參考文獻：

［1］黃潤秋.20世紀以來中國的大型滑坡及其發生機制［J］.巖石力學與工程學報，2007（3）：433-454.

［2］潘俊偉.江南造山帶東段古滑坡識別及其分布規律［J］.福建建材，2022（3）：26-28，32.

［3］許沖.2008年汶川地震滑坡編錄及其量化成果［J］.地質學報，2013，87（S1）：307-308.

［4］廖秋林，李曉，李守定，等.三峽庫區千將坪滑坡的發生、地質地貌特征、成因及滑坡判據研究［J］.巖石力學與工程學報，2005，24（17）：3146-3153.

［5］馮杭建，周愛國，俞劍君，等.浙西梅雨滑坡易發性評價模型對比［J］.地球科學，2016，41（3）：403-415.

［6］袁康，崔玉龍，胡俊宏，等.2019年“利奇馬”臺風暴雨滑坡分布分析：以安徽省寧國市為例［J］.陜西理工大學學報（自然科學版），2021，37（3）：74-81.

［7］CUI Y L， BAO P P， XU C， et al. Landslides triggered by the 6 september 2018 mw 6.6 hokkaido， Japan： an updated inventory and retrospective hazard assessment ［J］. Earth Science Informatics， 2021， 14（1）：247-258.

［8］CUI Y L， YANG W H， XU C， et al. Distribution of ancient landslides and landslide hazard assessment in the western himalayan syntaxis area［J］. Frontiers in Earth Science， 2023，11：1135018.

［9］XU C， XU X W，QI Y， et al. Gis-based bivariate statistical modelling for earthquake-triggered landslides susceptibility mapping related to the 2008 wenchuan earthquake， China［J］. Quarterly Journal of Engineering Geology and Hydrogeology，2013， 46（2）：221-236.

［10］曹小紅，孟和，尚彥軍，等.伊犁谷地黃土滑坡發育分布規律及成因［J］.新疆地質，2020，38（3）：405-411.

［11］徐敏，崔玉龍，袁文華，等.基于GIS和信息量法的伊犁黃土滑坡易發性評價［J］.河南城建學院學報，2021，30（4）：25-31.

［12］DAI F C， LEE C F， LI J， et al. Assessment of landslide susceptibility on the natural terrain of Lantau Island， Hong Kong［J］. Environmental geology，2001， 40（3）：381-391.

收稿日期：2023-09-27

基金項目：安徽省高校自然科學優秀青年科研項目（2023AH030041）。

作者簡介：趙金彪（1987—），男，工程師，研究方向：土木工程設計。