基于逻辑回归模型的伊犁某区域黄土滑坡易发性评价

赵金彪 傅贵 崔玉龙

摘 要：【目的】伊犁地区以滑坡为主的地质灾害时有发生，给当地带来了人员伤亡和财产损失，灾害防治形势严峻，需要对当地的滑坡易发性展开研究。【方法】以新疆伊犁州某黄土区为研究区，选取高程、坡度、坡向、坡位、距道路距离、距河流距离、距断层距离、多年平均降雨量、NDVI等9个因子作为滑坡影响因子，建立滑坡易发性评价指标体系，分析因子与滑坡的分布规律。运用逻辑回归模型对研究区滑坡灾害进行易发性评价，并通过ROC曲线对评价结果进行验证。【结果】结果表明：研究区滑坡分布于高程1 400～2 000 m、坡度10°～30°、坡向为东方向、坡位为中坡和上坡、距断层0～1 000 m、NDVI指数为0.7～0.8、降雨量为350～360 mm、距河流距离小于300 m的地区；高易发区和极高易发区主要分布在皮里青河和吉尔格朗河之间的一片低山丘陵区域；逻辑回归模型精度较高，ROC曲线的AUC值均在80%以上。【结论】研究获取的滑坡分布规律和易发性评价结果，可为该区域的滑坡防灾减灾和工程建设规划等提供参考。

关键词：黄土滑坡；易发性评价；逻辑回归；伊犁某区域

中图分类号：P642.22     文献标志码：A     文章编号：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

我国西部地区滑坡发生较为频繁［1-2］。滑坡灾害对人民的生命财产安全具有极大的威胁，如2008年5月12日，汶川地震触发滑坡，直接造成约2万人死亡［3］；2003年三峡库区千将坪滑坡造成数千人受灾，直接损失为5 735万元［4］。为减少滑坡灾害带来的威胁，许多学者对滑坡的易发性展开研究。如冯杭建等［5］以东南沿海地区浙江省淳安县为研究区，在野外实地调查的基础上，开展滑坡易发性评价。

滑坡数据库是研究区域灾害评价的基础，许多学者为此做出重大贡献。袁康等［6］针对“利奇马”台风所引发的滑坡进行分析，建立台风降雨滑坡数据库，并进行易发性评价；Cui等［7］针对2018年日本北海道Mw6.6级地震引发的同震滑坡，基于谷歌地球平台提供的卫星影像，构建了同震滑坡数据库，并用逻辑回归模型进行了危险性评价；Cui等［8］对喜马拉雅西构造结地区进行古滑坡人工目视解译，建立该区域古滑坡数据库，采用信息量模型与证据权模型进行滑坡危险性评价。Xu等［9］解译了汶川地震引发的196 007处滑坡，建立了完整的地震滑坡数据库。

伊犁地区地理位置优越，自然环境资源得天独厚，再加上国家“一带一路”倡议的支持，伊犁地区的经济得到了较快发展。与此同时，由于生产建设、经济活动的增加，使原本就比较脆弱的生态、地质环境进一步恶化。因此，对伊犁地区滑坡灾害进行易发性评价具有重要意义。本研究通过人工目视解译建立了伊犁地区滑坡数据库，利用ArcGIS软件平台对滑坡的空间分布规律进行分析，在此基础上采用逻辑回归模型进行滑坡易发性评价，并通过ROC曲线进行验证。

1 研究区背景

研究区位于伊犁州伊宁县县城以北15 km处，东西长为19 km，南北宽为12 km，面积约为230 km2，地理位置为81°27′26″E～81°41′24″E，44°05′42″N～44°12′54″N（如图1所示）。研究区属于北天山山脉科古琴山中低山区，总体地势为北高南低，海拔为888～2 103 m。研究区流水侵蚀作用强烈，坡面破坏严重，沟谷密布，以“V”形谷为主，整体上呈现出谷岭相间地貌［10-11］。皮里青河和吉尔格朗河河谷地势较低，河谷两侧地势较高，以东北-西南向为平行线，从左上角到右下角可将研究区划分为“高-低-高-低-高”5块区域。研究区新构造运动强烈，主要表现为明显的继承性、差异性升降运动，制约着新生界的发育。研究区内出露地层主要为石炭世地层，岩性主要为玢岩、斑岩、灰岩、火山碎屑岩等。

研究区气候属温带大陆性荒漠化气候，四季分明，降水充沛，年平均降雨量350 mm，主要集中在3—7月，约占全年降雨量的50%。区域内水系发达，主要河流有皮里青河和吉尔格朗河。皮里青河和吉尔格朗河均发源于科古尔琴山南侧，自北向南最后汇入伊犁河，同是伊犁河的一级支流。研究区域内发育有众多的沟壑，流域较窄，流程较短，但在春季融雪和多雨季节流量大，具有明显的季节特征。

2 数据及方法

2.1 数据来源

本研究选取了2015—2019年多个时期的卫星影像来进行滑坡解译工作。观察同一区域不同时期的卫星影像，根据各个时期颜色与形状的差异圈定滑坡，共解译出滑坡3 424处，其中有1 618个为单体滑坡面积<500 m2的滑坡，占滑坡总数量的47.25%；单体滑坡面积>10 000 m2的滑坡数量为28个，占滑坡总数量的0.82%。

在滑坡易发性评价当中，环境因子的选取是至关重要的。根据以往的滑坡研究和研究区的地质环境，本研究选取高程、坡度、坡向、坡位、距道路距离、距河流距离、距断层距离、多年平均降雨量、NDVI等9个因子作为易发性评价因子。因子分组见表1。

2.2 评价方法

逻辑回归模型是一种非常典型的非确定性方法，是最常用的滑坡易发性评价方法之一。逻辑回归模型的因变量必须是二分类变量，其自变量可以是连续型变量，也可以是离散型变量［12］。逻辑回归模型具体计算公式如式（1）、式（2）：

Z= β0+β1χ1+ β2 χ2+…+ βn χn （1）

P=1/（1+e-z） （2）

式中：Z表示变量叠加后线性权重值的和；βi表示样本的逻辑回归系数；χi表示各个影响因子；P表示发生滑坡的概率，P值越大表明滑坡发生的概率越大。P值的范围为0～1，0表示未发生滑坡，1表示发生滑坡。

在逻辑回归模型中，本研究选择非滑坡点与滑坡点比例为1∶1，为保证非滑点取样的合理性，提取研究区地质灾害影响范围外200 m的区域，在该区域内随机取样。并在取样的过程使非滑坡点间距离大于200 m。模型中的自变量为各个影响因子，因变量为滑坡是否发生，滑坡点为1，非滑坡点为0。

3 结果与分析

3.1 滑坡分布规律分析

滑坡分布高程范围为888～2 103 m，滑坡主要集中在1 400～2 000 m范围内，有2 661个，占滑坡总数的77.72%。研究区内地形复杂，坡度范围大，滑坡主要集中在10°～30°范围内，有2 456个，占滑坡总数的71.6%。坡位是影响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个，占滑坡总数的93.4%。距道路距离小于300 m范围内滑坡数量最多，为2 784个，占滑坡总数的81.3%。距断层0～1 000 m范围内滑坡数量最多，有1 425个，占滑坡总数的41.6%。研究区内的植被以牧草和低矮灌木为主，NDVI指数为0.7～0.8范围内滑坡数量最多，有2 272个，占滑坡总数的66.3%。降雨会使大量的雨水渗透到坡体中，极大降低岩土体的强度。降雨量为350～360 mm范围内滑坡数量最多，为2 404个，占滑坡总数的70.2%。河流会长期侵蚀坡脚，使土体被河水搬运带走形成临空面，从而容易诱发滑坡。距河流距离小于300 m范围内滑坡数量最多，为3 243个，占滑坡总数的94.7%。

3.2 滑坡易发性评价

根据式（1）、式（2）得出逻辑回归易发性分区，如图2所示。根据自然间断法将其分为5类，极低易发区、低易发区、中易发区、高易发区、极高易发区。高易发区和极高易发区主要分布在皮里青河和吉尔格朗河之间的一片低山丘陵区域，这片区域地势相对较高，高程一般在1 400 m以上，坡度一般在40°以下。低易发区和极低易发区主要分布在河谷及附近地势较低的地方，虽然这些地方滑坡数量并不多，但在河流长期侵蚀作用下，容易发育一些规模较大的滑坡。

3.3 模型评价结果验证

本研究采用ROC曲线对逻辑回归模型进行精度评价，将样本带入SPSS软件进行分析，得到逻辑回归模型的ROC曲线，如图3所示。AUC值代表ROC曲线下的面积值，越大说明模型精度越高。滑坡易发性分级统计结果见表2。

由表2可知，研究区滑坡数量随着易发等级的增加而增加。其中，极低易发和低易发区的面积最高，占研究区面积的55.24%，其次为中易发区，占研究区面积的18.05%。虽然高易发区和极高易发区内的面积占研究区总面积的26.71%，但滑坡数量却占了滑坡总数量的73.48%，滑坡面积占总滑坡面积的56.16%。因此，易发性评价与研究区实际情况是一致的。图3中显示逻辑回归ROC曲线的AUC值均大于80%，说明逻辑回归模型的评价精度高，预测效果好。

4 结论

本研究根据前人研究经验和本次研究实例选取高程、坡度、坡向、坡位、距道路距离、距河流距离、距断层距离、多年平均降雨量、NDVI等9个因子作为滑坡影响因子，建立滑坡易发性评价指标体系，分析滑坡分布情况，并基于逻辑回归模型进行易发性评价。采用ROC曲线对模型进行验证。得到以下结论。

①研究区土滑坡分布于高程1 400～2 000 m；坡度10°～30°；坡向为东方向；坡位为中坡和上坡；距断层0～1 000 m；NDVI指数为0.7～0.8；降雨量为350～360 mm；距河流距离小于300 m。

②高易发区和极高易发区主要分布在皮里青河和吉尔格朗河之间的低山丘陵区域，这片区域地势相对较高。滑坡数量随易发等级增加而增加，ROC曲线的训练集和验证集的成功率均在80%以上，结果表明模型的预测效果较好。

③本研究对伊犁区进行滑坡易发性评价，可直接用于此地滑坡灾害的防治，也可为该区域的滑坡防灾减灾和工程建设规划等提供参考。

参考文献：

［1］黄润秋.20世纪以来中国的大型滑坡及其发生机制［J］.岩石力学与工程学报，2007（3）：433-454.

［2］潘俊伟.江南造山带东段古滑坡识别及其分布规律［J］.福建建材，2022（3）：26-28，32.

［3］许冲.2008年汶川地震滑坡编录及其量化成果［J］.地质学报，2013，87（S1）：307-308.

［4］廖秋林，李晓，李守定，等.三峡库区千将坪滑坡的发生、地质地貌特征、成因及滑坡判据研究［J］.岩石力学与工程学报，2005，24（17）：3146-3153.

［5］冯杭建，周爱国，俞剑君，等.浙西梅雨滑坡易发性评价模型对比［J］.地球科学，2016，41（3）：403-415.

［6］袁康，崔玉龙，胡俊宏，等.2019年“利奇马”台风暴雨滑坡分布分析：以安徽省宁国市为例［J］.陕西理工大学学报（自然科学版），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］曹小红，孟和，尚彦军，等.伊犁谷地黄土滑坡发育分布规律及成因［J］.新疆地质，2020，38（3）：405-411.

［11］徐敏，崔玉龙，袁文华，等.基于GIS和信息量法的伊犁黄土滑坡易发性评价［J］.河南城建学院学报，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

基金项目：安徽省高校自然科学优秀青年科研项目（2023AH030041）。

作者简介：赵金彪（1987—），男，工程师，研究方向：土木工程设计。