逻辑回归与支持向量机模型在滑坡敏感性评价中的应用

白龙江流域是我国滑坡泥石流灾害四大高发区之一，进行该区域滑坡敏感性评价，能够为决策者在灾害管理和设施建设规划方面提供帮助，对区域防灾减灾具有重要指导意义。本研究采用边坡单元为基本研究单元，在野外调查及前人研究基础上，选择控制该区域滑坡发育的19个要素作为影响因子； 经过主成分分析和独立性检验得到该区域对滑坡形成贡献最大的6个因子：高程、坡度、坡向、岩性、断裂距离和人口密度； 分别使用二元逻辑回归模型（LR）和支持向量机模型（SVM）对该区域进行滑坡敏感性评价； 最后，采用ROC曲线对模型精度进行验证。研究结果表明，两模型各能将38.76%、14.48%、9.40%、11.28%、26.07%和13.49%、21.61%、8.17%、26.70%、30.04%的边坡单元分别预测为极高危险区、高危险区、中度危险区、低危险区和极低危险区； 精度验证结果表明两种模型均能有效地进行该区域滑坡敏感性评价，并且支持向量机模型具有更好的分类能力、预测精度和稳定性