This paper presents the results of the cross-validation of a multivariate logistic regression model using remote sensing data and GIS
for landslide hazard analysis on the Penang, Cameron, and Selangor areas in Malaysia. Landslide locations in the study areas were identified
by interpreting aerial photographs and satellite images, supported by field surveys. SPOT 5 and Landsat TM satellite imagery were
used to map landcover and vegetation index, respectively. Maps of topography, soil type, lineaments and land cover were constructed
from the spatial datasets. Ten factors which influence landslide occurrence, i.e., slope, aspect, curvature, distance from drainage, lithology,
distance from lineaments, soil type, landcover, rainfall precipitation, and normalized difference vegetation index (ndvi), were
extracted from the spatial database and the logistic regression coefficient of each factor was computed. Then the landslide hazard
was analysed using the multivariate logistic regression coefficients derived not only from the data for the respective area but also using
the logistic regression coefficients calculated from each of the other two areas (nine hazard maps in all) as a cross-validation of the model.
For verification of the model, the results of the analyses were then compared with the field-verified landslide locations. Among the three
cases of the application of logistic regression coefficient in the same study area, the case of Selangor based on the Selangor logistic regression
coefficients showed the highest accuracy (94%), where as Penang based on the Penang coefficients showed the lowest accuracy (86%).
Similarly, among the six cases from the cross application of logistic regression coefficient in other two areas, the case of Selangor based
on logistic coefficient of Cameron showed highest (90%) prediction accuracy where as the case of Penang based on the Selangor logistic
regression coefficients showed the lowest accuracy (79%). Qualitatively, the cross application model yields reasonable results which can
be used for preliminary landslide hazard mapping.
2010 COSPAR. Published by Elsevier Ltd. All rights reserved.
This paper presents the results of the cross-validation of a multivariate logistic regression model using remote sensing data and GISfor landslide hazard analysis on the Penang, Cameron, and Selangor areas in Malaysia. Landslide locations in the study areas were identifiedby interpreting aerial photographs and satellite images, supported by field surveys. SPOT 5 and Landsat TM satellite imagery wereused to map landcover and vegetation index, respectively. Maps of topography, soil type, lineaments and land cover were constructedfrom the spatial datasets. Ten factors which influence landslide occurrence, i.e., slope, aspect, curvature, distance from drainage, lithology,distance from lineaments, soil type, landcover, rainfall precipitation, and normalized difference vegetation index (ndvi), wereextracted from the spatial database and the logistic regression coefficient of each factor was computed. Then the landslide hazardwas analysed using the multivariate logistic regression coefficients derived not only from the data for the respective area but also usingthe logistic regression coefficients calculated from each of the other two areas (nine hazard maps in all) as a cross-validation of the model.For verification of the model, the results of the analyses were then compared with the field-verified landslide locations. Among the threecases of the application of logistic regression coefficient in the same study area, the case of Selangor based on the Selangor logistic regressionค่าสัมประสิทธิ์ที่แสดงให้เห็นว่าความถูกต้องสูงสุด (94%), ซึ่งเป็นตามปีนังปีนัง สัมประสิทธิ์แสดงให้เห็นความถูกต้องต่ำสุด (86%)ในทำนองเดียวกัน ในกรณีหกจากแอพลิเคชันไขว้ของสัมประสิทธิ์การถดถอยโลจิสติกในพื้นที่อื่น ๆ 2 กรณีของเซลังกอร์ตามในสัมประสิทธิ์โลจิสติกของ Cameron แสดงให้เห็นความถูกต้องของการคาดเดา (90%) สูงสุดเป็นกรณีของปีนังตามเซลังกอร์โลจิสติกสัมประสิทธิ์ถดถอยที่แสดงความถูกต้องต่ำสุด (79%) Qualitatively แบบไขว้ประยุกต์ก่อให้เกิดผลลัพธ์ที่เหมาะสมซึ่งสามารถใช้สำหรับการแม็ปภัยดินถล่มเบื้องต้น2010 COSPAR เผยแพร่ โดย Elsevier สงวนลิขสิทธิ์ทั้งหมด
การแปล กรุณารอสักครู่..
บทความนี้นำเสนอผลของการตรวจสอบของหลายตัวแปรข้ามตัวแบบการถดถอยเชิงเส้นโดยใช้ข้อมูลระยะไกลและระบบสารสนเทศภูมิศาสตร์เพื่อการวิเคราะห์อันตรายดินถล่ม
บนปีนังคาเมรอน sensing และพื้นที่สลังงอร์ในมาเลเซีย ดินถล่ม ที่ตั้งในพื้นที่ศึกษามีการระบุ
โดยการแปลภาพถ่ายทางอากาศและภาพดาวเทียมได้รับการสนับสนุนโดยการสำรวจภาคสนามจุดที่ 5 และ Landsat TM ดาวเทียมถูก
ใช้แผนที่ดังดัชนีพืชตามลำดับ แผนที่ภูมิประเทศ และชนิดของดิน lineaments ที่ดินครอบคลุมขึ้น
จากข้อมูลเชิงพื้นที่ 10 ปัจจัยที่มีผลต่อการเกิดดินถล่ม ได้แก่ ความลาดชัน มีโค้ง ระยะทาง จากการศึกษาทางธรณีวิทยา , ระบายน้ำ , ระยะห่างจาก lineaments
ดินประเภท , คลื่น , ฝนฝนและคะแนนทีปกติความแตกต่างดัชนีพืชพรรณ ,
สกัดจากฐานข้อมูลเชิงพื้นที่และการถดถอยโลจิสติกค่าสัมประสิทธิ์ของแต่ละปัจจัย คือคํานวณ แล้วเกิดภัยพิบัติแผ่นดินถล่ม
วิเคราะห์โดยใช้สัมประสิทธิ์ถดถอยโลจิสติกพหุตัวแปรได้ไม่เพียง แต่จากข้อมูลในพื้นที่ที่เกี่ยวข้อง แต่ยังใช้
ค่าสัมประสิทธิ์การถดถอยโลจิสติกที่คำนวณจากแต่ละอื่น ๆสองด้าน ( เก้าแผนที่ที่เป็นอันตรายทั้งหมด ) เป็นข้ามการตรวจสอบความถูกต้องของแบบจำลอง
เพื่อตรวจสอบรูปแบบ , ผลวิเคราะห์ข้อมูลเปรียบเทียบกับเขตข้อมูลการตรวจสอบจากสถานที่ ระหว่างสาม
กรณีการค่าสัมประสิทธิ์การถดถอยโลจิสติกในเขตการศึกษาเดียวกันกรณีของลังงอร์ตามค้นหา logistic regression พบความถูกต้องสูงสุด
) ( 94 ) ที่ ปีนัง จากปีนัง มีความถูกต้องค่าต่ำสุด ( ร้อยละ 86 ) .
ในทํานองเดียวกัน ระหว่าง 6 รายจากข้ามการประยุกต์ใช้ค่าสัมประสิทธิ์การถดถอยโลจิสติกในอีก 2 พื้นที่ กรณีใช้
สลังงอร์ต่อค่าสัมประสิทธิ์ Logistic ของคาเมรอน พบมากที่สุด ( ร้อยละ 90 ) ทำนายความถูกต้องที่เป็นกรณีของปีนังขึ้นอยู่กับสัมประสิทธิ์ถดถอยโลจิสติก
สลังงอร์มีความถูกต้องน้อยที่สุด ( ร้อยละ 79 ) คุณภาพ , ข้ามการประยุกต์แบบจำลองให้ผลที่เหมาะสมซึ่งสามารถใช้เป็นเบื้องต้น ดินถล่ม ภัย
2010 แผนที่ cospar . ที่ตีพิมพ์โดยเอลส์จำกัดสงวนลิขสิทธิ์
การแปล กรุณารอสักครู่..