sedimentary rocks (conglomerate, sa

sedimentary rocks (conglomerate, sandstones and argillite), (e)
Quaternary colluvial-alluvial deposits, (f) Modern unconsolidated
deposits, sand, silt and clay, that are restricted to narrow river
channels and to the valleys.
The Central Precordillera has been described as a typical thinskinned
thrust-and-fold belt, with Neogene crustal shortening
dipping west, and imbricated structures rooting down towards a
10e15 km deep main d
ecollement (Allmendinger et al., 1990).
Reverse faults with Quaternary tectonic activity are found in the
eastern piedmont of the Cord
on de Las Osamentas (Perucca and
Onorato, 2011). All the faults are located at a distance between 2
and 20 km from the debris rockslides area. NeS trending thrust
faults affect the lower or distal part of the alluvial fans, east-facing
scarps up to 10-m high define the fault trace.
3. Materials and methods
An inventory of debris rockslides in the study areawas prepared
in order to identify their relationships with conditional factors such
as altitude, aspect, slope angle, lithology, and distance to lineaments.
The debris rockslides were identified using high resolution
satellite imagery (SPOT 5 with a 2.5-m spatial resolution, taken in
August 2002 and January 2003) from Google Earth™, which were
georeferenced to a geographical coordinate system (WGS84) within
a geographical information system (GIS). The identified debrisrockslides
and their areas were stored, in vector format, through
manual digitalization using GIS.
Elevations (Fig. 2) were obtained from topographical information
obtained from ASTER GDEM V2 (NASA, 2011). Therefore, a
digital elevation model (DEM) was made for the region. Using the
DEM, slope aspect (Fig. 2) and the slope angle (Fig. 2) were calculated.
The lithology (Fig. 2) data were acquired from geologic map
sheets (3169-III Barreal, preliminary and 3169-IV San Juan) published
by the Servicio Geol
ogico Minero Argentino (Argentine
Mining Geologic Service) at 1:250,000 scale (SEGEMAR, 2000).
Fault lines and lineaments located in the study area were
derived by integrating the existing geological data and imagery
interpretation. The study area and its vicinity are significantly
affected by the Neotectonic activity of the region; these data
strongly suggest the role of fault zones in controlling the distribution
of landslide scars (Perucca and Onorato, 2011). Therefore, to
assess causeeeffect relationships between lineaments and slide
occurrence, distances to lineaments (Fig. 2) was calculated using
multiple buffers of 100 m incremental distance. The morphometric
parameters of the debris-rockslides were measured according to
the definitions to WP/WLI (International Geotechnical
Societies ¼ UNESCO Working Party on World Landslide Inventory)
suggested Nomenclature for Landslides (modified of IAEG, 1990).
In order to compute the volume of the debris-rockslides, the
pre-slide topography needs to be reconstructed. This reconstruction
is based on the continuity between the present topography
outside the scar area and the pre-event topography within the slide
area. The pre-slide DEMwas obtained by reshaping post-slide DEM,
by deleting points corresponding to slide and interpolating the preslide
topography, using the intersection lines of interpolated
structural features, based on geomorphic observations that
included a careful observation of the structure/morphology of the
mountain around. Calculation of the volumes and thickness of the
slide involved measurement of the difference between pre- and
post-slide DEM (Süzen and Doyuran, 2004).
Using the frequency ratio method and a logistic regression
model (Esper Angillieri, 2010), relationships between the presence
of debris rockslides and some variables were analyzed. Frequency
ratio approaches are based on the observed relationships between
distribution of debris e rockslides and each slide related variable, to
reveal the correlation between debris e rockslides locations and
the variables in the study area. Therefore, the frequency ratio can be
calculated according to the following equation:
Fr ¼ Ni
N


Si
S
where S is the total number of pixels, N is the number of pixels with
debris e rockslides occurrences; Si is the number of pixels the i
variable and Ni is the number of pixels in which the debris rockslides
occurred in the i variable. If the value is greater than 1, it
means a higher correlation, and a value smaller than 1 means lower
correlation.
Logistic regression allows forming a multivariate regression
relation between a dependent variable and several independent
variables (Atkinson and Massari, 1998). The dependent data is
made up of 0 and 1 values which show the absence and presence of
debris rockslides respectively. The advantages of logistic regression
are: 1) each variable used can be either continuous or discrete, and
2) it does not necessarily have a normal distribution. In the present
situation, the binary dependent variable represents the presence or
absence of debris rockslides. The forward stepwise logistic regression
was carried out to incorporate predictor variables with an
important contribution to the presence of debris-rockslides. The
higher the logistic regression coefficient, the higher impacts on
slide occurrence can be expected. In a logistic regression analysis, it
is preferable that the number of pixels representing areas with an
occurrence and that without it should be the same (Süzen and
Doyuran, 2004a; Ayalew and Yamagishi, 2005).
In the study area, 200 points, on the rupture zone (exclude both
the transport and the deposition of landslide), represent the debris
rockslides. Therefore, 200 points without debris rockslides were
randomly selected for logistic regression. The lithologic units and
distances to lineaments classes were treated as categorical variables,
and slope, aspect and elevation, as continuous variables. In
logistic regression, multicollinearity checking is necessary to check
the correlation of independent variables (Hosmer and Lemeshow,
1989). Multicollinearity is a statistical situation in which two or
more predictor variables are highly correlated, meaning that one
can be linearly predicted from the others with a non-trivial degree
of accuracy. Tolerance (TOL) and the variance inflation factor are
two important indexes that are widely used for multicollinearity
checking. According to Menard (1995), a TOL value less than 0.2 is
one indicator for multicollinearity, and serious multicollinearity
occurs between independent variables when the TOL values are
smaller than 0.1. The variance inflation factor (VIF) is calculated by
1/tolerance. If VIF value exceeds 10, it is often regarded as indicating
multicollinearity. Additionally, the Pearson correlation was also
used to test the correlation between variables.
4. Results and discussion
A total of 35 dry debris-rockslides were identified (Fig. 1), which
covered an area of 6.36 km2, accounting for 2.21% of the study area,
with a total volume of 23.99 106m3. The minimum, mean and the
maximum slide areas are 0.001, 0.18, and 0.66 km2 respectively.
Mean width of the rupture zone (Wr) is 301.30 m, and the mean
length of the displaced mass (Ld) 373.22 m. The widths of the
rupture zone (Wr) of individual debris-rockslides range from 28.21
to 1059.82 m and displaced mass (Ld) from 21.36 to 1197.95 m.
Geometric characteristics of the individual debris-rockslides
observed within the study area are presented in Table 1. Fig. 1
shows the spatial distribution of the debris-rockslides.
The volume of all debris rockslides was calculated from a
DEM with low horizontal and vertical resolution (30 m), which

ผลลัพธ์ (ไทย) 1:

หินตะกอน (หินกรวดมน sandstones และ argillite) (e)ฝาก colluvial ทราย quaternary, (f) งวดที่ทันสมัยเงินฝาก ทราย ตะกอน และดินเหนียว ที่ถูกแม่น้ำแคบจำกัดช่อง และหุบเขาPrecordillera กลางได้ถูกอธิบายไว้เป็น thinskinned ทั่วไปกระตุก และพับเข็มขัด ทำให้สั้น crustal ยุคนีโอจีนจุ่ม rooting ลงสู่โครงสร้างตะวันตก และ imbricated เป็น10e15 กิโลเมตรลึกหลัก d ecollement (Allmendinger และ al., 1990)พบข้อบกพร่องกลับกับกิจกรรม Quaternary ธรณีในpiedmont ตะวันออกของสายในเดอลา Osamentas (Perucca และOnorato, 2011) ข้อบกพร่องทั้งหมดจะอยู่ที่ระยะห่างระหว่าง 2และ 20 กิโลเมตรจากพื้นที่ rockslides เศษ กระตุก trending NeSข้อบกพร่องที่มีผลกระทบต่อส่วนล่าง หรือกระดูกของตะกอนน้ำพารูปแฟน หันหน้าไปทางทิศตะวันออกscarps ได้สูง 10 เมตรกำหนดติดตามข้อบกพร่อง3. วัสดุและวิธีการสินค้าคงคลังของ rockslides เศษในพื้นที่ศึกษาที่เตรียมไว้เพื่อระบุความสัมพันธ์ของพวกเขา ด้วยเงื่อนไขปัจจัยดังกล่าวความสูง ด้าน มุมลาด lithology และห่างจาก lineamentsRockslides เศษที่ระบุโดยใช้ความละเอียดสูงภาพถ่ายดาวเทียม (จุด 5 2.5 m ปริภูมิความละเอียด ใน2002 สิงหาคมและ 2546 มกราคม) จาก Google Earth ™ ซึ่งมีgeoreferenced กับภูมิศาสตร์พิกัดระบบ (WGS84) ภายในระบบข้อมูลทางภูมิศาสตร์ (GIS) Debrisrockslides ระบุและพื้นที่ของพวกเขาถูกเก็บ ไว้ ในรูปแบบเวกเตอร์ ผ่านดิจิทัลด้วยตนเองโดยใช้ GISElevations (Fig. 2) ได้รับจาก topographicalรับจากสเตอร์ GDEM V2 (NASA, 2011) ดังนั้น การทำแบบจำลองความสูงดิจิตอล (DEM) ในภูมิภาค โดยใช้การDEM คำนวณด้านลาด (Fig. 2) และมุมลาด (Fig. 2)Lithology (Fig. 2) ข้อมูลได้รับมาจากแผนที่ธรณีวิทยาเผยแพร่แผ่น (Barreal 3169 III, 3169 IV เบื้องต้น และ San Juan)โดย ogico Servicio Geol Minero Argentino (อาร์เจนตินาการทำเหมืองแร่ธรณีวิทยาบริการ) ที่ระดับ 1:250,000 (SEGEMAR, 2000)การและ lineaments ที่ตั้งอยู่ในพื้นที่ศึกษาได้มา โดยการผสานรวมข้อมูลธรณีวิทยาที่มีอยู่และภาพถ่ายตีความ ศึกษาพื้นที่และบริเวณใกล้เคียงเป็นอย่างมากรับผลกระทบจากกิจกรรม Neotectonic ของภูมิภาค ข้อมูลเหล่านี้ขอแนะนำบทบาทของเขตข้อบกพร่องในการควบคุมการกระจายของแผลเป็นดินถล่ม (Perucca และ Onorato, 2011) ดังนั้น การประเมินความสัมพันธ์ causeeeffect ระหว่าง lineaments และภาพนิ่งเกิดขึ้น ระยะทางการ lineaments (Fig. 2) ถูกคำนวณโดยใช้บัฟเฟอร์หลาย 100 เมตรระยะทางเพิ่มขึ้น Morphometricมีวัดพารามิเตอร์ของ rockslides เศษตามคำนิยามการ WLI WP (นานาชาติธรณีสังคม¼ยูเนสโกทำพรรคคงดินถล่มโลก)แนะนำเรียกชื่อแผ่นดินถล่ม (ปรับเปลี่ยนของ IAEG, 1990)การคำนวณปริมาณของเศษ-rockslides,ภูมิประเทศภาพนิ่งก่อนต้องถูกเชิด ฟื้นฟูนี้ขึ้นอยู่กับความต่อเนื่องระหว่างภูมิประเทศอยู่นอกบริเวณแผลและภูมิประเทศเหตุการณ์ล่วงหน้าภายในภาพนิ่งที่ตั้ง DEMwas ภาพนิ่งก่อนที่ได้รับ โดยการฉีดเพื่อภาพนิ่งหลัง DEMโดยการลบคะแนนที่ตรงกับภาพนิ่ง และ interpolating ที่ preslideภูมิประเทศ ใช้ใบตัดของการสลักษณะโครงสร้างการทำงาน ตามสังเกต geomorphic ที่รวมสังเกตระวังของโครงสร้าง/สัณฐานวิทยาของการภูเขารอบ ๆ คำนวณปริมาณและความหนาของการภาพนิ่งการประเมินเกี่ยวข้องกับความแตกต่างระหว่างก่อน และภาพนิ่งหลัง DEM (Süzen และ Doyuran, 2004)โดยใช้วิธีอัตราส่วนความถี่และการถดถอยโลจิสติกแบบจำลอง (Esper Angillieri, 2010), ความสัมพันธ์ระหว่างการของเศษ rockslides และบางตัวแปรที่วิเคราะห์ ความถี่วิธีอัตราส่วนตามสังเกตความสัมพันธ์ระหว่างจำหน่ายเศษอี rockslides และแต่ละภาพนิ่งตัวแปรที่เกี่ยวข้อง การเปิดเผยความสัมพันธ์ระหว่างเศษอี rockslides ที่ตั้ง และตัวแปรในการศึกษา ดังนั้น อัตราส่วนความถี่สามารถคำนวณตามสมการต่อไปนี้:Fr ¼ NiN
ศรีSโดยที่ S คือ จำนวนรวมของพิกเซล N คือ จำนวนพิกเซลด้วยเศษอี rockslides เกิด ศรีคือ จำนวนพิกเซล iตัวแปรและ Ni เป็นจำนวนพิกเซลที่ rockslides เศษเกิดขึ้นในตัวแปรฉัน ถ้าค่ามากกว่า 1 มันหมายถึง ความสัมพันธ์ที่สูง และค่าที่น้อยกว่า 1 หมายถึงต่ำกว่าความสัมพันธ์ถดถอยโลจิสติกทำให้เป็นตัวแปรพหุการถดถอยความสัมพันธ์ระหว่างตัวแปรขึ้นอยู่กับและอิสระหลายตัวแปร (อันดับและ Massari, 1998) ข้อมูลอ้างอิงประกอบด้วยค่า 0 และ 1 ซึ่งแสดงการขาดงานและสถานะของrockslides เศษตามลำดับ ข้อดีของการถดถอยโลจิสติกมี: 1) แต่ละตัวแปรที่ใช้ได้อย่างต่อเนื่อง หรือไม่ต่อ เนื่อง และ2) นั้นไม่จำเป็นต้องมีการแจกแจงปกติการ ในปัจจุบันสถานการณ์ การแสดงถึงตัวแปรขึ้นอยู่กับไบนารี หรือการขาดงานของเศษ rockslides ถดถอยโลจิสติกของ stepwise ไปข้างหน้าได้รับการดำเนินการรวมตัวแปร predictor ด้วยการสัดส่วนความสำคัญกับสถานะของเศษ rockslides ที่สูงกว่าค่าสัมประสิทธิ์ถดถอยโลจิสติก สูงขึ้นส่งผลกระทบต่อสามารถคาดหวังเกิดภาพนิ่ง ในการวิเคราะห์การถดถอยโลจิสติก มันใช้ที่จำนวนพิกเซลที่แสดงพื้นที่ที่มีการเหตุการณ์และที่มันไม่ควรจะเหมือนกัน (Süzen และDoyuran, 2004a Ayalew ก Yamagishi, 2005)ในพื้นที่ศึกษา จุด 200 โซนแตก (ไม่รวมทั้งการขนส่งและการสะสมของดินถล่ม), เป็นตัวแทนกับเศษrockslides ดังนั้น ได้คะแนน 200 โดยไม่มีเศษ rockslidesสุ่มเลือกสำหรับการถดถอยโลจิสติก หน่วย lithologic และระยะการเรียน lineaments ได้ถือว่าเป็นตัวแปรที่แน่ชัดและความชัน ด้าน และยก ระดับ เป็นตัวแปรต่อเนื่อง ในถดถอยโลจิสติก multicollinearity ตรวจสอบจำเป็นต้องตรวจสอบความสัมพันธ์ของตัวแปรอิสระ (Hosmer และ Lemeshow1989) . multicollinearity จะเป็นสถานการณ์ที่สองสถิติ หรือตัวแปร predictor มากกว่าจะสูง correlated ความหมาย ที่หนึ่งสามารถจะคาดการณ์เชิงเส้นจากผู้อื่นกับตัวเล็กไม่น้อยความถูกต้อง ค่าเผื่อ (แก่) และอัตราเงินเฟ้อต่างสองดัชนีสำคัญที่ใช้กันอย่างแพร่หลายสำหรับ multicollinearityตรวจสอบ ตาม Menard (1995), ค่าแก่น้อยกว่า 0.2 เป็นตัวบ่งชี้หนึ่ง multicollinearity และ multicollinearity รุนแรงเกิดขึ้นระหว่างตัวแปรอิสระเมื่อค่าแก่มีขนาดเล็กกว่า 0.1 คำนวณโดยอัตราเงินเฟ้อต่าง (VIF)1/ยอม รับ ถ้าค่า VIF เกิน 10 มันมักจะถือเป็นการแสดงmulticollinearity นอกจากนี้ สหสัมพันธ์เพียร์สันได้ยังใช้ในการทดสอบความสัมพันธ์ระหว่างตัวแปร4. ผล และการสนทนามีทั้งหมด 35 แห้งเศษ-rockslides ระบุ (Fig. 1), ซึ่งครอบคลุมพื้นที่ของ 6.36 km2 บัญชี 2.21% ของพื้นที่การศึกษามีปริมาตรรวม 23.99 106 ม. 3 ค่าเฉลี่ยต่ำสุด และพื้นที่ภาพนิ่งสูงสุดคือ 0.001, 0.18 และ 0.66 km2 ตามลำดับหมายถึงความกว้างของโซนแตก (เกิดจาก) เป็น 301.30 m และค่าเฉลี่ยความยาวของหน่วยมวล (Ld) 373.22 m ความกว้างของการโซนแตก (เกิดจาก) ของช่วงเศษ rockslides ละ 28.211059.82 m และหน่วยมวล (Ld) จาก 21.36 เมตร 1197.95ลักษณะทางเรขาคณิตของแต่ละเศษ rockslidesตรวจสอบภายในการศึกษา พื้นที่ที่แสดงในตารางที่ 1 Fig. 1แสดงการกระจายของเศษ-rockslidesคำนวณปริมาตรของ rockslides เศษทั้งหมดDEM มีแนวนอน และแนวตั้งความละเอียดต่ำ (30 เมตร), ซึ่ง

ผลลัพธ์ (ไทย) 2:

หินตะกอน (ก้อนหินทรายและ ARGILLITE) (จ)
เงินฝาก Quaternary colluvial-ลุ่มน้ำ (ฉ) เฉพาะของโมเดิร์น
เงินฝากทรายทรายแป้งและดินเหนียวที่ถูก จำกัด ไปที่แม่น้ำแคบ
ช่องและหุบเขา.
กลาง Precordillera ได้รับการอธิบาย เป็นปกติ thinskinned
กระชากเข็มขัดและเท่าที่มีการตัดทอน Neogene เปลือกโลก
จุ่มตะวันตกและโครงสร้าง imbricated รากลงไป
10e15 กมงหลักลึก? ecollement (Allmendinger et al., 1990).
ความผิดพลาดกลับไปด้วยกิจกรรมเปลือกโลก Quaternary ที่พบใน
ตีนตะวันออกของสายไฟหรือไม่บนลา Osamentas (Perucca และ
Onorato 2011) ความผิดพลาดทั้งหมดจะอยู่ที่ระยะห่างระหว่าง 2
และ 20 กิโลเมตรจากเศษพื้นที่ rockslides NeS แนวโน้มแทง
ผิดพลาดส่งผลกระทบต่อส่วนล่างหรือส่วนปลายของแฟนลุ่มน้ำตะวันออกหันหน้า
scarps ขึ้นไปสูง 10 ม. กำหนดร่องรอยความผิด.
3 วัสดุและวิธีการ
สินค้าคงคลังของเศษ rockslides ในการศึกษา areawas เตรียม
เพื่อที่จะระบุความสัมพันธ์กับปัจจัยเงื่อนไขดังกล่าว
เป็นระดับความสูงด้านมุมลาดวิทยาหินและระยะทางที่จะกั้นกาง.
เศษ rockslides ถูกระบุโดยใช้ความละเอียดสูง
ภาพดาวเทียม (SPOT 5 จาก 2.5 เมตรความละเอียดเชิงพื้นที่ดำเนินการใน
สิงหาคม 2002 และมกราคม 2003) จาก Google Earth ™ซึ่งถูก
อ้างอิงทางภูมิศาสตร์เพื่อระบบพิกัดทางภูมิศาสตร์ (WGS84) ภายใน
ระบบสารสนเทศทางภูมิศาสตร์ (GIS) debrisrockslides ระบุ
และพื้นที่ของพวกเขาถูกจัดเก็บในรูปแบบเวกเตอร์ผ่าน
คู่มือระบบดิจิตอลโดยใช้ระบบสารสนเทศภูมิศาสตร์.
เอนไซม์ไล (รูปที่. 2) ที่ได้รับจากข้อมูลภูมิประเทศ
ที่ได้รับจาก ASTER GDEM V2 (นาซา 2011) ดังนั้น
รูปแบบความสูงแบบดิจิตอล (DEM) ถูกสร้างขึ้นมาสำหรับภูมิภาค ใช้
DEM ด้านความลาดชัน (รูปที่. 2) และมุมลาด (รูปที่. 2) จะถูกคำนวณ.
lithology (รูปที่ 2). ข้อมูลที่ได้รับมาจากแผนที่ทางธรณีวิทยา
แผ่น (3169-III Barreal เบื้องต้นและ 3169-IV ซานฮวน ) ที่ตีพิมพ์
โดย Geol Servicio ogico Minero อาร์เจนติ (อาร์เจนตินา?
เหมืองแร่ Service) ณ วันที่ 1:. 250000 ขนาด (SEGEMAR, 2000)
เส้นและ lineaments ตั้งอยู่ในพื้นที่การศึกษาได้รับ
มาโดยบูรณาการข้อมูลทางธรณีวิทยาที่มีอยู่และภาพ
การตีความ พื้นที่ศึกษาและปริมณฑลอย่างมีนัยสำคัญ
ผลกระทบจากกิจกรรม Neotectonic ของภูมิภาค; ข้อมูลเหล่านี้
ขอแนะนำบทบาทของโซนความผิดพลาดในการควบคุมการกระจาย
ของรอยแผลเป็นถล่ม (Perucca และ Onorato 2011) ดังนั้นเพื่อ
ประเมินความสัมพันธ์ระหว่าง causeeeffect กั้นกางและสไลด์
เกิดขึ้น, ระยะทางที่กั้นกาง (รูปที่ 2). ได้รับการคำนวณโดยใช้
บัฟเฟอร์หลาย 100 เมตรระยะทางที่เพิ่มขึ้น เมตริก
พารามิเตอร์ของเศษ-rockslides ถูกวัดตาม
คำนิยามเพื่อ WP / WLI (Geotechnical นานาชาติ
สังคม¼ยูเนสโกคณะทำงานในโลกถล่มสินค้าคงคลัง)
แนะนำศัพท์สำหรับแผ่นดินถล่ม (แก้ไขของ IAEG, 1990).
เพื่อที่จะคำนวณปริมาณของ เศษ-rockslides,
ภูมิประเทศก่อนสไลด์จะต้องมีการสร้างขึ้นใหม่ ฟื้นฟูนี้
จะขึ้นอยู่กับความต่อเนื่องระหว่างภูมิประเทศปัจจุบัน
นอกพื้นที่รอยแผลเป็นและภูมิประเทศก่อนเหตุการณ์ภายในสไลด์
พื้นที่ ก่อนสไลด์ DEMwas ที่ได้รับจากการปรับ DEM โพสต์สไลด์
โดยการลบจุดสอดคล้องกับการเลื่อนและ interpolating preslide
ภูมิประเทศโดยใช้สายสี่แยกสอดแทรก
คุณสมบัติโครงสร้างตามข้อสังเกต geomorphic ที่
รวมถึงการสังเกตอย่างระมัดระวังของโครงสร้าง / สัณฐานวิทยาของ
ภูเขารอบ การคำนวณปริมาณและความหนาของ
ภาพนิ่งที่เกี่ยวข้องกับการวัดความแตกต่างระหว่างก่อนและ
DEM โพสต์สไลด์ (Süzenและ Doyuran, 2004).
การใช้วิธีอัตราส่วนความถี่และการถดถอยโลจิสติก
แบบ (Esper Angillieri 2010), ความสัมพันธ์ระหว่าง การปรากฏตัว
ของ rockslides เศษและตัวแปรบางส่วนถูกนำมาวิเคราะห์ ความถี่
วิธีอัตราส่วนจะขึ้นอยู่กับความสัมพันธ์ระหว่างสังเกต
การกระจายของเศษอี rockslides และแต่ละสไลด์ตัวแปรที่เกี่ยวข้องกับการ
เปิดเผยความสัมพันธ์ระหว่างอีเศษสถาน rockslides และ
ตัวแปรในพื้นที่ศึกษา ดังนั้นสัดส่วนความถี่สามารถ
คำนวณตามสมการต่อไปนี้:
Fr ¼ Ni
ไม่มี
?
ศรี
S
ที่ S เป็นจำนวนรวมของพิกเซล, N คือจำนวนพิกเซลที่มี
เศษอีเกิดขึ้น rockslides; ศรีคือจำนวนพิกเซลฉัน
ตัวแปรและ Ni คือจำนวนพิกเซลที่เศษ rockslides
เกิดขึ้นในตัวแปรฉัน ถ้าค่าเป็นมากกว่า 1 ก็
หมายถึงการมีความสัมพันธ์ที่สูงขึ้นและค่าที่น้อยลงกว่า 1 หมายถึงการที่ต่ำกว่า
ความสัมพันธ์.
ถดถอยโลจิสติกช่วยให้การสร้างการถดถอยหลายตัวแปร
ความสัมพันธ์ระหว่างตัวแปรตามและเป็นอิสระหลาย
ตัวแปร (แอตกินสันและ Massari, 1998) ขึ้นอยู่กับข้อมูลที่ถูก
สร้างขึ้นจาก 0 และ 1 ค่าที่แสดงให้เห็นการขาดและการปรากฏตัวของ
เศษ rockslides ตามลำดับ ข้อดีของการถดถอยโลจิสติ
คือ 1) ตัวแปรที่ใช้แต่ละคนสามารถเป็นได้ทั้งต่อเนื่องหรือไม่ต่อเนื่องและ
2) ก็ไม่จำเป็นต้องมีการกระจายปกติ ในปัจจุบัน
สถานการณ์ตัวแปรไบนารีหมายถึงการแสดงตนหรือ
ขาดหายไปของเศษ rockslides ไปข้างหน้าถดถอยโลจิสติแบบขั้นตอน
ได้รับการดำเนินการที่จะรวมตัวแปรที่มี
บทบาทสำคัญในการปรากฏตัวของเศษ-rockslides
สูงกว่าค่าสัมประสิทธิ์การถดถอยโลจิสติ, ผลกระทบที่สูงขึ้นใน
การเกิดสไลด์สามารถคาดหวัง ในการวิเคราะห์การถดถอยโลจิสติกก็
เป็นที่นิยมว่าจำนวนของพิกเซลที่เป็นตัวแทนของพื้นที่ที่มี
การเกิดขึ้นและที่ไม่ได้ควรจะเหมือนกัน (Süzenและ
Doyuran, 2004a; Ayalew และ Yamagishi, 2005).
ในพื้นที่ศึกษา, 200 จุดเมื่อวันที่ โซนการแตก (ไม่รวมทั้ง
การขนส่งและการทับถมของดินถล่ม) เป็นตัวแทนของเศษ
rockslides ดังนั้น 200 จุดโดยไม่ต้อง rockslides เศษถูก
สุ่มเลือกสำหรับการถดถอยโลจิสติก หน่วย Lithologic และ
ระยะทางที่จะเรียนกั้นกางได้รับการรักษาเป็นตัวแปรเด็ดขาด
และความลาดชันด้านและระดับความสูงเป็นตัวแปรอย่างต่อเนื่อง ใน
การถดถอยโลจิสติก, การตรวจสอบพหุมีความจำเป็นต้องตรวจสอบ
ความสัมพันธ์ของตัวแปรอิสระ (ฮอสเมอร์และ Lemeshow,
1989) พหุเป็นสถานการณ์ทางสถิติที่สองหรือ
ตัวแปรอื่น ๆ มีความสัมพันธ์อย่างมากซึ่งหมายความว่าหนึ่ง
สามารถคาดการณ์เป็นเส้นตรงจากคนอื่น ๆ ที่มีระดับไม่น่ารำคาญ
ของความถูกต้อง ความอดทน (TOL) และปัจจัยอัตราเงินเฟ้อที่มีความแปรปรวน
สองดัชนีที่สำคัญที่มีการใช้กันอย่างแพร่หลายสำหรับพหุ
การตรวจสอบ ตามที่เมนนาร์ด (1995) ค่า TOL น้อยกว่า 0.2 เป็น
หนึ่งในตัวบ่งชี้สำหรับพหุและพหุร้ายแรง
เกิดขึ้นระหว่างตัวแปรอิสระเมื่อค่า TOL มี
ขนาดเล็กกว่า 0.1 ปัจจัยเงินเฟ้อแปรปรวน (VIF) จะถูกคำนวณโดย
1 / อดทน ถ้าค่า VIF เกิน 10 ก็มักถูกมองว่าเป็นแสดงให้เห็น
พหุ นอกจากนี้ความสัมพันธ์เพียร์สันยังถูก
ใช้ในการทดสอบความสัมพันธ์ระหว่างตัวแปร.
4 ผลและการอภิปราย
ทั้งหมด 35 rockslides เศษแห้งถูกระบุ (รูปที่ 1). ซึ่ง
ครอบคลุมพื้นที่ 6.36 กิโลเมตร 2 คิดเป็น 2.21% ของพื้นที่การศึกษา
ที่มีปริมาณรวมของ 23.99? 106m3 ขั้นต่ำเฉลี่ยและ
พื้นที่ภาพนิ่งสูงสุดเป็น 0.001, 0.18 และ 0.66 ตามลำดับ km2.
หมายถึงความกว้างของเขตการแตก (Wr) เป็น 301.30 เมตรและค่าเฉลี่ย
ความยาวของมวลพลัดถิ่น (Ld) 373.22 เมตร ความกว้างของ
เขตการแตก (Wr) ของบุคคลเศษ-rockslides ในช่วงตั้งแต่ 28.21
ไป 1059,82 เมตรและมวลพลัดถิ่น (Ld) 21.36-1197.95 ม.
ลักษณะทางเรขาคณิตของแต่ละเศษ-rockslides
สังเกตภายในพื้นที่การศึกษาได้แสดงไว้ในตารางที่ 1 Fig. 1
แสดงให้เห็นถึงการกระจายของเศษ-rockslides.
ปริมาณของเศษ rockslides ทั้งหมดที่คำนวณได้จาก
DEM ที่มีความละเอียดในแนวนอนและแนวตั้งในระดับต่ำ (30 เมตร) ซึ่ง

ผลลัพธ์ (ไทย) 3:

หินตะกอน ( หินทรายและหินกรวดมน อากิลไลต์ ) , ( e )
colluvial ตะกอนควอเทอร์นารีเงินฝาก ( F )
ทันสมัยพึ่งพาเงินฝาก ทราย ทรายแป้งและดินเหนียวที่ถูกจำกัดช่องทางแม่น้ำและหุบเขาแคบ ๆ
.
precordillera กลางได้รับการอธิบายเป็นแรงผลักดัน thinskinned
ทั่วไปและพับเข็มขัด , กับ ยุคนีโอจีนของเปลือกโลกทำให้
จุ่มตะวันตกและ imbricated โครงสร้างรากลงสู่
10e15 กม. ลึกหลัก D
ecollement ( allmendinger et al . , 1990 ) .
ย้อนกลับความผิดกับกิจกรรมเปลือกโลกซึ่งพบใน
เพียดตะวันออกของสายไฟ
บน de las osamentas ( perucca และ
โอโนราโต , 2011 ) ความผิดทั้งหมดอยู่ที่ระยะห่างระหว่าง 2
20 กม. เศษ rockslides บริเวณ แนวโน้มแทง
เนสข้อบกพร่องที่มีผลต่อการลดลงหรือส่วนปลายของแฟนทรายตะวันออกหันหน้าไปทาง
scarps ถึง 10-m สูงกำหนดความผิดติดตาม .
3 วัสดุและวิธีการ
สินค้าคงคลังของเศษ rockslides ในพื้นที่ศึกษาคือเตรียม
เพื่อระบุความสัมพันธ์กับปัจจัยเช่น
เป็นระดับความสูง , ด้าน , มุม , การศึกษาทางธรณีวิทยาของเงื่อนไขและระยะ lineaments .
เศษ rockslides ถูกระบุโดยใช้ภาพถ่ายดาวเทียมความละเอียดสูง (
5 จุด ด้วย 2.5-m มิติความละเอียดถ่าย
สิงหาคม 2545 และมกราคม 2546 ) จาก Google Earth ™ซึ่งเป็นระบบพิกัดทางภูมิศาสตร์ทาง

( WGS84 ) ในระบบสารสนเทศทางภูมิศาสตร์ ( GIS ) ระบุ debrisrockslides
และพื้นที่ของพวกเขาถูกเก็บไว้ในรูปแบบเวกเตอร์ที่ผ่าน
ดิจิตอลคู่มือการใช้ GIS .
ความสูง ( รูปที่ 2 ) ที่ได้จากข้อมูลที่ได้รับจาก V2
ภูมิประเทศ gdem แอสเตอร์ ( NASA , 2011 ) ดังนั้น การใช้แบบจำลองความสูง
( DEM ) ถูกสร้างขึ้นสำหรับภูมิภาค ใช้
เด็ม ลักษณะความลาดชัน ( รูปที่ 2 ) และความลาดชัน มุม ( รูปที่ 2 ) ได้
การศึกษาทางธรณีวิทยา ( รูปที่ 2 ) ข้อมูลที่ได้มาจากแผ่นแผนที่ทางธรณีวิทยา ( 3169-iii barreal
,เบื้องต้น และ 3169-iv San Juan ) ตีพิมพ์
โดย servicio กอล
ogico minero Argentino ( เหมืองแร่บริการอาร์เจนตินา
) ( segemar มาตราส่วน 1 : 250 , 000 , 000 ) .
ผิดบรรทัด และ lineaments ตั้งอยู่ในพื้นที่ศึกษาได้โดยการบูรณาการที่มีอยู่
ทางธรณีวิทยาและตีความข้อมูลภาพ

พื้นที่ศึกษาและบริเวณใกล้เคียงอย่างมาก
ผลกระทบจากกิจกรรม neotectonic ของภูมิภาค ข้อมูลเหล่านี้
ขอแนะนำบทบาทของโซนความผิดในการควบคุมการกระจาย
รอยแผลเป็นดินถล่ม ( perucca และ โอโนราโต , 2011 ) ดังนั้น เพื่อประเมินความสัมพันธ์ระหว่าง lineaments causeeeffect

การเลื่อนระยะ lineaments ( รูปที่ 2 ) คำนวณได้โดยใช้หลาย 100 M
บัฟเพิ่มระยะทาง ส่วนเจ้า
พารามิเตอร์ของเศษ rockslides ที่วัดตามคำนิยามที่ WP /
( WLI สังคมปฐพี
ระหว่างประเทศยูเนสโก¼คณะทำงานเกี่ยวกับสินค้าคงคลังถล่มโลก )
แนะนำการเรียกชื่อแผ่นดินถล่ม ( ดัดแปลง iaeg 1990 ) .
เพื่อคำนวณปริมาณของเศษ rockslides ,
ก่อนสไลด์ต้องสร้างภูมิประเทศ . นี้ฟื้นฟู
ขึ้นอยู่กับความต่อเนื่องระหว่างปัจจุบันภูมิประเทศ
นอกบริเวณแผลเป็นและก่อนเหตุการณ์ภูมิประเทศภายในพื้นที่ภาพนิ่ง

ก่อนได้โดยปรับเลื่อนสไลด์ demwas โพสต์เด็ม ,
โดยการลบจุดที่สอดคล้องกันเพื่อเลื่อน และ การ ประมาณช่วง preslide
ภูมิประเทศ , การแยกเส้นของหยัน
มีโครงสร้างขึ้นอยู่กับการสังเกตว่า
geomorphicรวมถึงการสังเกตระมัดระวังของโครงสร้าง / โครงสร้างของ
ภูเขารอบ การคำนวณปริมาณและความหนาของ
สไลด์ที่เกี่ยวข้องการวัดความแตกต่างระหว่างก่อนและหลังสไลด์เด็ม ( S ü
เซน doyuran , 2004 ) .
ใช้ความถี่วิธีอัตราส่วนและการถดถอยโลจิสติกแบบ
( พลังจิต angillieri , 2010 ) , ความสัมพันธ์ระหว่างการแสดง
เศษ rockslides และบางตัวแปรข้อมูล อัตราส่วนความถี่
วิธีตามสังเกตความสัมพันธ์ระหว่างการกระจายของเศษ rockslides
E และแต่ละภาพนิ่งตัวแปรเพื่อ
เปิดเผยความสัมพันธ์ระหว่างเศษ E rockslides สถานที่และ
ตัวแปรในพื้นที่ศึกษา ดังนั้น อัตราส่วนความถี่สามารถ
คำนวณตามสมการดังนี้¼นิ


เ

nศรี
s
ที่เป็นจำนวนของพิกเซล , n คือจำนวนพิกเซลกับ
เศษ E rockslides เหตุการณ์ ; จังหวัดเป็นจำนวนของพิกเซล I
ตัวแปรและฉันมีจำนวนของพิกเซลซึ่งเศษ rockslides
เกิดขึ้นในชั้นของตัวแปร ถ้าค่ามากกว่า 1 มัน
หมายถึงความสัมพันธ์ที่สูง และค่าน้อยกว่า 1 หมายความว่า ล่าง

)ถดถอยโลจิสติกช่วยสร้างถดถอยเชิง
ความสัมพันธ์ระหว่างตัวแปรตามและตัวแปรอิสระหลาย ( คิน และ massari
, 1998 ) ข้อมูลตัวแปรคือ
ขึ้นของค่า 0 และ 1 ซึ่งแสดงการขาดและการแสดงตนของ
เศษ rockslides ตามลำดับ ข้อดีของ
ถดถอยโลจิสติกคือ 1 ) ตัวแปรแต่ละตัวใช้ได้ต่อเนื่องหรือไม่ต่อเนื่องและ
2 ) ไม่จําเป็นต้องมีการแจกแจงแบบปกติ ในสถานการณ์ปัจจุบัน
, ตัวแปรไบนารีแทนตนหรือ
ไม่มีเศษ rockslides . ไปข้างหน้า =
ถดถอยโลจิสติก พบการรวมตัวแปรด้วย
ผลงานที่สําคัญในการปรากฏตัวของเศษ rockslides .
สูงกว่าค่าสัมประสิทธิ์การถดถอยโลจิสติก สูงผลกระทบต่อ