Thông tin chung
  English
  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác
  Tài liệu tham khảo
  Hiệu chỉnh
 
Số người truy cập: 107,151,637

 Dự báo nguy cơ trượt lở đất cho huyện A Lưới, tỉnh Thừa Thiên Huế sử dụng mô hình Logistic Regression
Tác giả hoặc Nhóm tác giả: Lê Trần Minh Đạt, Trương Thị Hồng Ngọc, Đoàn Viết Long, Nguyễn Chí Công
Nơi đăng: TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ - ĐẠI HỌC ĐÀ NẴNG; Số: VOL. 20, NO. 9;Từ->đến trang: 5-9;Năm: 2022
Lĩnh vực: Khoa học công nghệ; Loại: Bài báo khoa học; Thể loại: Trong nước
TÓM TẮT
Nghiên cứu này đề xuất một mô hình hồi quy Logistic(LR) hiệu quả trong việc dự báo nguy cơ trượt lở đất (TLĐ) chohuyện miền núi A Lưới. Cơ sở dữ liệu gồm 429 điểm sạt lở và574 điểm không sạt lở được thu thập trong các năm 2006, 2009,2020 với 11 yếu tố biến đầu vào ảnh hưởng đến xác xuất xảy rađược xem xét, bao gồm: Độ dốc, hướng phơi sườn, cao độ, chỉ sốđộ ẩm địa hình, loại đất, sử dụng đất, khoảng cách đến đường,khoảng cách đến sông, chỉ số thực vật và lượng mưa lớn nhất 3ngày. Một mô hình LR tối ưu cũng được đề xuất để dự báo nguycơ TLĐ. Đường cong ROC và diện tích dưới đường cong AUCđược sử dụng để đánh giá hiệu suất của mô hình dự báo. Kết quảcho thấy, AUC ở tập huấn luyện đạt 0,8 và 0,81 ở tập kiểm tra.Cuối cùng, một bản đồ nguy cơ TLĐ cho huyện A Lưới với độphân giải 30mx30m được xây dựng dựa trên kết quả dự báo củamô hình hồi quy LR.
ABSTRACT
This study proposes an effective Logistic Regression(LR) model for predicting landslide susceptibility (LS) at A Luoidistrict. The dataset includes 429 landslide points and 574 nonlandslide points collected in the years 2006, 2009 and 2020 witheleven input variables, affecting on landslide probability. They areconsidered, including slope, slope direction, elevation, topographicmoisture index, soil type, land use, distance to road, distance toriver, vegetation index (NVDI) and 3-day antecedent rainfall. Anoptimal LR model is also proposed to predict landslidesusceptibility. The ROC curve and the area under the ROC curve(AUC) are used to evaluate the performance of the predictivemodel. The results show that, the AUC in the training set and testingset is 0.8 and 0.81, respectively. Finally, a LS predictive model witha resolution of 30mx30mfor A Luoi district is established basing onthe prediction results of the LR model.
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn