GIS 地质灾害评价——易发性评价方法的选择

20世纪六十年代，人们开始了对地质灾害易发性评价的研究，九十年代后伴随着计算科学和信息量论以及模糊数学论等众多学科被引入到地质灾害的研究领域，地质灾害易发性评价由最初的定性发展逐步向定量发展转换，即以数据资料为基础和依据，更加客观的反映地质灾害的易发性的真实状况。目前基于GIS的地质灾害易发性评价方法大致可以分为两大类。例如以层次分析法、频率比法、证据权法和逻辑回归为代表的统计方法，另一类是神经网络模型、模糊综合判定法、信息量模型、支持向量机模型为代表的数学模型法。

1统计分析法

层次分析法（AHP）：萨蒂在20世纪九十年代提出层次分析理论的“1-9标度法”用来解决多因子决策问题。层次分析法将因子大致分为目标层、准则层和方案层，分析思路是确定研究区域的方案层要素因子，按照各因子相互之间存在的内在关系，建立层次结构模型，通过对比两两因子之间的重要性，建立判断矩阵进行层析分析排序，确定各因子的相互重要性。层次分析法的优势是根据判断矩阵定量计算出各因子的权重，虽然判断是人为的，但矩阵需要通过一致性检验判断权重是否科学，一致性检验通过后，才能真正确定各因子的权重值，大大减小了主观性和错误的可能性，确保了层次分析法在地质灾害易发性评价上的运用是科学的。它的局限性是在构造判断矩阵时，评价指标过多，统计量大，指标间存在很强的相关性导致模型失真，且由于决策者很难掌握标度的标准，这会导致收敛较慢，迭代次数多，从而在计算上花费时间。

频率比法（FR）：基于地质灾害分布与诱灾因子之间的关系，通过统计地质灾害与评价因子之间的频率比值来表示地质灾害位置与评价因子的相关程度。FR以1为界限，值越大即评价因子与地质灾害间的相关性越强。频率比法，是一种纯数理统计方法，对于滑坡发育机理缺少深入的研究。

逻辑回归（LR）：从统计学的角度来说，各因子都可以作为自变量，灾害的发生与否可以作为应变量。由于是不连续变量，因而不能采用线性回归模型，这种情况下通常采用对数线性模型，而逻辑回归模型就是一种特殊形式的对数线性模型。逻辑回归模型操作方法简单，计算过程不受主观因素的影响，评价结果的物理意义明确，但逻辑回归一般需要基于大量的样本统计规律，需要大量的数据支持。

证据加权法（WEM）：1990年加拿大数学地质学家Agterberg在基于贝叶斯理论上提出的，用于统计分析计算地质灾害评价因子的权重值。使用证据加权法有两个前提条件：一、各因子之间要相互独立，二、各评价因子需要长期保持不变的。因此致灾因子不稳定的地区，在进行易发性分区评价时就不能采用证据加权法。因此该方法具有很大的局限性。

2数学模型

信息模型（IM）：根据受影响