運用羅吉斯迴歸法進行山崩潛感分析-以臺灣中部國姓地區為例

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：20

、訪客IP：18.190.219.65

姓名

張弼超(Pi-Chao Chang) 查詢紙本館藏

畢業系所

應用地質研究所

論文名稱

運用羅吉斯迴歸法進行山崩潛感分析-以臺灣中部國姓地區為例
(Using Logistic Regression to Assess Landslide Susceptibility-A case Study in Kouhsing Area, Central Taiwan)

相關論文

★ 台灣中部德基至梨山地區岩石劈理位態分布特性之研究	★ 台北盆地松山層土壤性質之空間分析
★ 新店溪之地形研究	★ 運用類神經網路進行隧道岩體分類
★ 大肚溪流域河階地形研究	★ 台南台地暨鄰近地區之台南層及其構造運動
★ 台灣東北部地區隱沒帶地震強地動衰減式之研究	★ 運用類神經網路進行地震誘發山崩之潛感分析
★ 地形地質均質區劃分與山崩因子探討	★ 由世界應力量測資料探討不同地體構造區的應力特性
★ 921集集地震造成之地表變形模式	★ 運用模糊類神經網路進行山崩潛感分析—以台灣中部國姓地區為例
★ 運用判別分析進行山崩潛感分析之研究 – 以臺灣中部國姓地區為例	★ 台灣西南平原末次冰期以來之地層及構造運動
★ 利用近年大規模地震的強震資料修正Newmark經驗式	★ 土石流潛感分析－以石門水庫集水區為例

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

目前山崩潛感分析以統計方法為主流，其中以多變量分析為最常使用的方法。本研究嘗試以多變量分析中的羅吉斯迴歸方法進行山崩潛感分析的研究，並繪製山崩潛感圖。
研究區位在臺灣中北部的國姓地區，為地調所五萬分之一地質圖國姓幅的範圍。山崩目錄由集集地震、賀伯、桃芝及敏督利颱風共四次事件前後，八幅不同時期的SPOT衛星影像判釋及數化崩塌地而得。數值地形資料的原始解析度為40公尺，經曲面內插為20公尺來使用。使用的潛在因子有岩性、坡度、坡向、坡度粗糙度、總曲率、植生植數、全坡高等；促崩因子則使用愛氏震度及最大時雨量。
各因子經地理資訊系統處理成格網式資料，分為山崩組與非山崩組。研究區以雙冬斷層為界，分為東邊之高山區及西邊之淺山區，分區進行各因子崩壞比統計，接著找出崩壞比迴歸式，將因子值轉換為崩壞比值，最後將崩壞比值正規化至0至1，做為因子內部評分之分數。對於山崩組及非山崩組，以亂數取樣的方式選取相同的格網數目的資料，輸入SPSS統計軟體進行羅吉斯迴歸分析並建置迴歸模型。全區資料代入羅吉斯迴歸模型計算出各格網之山崩潛感值，將潛感值劃分為高潛感、中高潛感、中潛感及低潛感四個等級，繪製山崩潛感圖。
分析結果顯示，四次事件之總體準確率結果從72.5%至90.6%，且經套疊實際山崩比對，山崩大部分位於高潛感區，預測成效尚稱滿意。山崩潛感圖的高潛感區表示未來遭遇相似強度的地震或豪雨事件，極易再度發生山崩的地點，各點的山崩機率並可由事先建立的機率模式計算而得。

摘要(英)

Statistical methods are the main stream in landslide susceptibility analysis recently. Multivariate analysis is the most popular method among those statistical methods. The purpose of this study is to assess landslide susceptibility by Logistic regression, one of the multivariate analysis methods, and to examine the performance of this approach..
The study area locates at Kouhsing area, in central Taiwan. This area is taken as the same area as the 1:50000 geological map of Kouhsing sheet of CGS (Central Geological Survey). We collect eight SPOT satellite imageries covering four triggering events, including the Chi-Chi Earthquake, the Herb Typhoon, the Toraji Typhoon and the Mindule Typhoon. Using those pre-event SPOT imageries and after-event SPOT imageries to derive the landslide inventories. The 40m×40m resolution digital terrain model was inserted to 20m grids. Lithology, slope, slope aspect, terrain roughness, slope roughness, terrain curvature, NDVI (normalized difference vegetation index) and total slope high are taken as potential factors. Arias intensity and maximum hourly rainfall are taken as trigger factors.
The raster cell data extract from every factor, divided into landslide group and non-landslide group. Furthermore, this study area is divided into hill zone on west part and mountainous zone on east part. The two zones are separated by the Shuantung Fault. We calculate the propotion of failure for every factor on each zone. We find a fit line of the propotion of failure on each zone, then convert the factor value to propotion of failure. Finally, we scale the propotion of failure to a score that ranges between 0 to 1. We sample equal cell number of data randomly for landslide group and non-landslide group, then input those data to SPSS statistical software and build a logistic model for the study area. We then apply the model to the whole study area, and calculate a landslide susceptibility index for each cell. We further divide the susceptibility index into high, moderately-high, medium and low classes to produce a landslide susceptibility map.
Overall accuracy in these four events are 72.5% to 90.6%. Large parts of landslide that locate in high susceptibility area indicate the results are satisfactory. The cells that locate in high susceptibility area indicate the cells may have slid during the similar earthquake event or typhoon event in the future.

關鍵字(中)

★ 山崩
★ 山崩潛感分析
★ 羅吉斯迴歸

關鍵字(英)

★ landslide susceptibility analysis
★ logistic regression
★ landslide

論文目次

目錄
====================================
中文摘要 I
英文摘要 II
致謝 IV
目錄 VI
圖目 IX
表目 XI
第一章緒論 1
1.1研究動機與目的 1
1.2文獻回顧 2
1.2.1定性法 2
1.2.2定量法 3
1.2.3定性法與定量法的優劣 4
1.3研究流程 5
第二章研究方法 9
2.1羅吉斯迴歸方法 9
2.1.1引言 9
2.1.2線性迴歸模型 10
2.1.3羅吉斯迴歸模型 13
2.2最大概似估計法 18
2.3羅吉斯迴歸模型估計的假設條件 21
2.4羅吉斯迴歸方法應用概況 21
第三章研究資料 23
3.1研究區域概述 23
3.1.1地理與地形概述 23
3.1.2地層概述 25
3.1.3構造概述 27
3.2資料蒐集與整理 29
3.2.1基本資料蒐集 29
3.2.2山崩目錄建立 30
3.2.3資料整合 34
3.3山崩潛感因子 34
3.3.1潛在因子 35
3.3.2促崩因子 39
3.4因子內部評分 44
3.4.1崩壞比統計 44
3.4.2因子正規化 45
3.5資料取樣 46
第四章山崩潛感分析結果 49
4.1概說 49
4.2賀伯事件的分析結果 53
4.3集集事件的分析結果 55
4.4桃芝事件的分析結果 57
4.5敏督利事件的分析結果 59
4.6野外查核結果 69
第五章討論 75
5.1羅吉斯迴歸模型優劣探討 75
5.1.1模型X2 (model chi-square)統計 75
5.1.2類R2指標(Analogous R2) 76
5.2羅吉斯迴歸係數之穩定性探討 77
5.3四次事件之山崩潛感圖與實際山崩分布比較 81
5.4未劃為高潛感之山崩格網的因子特性探討 83
5.5四次事件不含促崩因子的山崩潛感圖比較 85
5.6不同方法之成果比較 88
第六章結論 93
6.1結論 93
6.2建議 94
參考文獻 95
附錄A 各因子分區統計圖 99
附錄B 野外查核結果 113
附錄C 未劃為高潛感之山崩格網的各因子分區統計圖 125
圖目
===========================================
圖1.1 研究流程圖 7
圖2.1 線性機率模型的圖示 13
圖2.2 羅吉斯函數的曲線圖 15
圖3.1 研究區涵蓋行政區界圖 23
圖3.2 研究區彩繪明暗圖 24
圖3.3 研究區地質圖 28
圖3.4 選取之雨量測站與國姓圖幅位置圖 31
圖3.5 山崩數化及檢核結果 31
圖3.6 本研究使用之各因子圖層 41
圖3.7 格網資料示意圖 43
圖3.8 圓形視窗之格網示意圖 43
圖3.9 因子統計成果圖(以集集事件之坡度粗糙度因子為例) 44
圖3.10 坡度因子之崩壞比迴歸式 45
圖4.1 國姓地區山崩潛感圖(賀伯颱風事件) 61
圖4.2 羅吉斯迴歸之潛感值次數分布圖(賀伯颱風事件) 62
圖4.3 羅吉斯迴歸之潛感值與崩壞比關係圖(賀伯颱風事件) 62
圖4.4 國姓地區山崩潛感圖(集集地震事件) 63
圖4.5 羅吉斯迴歸之潛感值次數分布圖(集集地震事件) 64
圖4.6 羅吉斯迴歸之潛感值與崩壞比關係圖(集集地震事件) 64
圖4.7 國姓地區山崩潛感圖(桃芝颱風事件) 65
圖4.8 羅吉斯迴歸之潛感值次數分布圖(桃芝颱風事件) 66
圖4.9 羅吉斯迴歸之潛感值與崩壞比關係圖(桃芝颱風事件) 66
圖4.10 國姓地區山崩潛感圖(敏督利颱風事件) 67
圖4.11 羅吉斯迴歸之潛感值次數分布圖(敏督利颱風事件) 68
圖4.12 羅吉斯迴歸之潛感值與崩壞比關係圖(敏督利颱風事件) 68
圖4.13 野外查核點位分布圖 69
圖4.14 富來坪公路邊坡崩塌地判釋結果 72
圖4.15 富來坪公路邊坡位置圖 72
圖4.16 富來坪公路邊坡山崩潛感值分布圖 72
圖4.17 民國92年九月所拍攝的富來坪公路邊坡情形 73
圖4.18 民國93年八月所拍攝的富來坪公路邊坡情形 73
圖5.1 國姓地區山崩潛感圖套疊事件後山崩(含促崩因子) 82
圖5.2 未被劃為高潛感區之山崩位置圖 84
圖5.3 國姓地區山崩潛感圖套疊事件後山崩(不含促崩因子) 86
表目
=======================================================
表3.1 採用之集集地震主震及餘震資料表 33
表3.2 本研究所使用衛星影像一覽表 33
表3.3 取樣數目影響準確率結果一覽表 47
表3.4 取樣資料之格網數目一覽表 47
表4.1 本研究的分類誤差矩陣示意表 50
表4.2 訓練資料的分類誤差矩陣(賀伯颱風事件) 53
表4.3 全區成果的分類誤差矩陣(賀伯颱風事件) 54
表4.4 訓練資料的分類誤差矩陣(集集地震事件) 55
表4.5 全區成果的分類誤差矩陣(集集地震事件) 56
表4.6 訓練資料的分類誤差矩陣(桃芝颱風事件) 57
表4.7 全區成果的分類誤差矩陣(桃芝颱風事件) 58
表4.8 訓練資料的分類誤差矩陣(敏督利颱風事件) 59
表4.9 全區成果的分類誤差矩陣(敏督利颱風事件) 60
表4.10 野外查核點位表 70
表5.1 四次事件之模型X2的統計表 75
表5.2 四次事件之羅吉斯迴歸模型統計表 77
表5.3 羅吉斯迴歸係數標準差統計表 79
表5.4 四次事件的使用者準確率結果一覽表 82
表5.5 四次事件不含促崩因子的準確率表 87
表5.6 三個分析方法之準確率比較表 89
表5.7 與其他方法的高潛感區格網重疊統計表 90

參考文獻

大江二郎 (1938) 台中州國姓油田調查報告：台灣總督府殖產局，第804號。
王濟川、郭志剛 (2003) Logistic迴歸模型－方法及應用，五南圖書出版股份有限公司，共338頁。
王鑫 (1981) 地景法邊坡穩定性的分析研究，工程環境會刊，第2期，第73-91頁。
朱聖心 (2001) 應用地理資訊系統製作地震及降雨所引致之山崩危險圖，國立臺灣大學土木工程學研究所碩士論文，共169頁。
何春蓀、譚立平 (1960) 臺灣台中東勢至南投國姓間煤田地質：臺灣省地質調查所彙刊，12號，第20-62頁。
李錫堤，黃俊鴻，劉進金，蔡榮君，洪國華，林書毅，林口台地及鄰接海岸地形變遷與地貌復原可行性探討 (1998) 公共工程委員會專案委託計畫成果報告，共135頁。
李錫堤、黃健政 (2005) 區域性山坡穩定分析之回顧與展望，地工技術，第104期，第33-52頁。
李錫堤、潘國樑、林銘郎 (2003) 山崩調查與危險度評估－山崩潛感分析之研究（1/3），經濟部中央地質調查所報告，第92-11號，共154頁。
李錫堤、潘國樑、林銘郎 (2004) 山崩調查與危險度評估－山崩潛感分析之研究（2/3），經濟部中央地質調查所報告，第93-17號，共264頁。
林彥享 (2003) 以類神經網路進行地震誘發山崩之潛感分析，國立中央大學應用地質研究所碩士論文，共81頁。
林柏伸、李錫堤 (2003) 山崩潛感分析中Arias Intensity的運用，第十屆台灣地區地球物理研討會暨2003年中國地球物理學會年會論文集，第91-96頁。
林淑媛 (2003) 地形地質均質區劃分與山崩因子探討，國立中央大學應用地質研究所碩士論文，共141頁。
莊緯璉 (2005) 運用判別分析進行山崩潛感分析之研究－以臺灣中部國姓地區為例，國立中央大學應用地質研究所碩士論文，共178頁。
許琦 (1989) 模糊集理論在山崩潛感性分析之應用，成功大學土木工程系，第三屆大地工程學術研究討論會宣讀論文，第23-33頁。
陳振華、潘國樑 (1985) 臺北市山坡地住宅區環境地質調查研究，工研院能源與礦業研究所報告，第229號，共385頁。
陳時祖 (1995) 阿里山公路沿線公路邊坡崩塌與雨量關係之研究，國科會防災科技報告，第83-14號。
陳嬑璇 (2002) 溪頭地區山崩潛感圖製作研究，國立臺灣大學土木工程學研究所碩士論文，共141頁。
黃春銘 (2005) 運用模糊類神經網路進行山崩潛感分析－以臺灣中部國姓地區為例，國立中央大學應用地質研究所碩士論文，共125頁。
楊智堯 (1999) 類神經網路於邊坡破壞潛能分析之應用研究，國立成功大學土木工程學系碩士論文，共110頁。
經濟部中央地質調查所 (1980) 臺灣坡地社區工程地質調查與探勘報告－總論，經濟部中央地質調查所，第1卷，第1集，共73頁。
Agresti, A. (2002) Categorical Data Analysis (2nd ed.), New York: John Wiley, 710p.
Aleotti, P.; Chowdhury, R. (1999) Landslide hazard assessment: summary review and new perspectives, Bulletin of Engineering Geology and the Environment, 58, 21-44.
Arias, A. (1970) Ameasure of earthquake intensity, in seismic design for nuclear power plants, R.J. Hansen(Editor), MIT Press, Cambridge, Massachusetts, 438-483.
Atkinson, P.M.; Massari, R. (1998) Generalized linear modelling of susceptibility to landsliding in the central Apennines, Italy, Computers&Geosciences, 24, 373-385.
Ayalew, L.; Yamagishi, H. (2005) The application of GIS-based logistic regression for landslide susceptibility mapping in the Kakuda-Yahiko Mountains, Central Japan, Geomorphology, 65, 15-31.
Baeza, C.; Corominas, J. (2001) Assessment of shallow landslide susceptibility by means of multivariate statistical techniques, Earth Surface Processes and Landforms, 26, 1251-1263.
Brabb, E.E.; Pampeyan, E.H.; Bonilla, M.G. (1972) Landslide susceptibility in San Mateo County, California. U.S. Geol. Surv., Misc. Field Studies Map, MF–360.(reprinted 1978)
Carrara, A.; Cardinali, M.; Detti, R.; Guzzetti, F.; Pasqui, V.; Reichenbach, P. (1990) Geographical information systems and multivariate models in landslide hazard evaluation, In ALPS 90 Alpine Landslide Practial Seminar, Sixth International Conference and Field Workshop on Landslides, Aug. 31-Sept.12, Milan, Italy, Universita degli Studi de Milano, 17-28.
Carrara, A.; Merenda, L. (1974) Methodology for an inventory of slope instability events in Calabria, southern Italy, Geologia Applicata e Idrogeologica, 9, 237-255.
Chung, C.J.; Fabbri, A.G. (1993) The representation of geoscience information for data integration, Nonrenewable Resources, 2, 3, 122-139.
Cox, D.R. (1970) Modelling Binary Data, New York：Chapman&Hall.
Cox, D.R.; Snell, E.J. (1989) The Analysis of Binary Data (2nd ed.), London, Chapman and Hall, 142p.
Dai, F.C.; Lee, C.F. (2002) Landslide characteristics and slope instability modeling using GIS, Lantau Island, Hong Kong, Geomorphology, 42, 213-228.
Dai, F.C.; Lee, C.F. (2003) A spatiotemporal probabilistic modeling of storm-induced shallow landsliding using aerial photographs and logistic regression, Earth Surf. Process Landforms, 28, 527-545.
Dai, F.C.; Lee, C.F.; Li, J.; Xu, Z.W. (2001) Assessment of landslide susceptibility on the natural terrain of Lantau Island, Hong Kong, Environmental Geology, 40, 381-391.
Dai, F.C.; Lee, C.F.; Tham, L.G.; Ng, K.C.; Shum, W.L. (2004) Logistic regression modelling of storm-induced shallow landsliding in time and space on natural terrain of Lantau Island, Hong Kong, Bull. Eng. Geol. Environ., 63, 315-327.
Feinberg, S. (1985) The analysis of cross-classified categorical data (2nd ed.), Cambridge, MA: MIT Press, 198p.
Guzzetti, F.; Carrara, A.; Cardinali, M.; Reichenbach, P. (1999) Landslide hazard evaluation: a review of current techniques and their application in a multi-scale study, Central Italy, Geomorphology, 31, 181-216.
Hosmer, D.W.; Lemeshow, S. (2000) Applied logistic regression (2nd ed.), John Wiley & Sons, New York, 373p.
Ives, J.D.; Bovis, M.J. (1978) Natural hazards maps for land-use planning, San Juan Mountains, Colorado, U.S.A, Arctic and Alpine Research, 10, 2, 185-212.
Jibson, R.W.; Harp, E.L.; Michael, J.A. (2000) A method for producing digital probabilistic seismic landslide hazard maps, Engineering Geology, 58, 271-289.
Kmenta, J. (1986) Elements of econometrics (2nd ed.), New York: Macmillan Publishing Company, 786p.
Koutsias, N.; Karteris, M. (1998) Logistic regression modelling of multitemporal Thematic Mapper data for burned area mapping, Remote sensing, 19, 3499-3514.
Lee, S.; Chang, B.; Choi, W.; Shin, E. (2001) Regional susceptibility, possibility and risk analyses of landslide in Ulsan metropolitan city, Korea, International Geoscience and Remote Sensing Symposium.
Lee, S.; Min, K. (2001) Statistical analysis of landslide susceptibility at Yongin, Korea, Environmental Geology, 40, 1095-1113.
Lillesand, T. M.; Kiefer, R. W. (2000) Remote sensing and image interpretation, Wiley & Sons, New York, 724p.
Long, J.S. (1997) Regression models for categorical and limited dependent variables, Thousand Oaks, California: Sage Publications, 297p.
Nagelkerke, N.J.D. (1991) A note on a general definition of the coefficient of determination, Biometrika, 78, 691-692.
Ohlmacher, G.C.; Davis, J.C. (2003) Using multiple logistic regression and GIS technology to predict landslide hazard in northeast Kansas, USA, Engineering Geology, 69, 331-343.
Rupke, J.; Cammeraat, E.; Seijmonsbergen, A.C.; Van Westen, C.J. (1988), Engineering geomorphology of the widentobel catchment, Appenzell and Sankt Gallen, Switzerland: a geomorphological inventory system applied to geotechnical appraisal of slope stability, Engineering Geology, 26, 33-68.
Sidle, R. C.; Pearce, A.J.; O'Loughlin, C.L. (1985) Hillslope stability and land use, Water Resources Monograph, 11, 140.
Soeters, R.; van Westen, C.J. (1996) Slope instability recognition analysis and zonation, Chapter 8 in Turner, K.T., Schuster, R.L. (Eds.), Landslides: Investigation and Mitigation, Transportaion Research Board Special Report 247, National Research Council, USA, 129-177.
Stevenson, P.C. (1977) An empirical method for the evaluation of relative landslide risk, Bulletin of the International Association of Engineering Geology, 16, 69-72.
Süzen, M.L.; Doyuran, V. (2004a) A comparison of the GIS based landslide susceptibility assesment methods: multivariate versus bivariate, Environmental Geology, 45, 665-679.
Süzen, M.L.; Doyuran, V. (2004b) Data driven bivariate landslide susceptibility assessment using geographical information system, Engineering Geology, 71, 303-321.
Tabachnick, B.G.; Fidell, L.S. (1996) Using Multivariate Statistics(3rd ed.), New York：Harper Collins College Publishers, 966p.
van Western, C.J. (1992) Medium Scale Landslide Hazard Analysis Using a PC Based GIS: A Case Study from Chinchina, Colombia. In Proc., ler Simposio Internacional sobre Sensores Remotes Sistemas de Informacion Geografica (SIG) para el Estudio de Riesgos Naturales, Bogota, Colombia (J.B. Alzate, ed.), Instituto Geografico Agustin Codazzi, Bogota, 2, pp. 20.
Varnes, D.J. (1984) Landslide hazard zonation：a review of principles and practice, Natural hazards no.3, UNESCO, Paris, 63p.
Wilson, J.P.; Gallant, J.C. (2000) Digital terrain analysis, In: Wilson, J.P. and J.C. Gallant (eds.), Terrain Analysis－Principles and Applications, New York: John Wiley＆Sons, 479p.

指導教授

李錫堤(Chyi-Tyi Lee)

審核日期

2005-7-22

推文