博碩士論文 92624012 詳細資訊




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:141 、訪客IP:3.142.197.212
姓名 莊緯璉(Wei-Lien Chuang)  查詢紙本館藏   畢業系所 應用地質研究所
論文名稱 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
(Landslide Susceptibility Analysis by Using Discriminant Analysis - A Case Study in KuoHsing,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★ 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]
  1. 本電子論文使用權限為同意立即開放。
  2. 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。
  3. 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) 本研究沿用地調所山崩潛感分析計畫之分析模式及各項原始資料,進行各種驗證分析,並嘗試進行部分重要因子處理之精緻化研究及各個因子權重穩定性的探討。同時比較因子在分區評分與否暨內部評分與否的成效,以評估山崩潛感分析計劃分析模式之各種優劣點及探討可能改善的空間。本研究不僅利用不同統計軟體驗證本研究所發展之程式,同時也比較由羅吉斯迴歸及模糊類神經網路所進行的山崩潛感分析之成果,希望能夠暸解目前最常被使用在山崩潛感分析的三種方法之間的差異性。
本研究針對坡度及地形粗糙度兩項因子進行深入研究,包括:(1)使用高通濾波的方式粹取地表細部起伏的變化,並藉此地形製作新的地形粗糙度;(2)使用使用韋伯分布的累積密度函數針對各事件坡度崩壞比曲線進行擬合及內部評分。本研究並將其他項重要因子重新處理及重新迴歸崩壞比曲線,最後針對山崩與非山崩組作亂數選取相近的格網數作為樣本加入判別分析進行山崩潛感分析。
將精緻化及修正後之因子加入判別分析的結果,不僅降低了潛感因子間的相依性,且得到之山崩組準確率比地調所山崩潛感分析計畫之準確率顯著提升。經不同亂數取樣後所得到各個因子的權重,其標準差皆相當的小,顯示因子之權重是相當穩定的。判別分析、羅吉斯迴歸與模糊類神經網路相互比較分析成果後,發現三種分析方法在準確率上相差不大,表示判別分析在對於山崩潛感分析的預測模式上,並不會輸給需要長時間訓練的模糊類神經網路方法。
因子有無按崩壞比做內部評分的動作,對於準確率的影響並不十分顯著,但以崩壞比做因子內部評分,去除了門檻值以下影響不大的資料,較能彰顯該因子重要值域的影響,分析結果更能有效地表現出此因子對於判別模式的貢獻。在以地域單元分別做因子內部評分與否的問題上,不論是有分區或是無分區的情形下,因子皆會被正規化至0 ~ 1之間,其中各分區崩壞比迴歸式的斜率差,並不會對各分區之內部評分造成太大的差異,最後的分析結果也影響不大。
摘要(英) This study follows the methodology and uses the original data of a landslide susceptibility project of Central Geological Survey, Taiwan (CGS). This study proceeds to check the data and to validate the model, and improves the treatment of some of the important factors. Reliability of weights among the factors was tested. The necessity of internal rating of each factor according to a terrain unit was also tested, and possible improvement was discussed. This study used different statistical software to validate the program we developed. I also compared the results evaluated by the logistic regression and the fuzzy neural network method so that the superiority among the three frequently used methods in landslide susceptibility analysis could be compared.
Slope factor and terrain roughness factor were further studied. It includes : (1)Using high pass filter treatment to emphasize the local roughness of a terrain. (2)Using cumulative Weibull distribution to fit the curve of landslide ratio of slope factor. All factors were reproduced and redefine the internal rating of each factor were redefined. Samples for analysis were done by random sampling method from the non-landslide group so that they have approximately same number as the samples from landslide group.
After the reprocessing and refinement of the factors, the result for each different event is significantly improved. Different random sampling results provide different weights. The result shows that the standard deviation of a weight for each factor is small and means the weights are stable and reliable. The results among the discriminant analysis, the logistic regression and the fuzzy neural network are comparable in overall accuracy. This indicates that the result from discriminant analysis is as good as the fuzzy neural network method which takes much time to train the sample.
Internal rating of a factor according to the landslide ratio doesn’t affect the accuracy very much, but if the factor is rated according to landslide ratio can minimize the effect of data which are out of lower threshold or higher threshold, and emphasize the effect of the important range of the factor, and make a factor more effective in discriminant analysis. Whatever the internal rating of a factor is based on terrain units or not, the score of each factor will be normalized to a range between 0 and 1, and the result is not significantly different.
關鍵字(中) ★ 山崩
★ 山崩潛感分析
★ 判別分析
關鍵字(英) ★ landslide susceptibility analysis
★ discriminant analysis
★ landslide
論文目次 目 錄
頁次
中文摘要 I
英文摘要 III
致謝 V
目錄 VI
圖目 X
表目 XIII
第一章 緒論 1
1.1 研究動機與目的 1
1.2 文獻回顧 1
1.2.1 山崩類型之探討 2
1.2.2 山崩潛感因子之探討 2
1.2.3 分析方法之探討 5
1.3 研究架構及流程 7
1.3.1 地調所山崩潛感分析計畫之研究流程 7
1.3.2 本研究之驗證項目與研究內容 10
第二章 研究方法 13
2.1判別分析之理論 13
2.2判別分析之應用 16
2.2.1 其他判別分析之方法 16
2.2.2 判別分析應用於其他領域 17
第三章 資料蒐集與處理 19
3.1 研究區概述 19
3.1.1 區域地層概述 19
3.1.2 區域構造概述 24
3.2 資料蒐集與處理 25
3.2.1 資料座標控制 25
3.2.2 SPOT衛星影像 26
3.2.3 山崩判釋與再檢核 27
3.2.4 數值地形 30
3.2.5 強震及雨量資料 31
3.3 資料處理 34
3.3.1 山崩因子選取 34
3.3.2 山崩潛感因子 37
3.3.3 因子精緻化處理 46
3.3.4 因子內部評分 49
第四章 山崩潛感分析成果 51
4.1 概說 51
4.1.1 分析樣本選取 51
4.1.2 程式驗證 52
4.1.3 山崩潛感分級 52
4.1.4 準確率計算方式 52
4.2 集集地震誘發山崩之潛感分析成果 54
4.3 桃芝颱風誘發山崩之潛感分析成果 56
4.4 賀伯颱風誘發山崩之潛感分析成果 57
4.5 敏督利颱風誘發山崩之潛感分析成果 59
4.6 野外查核結果 89
第五章 山崩潛感因子內部評分之探討 93
5.1 因子內部評分必要性之探討 93
5.2 因子內部評分技術之探討 97
5.3 山崩潛感因子分區處理必要性的探討 97
第六章 山崩潛感因子間權重之探討 100
第七章 判別分析方法與其他方法分析成果之比較 107
7.1 判別分析、羅吉斯迴歸與模糊類神經網路準確率之比較 107
7.2 判別分析與地調所山崩潛感分析計畫成果之準確率比較 110
7.3 判別分析與地調所山崩潛感分析計畫成果之權重比較 112
第八章 討論 114
8.1 崩壞比圖的特性及其代表的意義 114
8.2 判別分數次數分布圖 114
8.3 山崩潛感分級之探討 115
8.4 山崩潛感圖 116
8.5 山崩誤判情形 117
8.6 資料選取數量對山崩潛感分析成果之影響 123
8.7 山崩數量對潛感分析成果之影響 123
8.8 事件間山崩潛感圖的可預測情形 124
8.9 不含促崩因子山崩潛感圖的可預測情形 125
8.10 判別模式的顯著性 127
第九章 結論與建議 129
9.1 結論 129
9.2 建議 130
參考文獻 132
附錄一 利用韋伯分布擬合各事件坡度崩壞比情況 138
附錄二 各事件原始因子山崩與非山崩分布圖 140
附錄三 因子權重次數分布圖 153
附錄四 排除各事件不顯著因子 165
附錄五 各事件山崩被預測為非山崩組之各因子值域次數分布圖 170
圖 目
頁次
圖1.1 地調所山崩潛感分析計畫之研究流程簡圖 9
圖1.2 本研究之流程圖 11
圖2.1 判別分析示意圖 14
圖3.1 研究區地形略圖 20
圖3.2 臺灣地質分區 21
圖3.3 研究區地質圖 21
圖3.4 賀伯颱風事件之山崩目錄 29
圖3.5 集集地震事件之山崩目錄 29
圖3.6 桃芝事件之山崩目錄 30
圖3.7 敏督利颱風事件之山崩目錄 30
圖3.8 本研究選取之雨量測站 33
圖3.9 山崩潛感因子圖層(a~n) 35
圖3.10 3×3格網資料示意圖 39
圖3.11 圓形視窗之格網示意圖 42
圖3.12 自然坡各區位參數示意圖 44
圖3.13 Haning Window高通濾波示意圖 47
圖3.14 截止波數計算示意圖 47
圖3.15 地形高通濾波示意圖 48
圖3.16 韋伯分布示意圖 50
圖3.17 以韋伯分布擬合坡度崩壞比分布示意圖(以集集地震事件誘發山
崩為例-不分區) 50
圖4.1 潛感分級示意圖 52
圖4.2 集集地震事件含促崩因子之山崩潛感圖 61
圖4.3 集集地震事件不含促崩因子之山崩潛感圖 62
圖4.4 集集地震事件含促崩因子之山崩潛感圖與集集地震事件誘發山崩位置比較 63
圖4.5 集集地震事件不含促崩因子之山崩潛感圖與集集地震事件前山崩位置比較 64
圖4.6 集集地震事件之山崩潛感值與崩壞比關係圖(淺山區) 65
圖4.7 集集地震事件之山崩潛感值與崩壞比關係圖(高山區) 65
圖4.8 集集地震事件之判別分數次數分布圖(淺山區) 66
圖4.9 集集地震事件之判別分數次數分布圖(高山區) 66
圖4.10 桃芝颱風事件含促崩因子之山崩潛感圖 68
圖4.11 桃芝颱風事件不含促崩因子之山崩潛感圖 69
圖4.12 桃芝颱風事件含促崩因子之山崩潛感圖與桃芝颱風事件誘發山崩位置比較 70
圖4.13 桃芝颱風事件不含促崩因子之山崩潛感圖與桃芝颱風事件前山崩位置比較 71
圖4.14 桃芝颱風事件之山崩潛感值與崩壞比關係圖(淺山區) 72
圖4.15 桃芝颱風事件之山崩潛感值與崩壞比關係圖(高山區) 72
圖4.16 桃芝颱風事件之判別分數次數分布圖(淺山區) 73
圖4.17 桃芝颱風事件之判別分數次數分布圖(高山區) 73
圖4.18 賀伯颱風事件含促崩因子之山崩潛感圖 75
圖4.19 賀伯颱風事件不含促崩因子之山崩潛感圖 76
圖4.20 賀伯颱風事件含促崩因子之山崩潛感圖與賀伯颱風事件誘發山崩位置比較 77
圖4.21 賀伯颱風事件不含促崩因子之山崩潛感圖與賀伯颱風事件前山崩位置比較 78
圖4.22 賀伯颱風事件之山崩潛感值與崩壞比關係圖(淺山區) 79
圖4.23 賀伯颱風事件之山崩潛感值與崩壞比關係圖(高山區) 79
圖4.24 賀伯颱風事件之判別分數次數分布圖(淺山區) 80
圖4.25 賀伯颱風事件之判別分數次數分布圖(高山區) 80
圖4.26 敏督利颱風事件含促崩因子之山崩潛感圖 82
圖4.27 敏督利颱風事件不含促崩因子之山崩潛感圖 83
圖4.28 敏督利颱風事件含促崩因子之山崩潛感圖與敏督利颱風事件誘發山崩位置比較 84
圖4.29 敏督利颱風事件不含促崩因子之山崩潛感圖與敏督利颱風事件前山崩位置比較 85
圖4.30 敏督利颱風事件之山崩潛感值與崩壞比關係圖(淺山區) 86
圖4.31 敏督利颱風事件之山崩潛感值與崩壞比關係圖(高山區) 86
圖4.32 敏督利颱風事件之判別分數次數分布圖(淺山區) 87
圖4.33 敏督利颱風事件之判別分數次數分布圖(高山區) 87
圖4.34 東卯溪山崩查核 90
圖4.35 麗陽營區山崩查核 91
圖4.36 北勢坑溪山崩查核 92
圖 5.1 因子內部評分示意圖 96
圖 5.2 因子分區內部評分示意圖 99
圖8.1 集集地震事件山崩格網被預測為非山崩格網分布圖 119
圖8.2 桃芝颱風事件山崩格網被預測為非山崩格網分布圖 120
圖8.3 賀伯颱風事件山崩格網被預測為非山崩格網分布圖 121
圖8.4 敏督利颱風事件山崩格網被預測非山崩格網分布圖 122
表 目
頁次
表1.1 Varnes山崩分類表 3
表3.1 衛星影像一覽表 27
表3.2 集集地震主餘震資料表 32
表3.3 評分前各原始因子之相關係數比較表 38
表4.1 本研究選出各事件樣本數量表 51
表4.2 分類誤差矩陣示意表 53
表4.3 集集地震事件因子權重分布表 54
表4.4 集集地震事件各區判別指標列表 55
表4.5 桃芝颱風事件因子權重分布表 56
表4.6 桃芝颱風事件各區判別指標列表 56
表4.7 賀伯颱風事件因子權重分布表 58
表4.8 賀伯颱風事件各區判別指標列表 58
表4.9 敏督利颱風事件因子權重分布表 59
表4.10 敏督利颱風事件各區判別指標列表 60
表4.11 集集地震事件訓練資料分類誤差矩陣表(淺山區) 67
表4.12 集集地震事件訓練資料分類誤差矩陣表(高山區) 67
表4.13 集集地震事件全區成果分類誤差矩陣表(淺山區) 67
表4.14 集集地震事件全區成果分類誤差矩陣表(高山區) 67
表4.15 桃芝颱風事件訓練資料分類誤差矩陣表(淺山區) 74
表4.16 桃芝颱風事件訓練資料分類誤差矩陣表(高山區) 74
表4.17 桃芝颱風事件全區成果分類誤差矩陣表(淺山區) 74
表4.18 桃芝颱風事件全區成果分類誤差矩陣表(高山區) 74
表4.19 賀伯颱風事件訓練資料分類誤差矩陣表(淺山區) 81
表4.20 賀伯颱風事件訓練資料分類誤差矩陣表(高山區) 81
表4.21 賀伯颱風事件全區成果分類誤差矩陣表(淺山區) 81
表4.22 賀伯颱風事件全區成果分類誤差矩陣表(高山區) 81
表4.23 敏督利颱風事件訓練資料分類誤差矩陣表(淺山區) 88
表4.24 敏督利颱風事件訓練資料分類誤差矩陣表(高山區) 88
表4.25 敏督利颱風事件全區成果分類誤差矩陣表(淺山區) 88
表4.26 敏督利颱風事件全區成果分類誤差矩陣表(高山區) 88
表5.1 集集地震事件因子有無按崩壞比做內部評分準確率比較表 95
表5.2 桃芝颱風事件因子有無按崩壞比做內部評分準確率比較表 95
表5.3 賀伯颱風事件因子有無按崩壞比做內部評分準確率比較表 95
表5.4 敏督利颱風事件因子有無按崩壞比做內部評分準確率比較表 96
表5.5 集集地震事件有無按地域單元做內部評分之準確率比較表 98
表6.1 集集地震事件各區因子權重之標準差 102
表6.2 桃芝颱風事件各區因子權重之標準差 102
表6.3 賀伯颱風事件各區因子權重之標準差 102
表6.4 敏督利颱風事件各區因子權重之標準差 103
表6.5 集集地震事件各正規化因子之相關係數 103
表6.6 桃芝颱風事件各正規化因子之相關係數 103
表6.7 賀伯颱風事件各正規化因子之相關係數 104
表6.8 敏督利颱風事件各正規化因子之相關係數 104
表6.9 集集地震事件剔除因子權重比較表 105
表6.10 桃芝颱風事件剔除因子權重比較表 105
表6.11 賀伯颱風事件剔除因子權重比較表 105
表6.12 敏督利颱風事件剔除因子權重比較表 106
表7.1 集集地震事件各方法之準確率比較表 108
表7.2 桃芝颱風事件各方法之準確率比較表 108
表7.3 賀伯颱風事件各方法之準確率比較表 108
表7.4 敏督利颱風事件各方法之準確率比較表 108
表7.5 集集地震事件各方法高潛感面積重疊表 109
表7.6 桃芝颱風事件各方法高潛感面積重疊表 109
表7.7 賀伯颱風事件各方法高潛感面積重疊表 109
表7.8 敏督利颱風事件各方法高潛感面積重疊表 110
表7.9 集集地震事件分析成果比較表 111
表7.10 桃芝颱風事件分析成果比較表 111
表7.11 賀伯颱風事件分析成果比較表 111
表7.12 敏督利颱風事件分析成果比較表 111
表7.13 集集地震事件權重比較表 112
表7.14 桃芝颱風事件權重比較表 113
表7.15 賀伯颱風事件權重比較表 113
表7.16 敏督利颱風事件權重比較表 113
表8.1 各事件各潛感區所佔面積一覽表(含促崩因子) 116
表8.2 各事件各潛感區所佔面積一覽表(不含促崩因子) 116
表8.3 集集地震事件訓練格網數比例差異之準確率比較表 123
表8.4 事件間山崩潛感圖預測表 125
表8.5 不含促崩因子山崩潛感圖預測表 127
表8.6 各事件判別模式檢定表 128
參考文獻 參考文獻
王鑫(1988)地形學,聯經出版事業公司。
朱聖心(2000)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。
何明憲(2003)台灣中部災區坡地型土石流發生特性之研究,國立臺灣大學土木工程學研究所碩士論文,共152頁。
何春蓀(1997)台灣地質概論,經濟部中央地質調查所,第71-117頁。
吳振威(2002)公路邊坡保護工法之選擇模式研究-以南二高白河以南路段為例,國立成功大學資源工程研究所碩士論文,共144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,104,第33-51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。
林中興(1994)山坡穩定性評估之因子分析及地理資訊系統之應用,國立中央大學應用地質研究所碩士論文,共 87 頁。
林信亨(1999)地理資訊系統應用於土石流危險溪流危險度判定之研究,國立臺灣大學土木工程學研究所碩士論文,共145頁。
林信亨、林美聆(2002)地理資訊系統及類神經網路應用於土石流危險溪流危險度判定,地工技術,90,第73-84頁。
林彥享(2003)運用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89頁。
林昭遠、吳瑞鵬、林文賜(2001)921震災塌地植生復育監測與評估,中華水土保持學報,32(1),第59-66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。
林郁欽(2000)坡地崩塌機率鑑別函數之建立與應用評估,國立臺灣科技大學營建工程系碩士論文,共179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。
洪如江(1984)地質在自然邊坡穩定之應用(力學因素除外),地工技術,7,第35~42頁。
高申錡(1994)阿里山公路沿線公路邊坡崩塌與雨量關係之研究,國立成功大學資源工程研究所碩士論文,共115頁。
張石角(1987)山崩地潛在危險之預測及其在環境影響評估之應用,中華水土保持學報,18,第41-62頁。
張弼超(2005)運用羅吉斯迴歸進行山崩潛感分析-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118頁。
許萬榮(2003)分別以類神經網路與統計分析溪流發生土石流潛勢度,朝陽科技大學營建工程系碩士論文,共61頁。
陳正文(2004)土石流誘發因子萃取對土石流危險溪流判定之影響,國立中央大學應用地質研究所碩士論文,共102頁。
陳志豪(2001)變質岩公路邊坡之破壞潛勢分析-以南橫公路啞口至 新武段為例,國立成功大學資源工程研究所博士論文,共124頁。
陳佳慧(2000)捷運接駁公車營運績效評估-以淡水線為例,國立台灣大學土木工程學研究所碩士論文,共171頁。
陳崇華(2003)台十一線海岸公路邊坡崩塌災害分析,國立東華大學自然資源管理研究所碩士論文,共90頁。
陳順宇(2004)多變量分析三版,台北:華泰書局。
黃志暉(2004)臺東地區主要競爭醫院忠誠病人之區辨研究,高雄醫學大學公共衛生學研究所碩士在職專班碩士論文,共153頁。
黃俊英(1995)多變量分析,第五版,台北:中國經濟企業研究所。
黃春銘(2005)使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102頁。
黃臺豐(1999)瑞里地震誘發之山崩,國立中央大學應用地質研究所碩士論文,共79頁。
廖軒吾(2000)集集地震誘發之山崩,國立中央大學地球物理研究所碩士論文,共90頁。
廖啟雯(2005)機率式地震誘發山崩危害度分析-以國姓地區為例,國立中央大學地球物理研究所博士論文,共108頁。
趙建剛(2004)失智症預測模式之研究,義守大學管理科學研究所碩士論文,共127頁。
鄭傑銘(2002)應用GIS進行豪雨及地震引致山崩之潛感性分析 ,國立臺灣大學土木工程學研究所碩士論文,共210頁。
羅偉、吳樂群、陳華玫(1999)五萬分之一台灣地質圖說明書,圖幅第25號:國姓。
蘭雅森(1998)鑑別分析法應用於山坡地崩塌機率之應用,國立台灣科技大學營建工程研究所碩士論文,共165頁。
Arias, A.(1970)A measure of earthquake intensity, in Seismic Design for Nuclear Power Plants, R.J. Hansen(Editor), MIT Press, Cambridge, Massachusetts, 438-483.
Baeza, C.; Corominas, J.(2001)Assessment of shallow landslide susceptibility by means of multivariate statistical techniques, Earth Surface Process and Landforms, 26, 1251-1263.
Carrara, A.(1983)Multivariate Models for landslide hazard evaluation, Mathematical Geology, 15, 3, 403-426.
Carrara, A.; Cardinali, M.;Detti, R.; Guzzetti, F.;Pasqui, V.; Reichenbach, P.(1991)GIS Techniques and statistical models in evaluating landslide hazard. Earth Surface Processes and Landforms, 16, 427-445.
Carrara, A.; Guzzetti, F.; Cardinali, M.; Reichenbach, P.(1999) Use of GIS technology in the prediction and monitoring of landslide hazard, Natural Hazards, 20, 117-135.
Corominas, J.; Moya, J.; Lloret, A.; Gili, J.A.; Angeli, M.G.; Pasuto, A.; Silvano, S.(2000)Measurement of Landslide Displacements Using a WireExtensometer, Engineering Geology, 55, 149-166.
Cruden, M.; Varnes, D.J.(1996)Landslide types and process, Chapter 3 in Landslides-Investigation and Mitigation, Ed SK Turner and TL Dchuster, Transportation Research Board Special Report 247, National Research Council, USA, 67-75.
Dai, F.C.; Lee, C.F.(2002)Frequency-volume relation and prediction of rainfall-induced landslides, Engineering Geology, 59, 253-266.
Davis, J. C.(2002)Statistics and Data Analysis in Geology, 3rd edition, 638, Wiley.
ERDAS(1997)Erdas Field Guide, ERDAS, 1-19.
Fisher, R.A.(1936)Has Mendel's work been rediscovered, Ann. Sci., 1, 115-137.
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.
Harp, E.L.; Jibson, R.W.(1996)Landslides triggered by the 1944 Northridge, California earthquake, Bulletin of the Seismological Society of America, 86, 1B, S319-S332.
Hoek, E.; Bray, J.(1981)Rock Slope Engineering, The Institution of Mining and Metallurgy, London, 350.
Hsu, C.W.; Chang, C.C.; Lin, C.J.(2003)A Practical Guide to Support Vector Classification, Department of Computer Science and Information Engineering National Taiwan University, Paper available at http://www.csie.ntu.edu.tw/~cjlin/libsvm.
Jibson, R.W.; Keefer, D.K.(1989)Statistical analysis of factors affecting landslide distribution in the NEW Madrid seismic zone, Tennessee and Kentucky, Engineering Geology, 27, 509-542.
Keefer, D.K.(2000)Statistical analysis of an earthquake-induced landslide distribution - the 1989 Loma Prieta, California event, Engineering Geology, 58, 231-249.
Klecka, W.R.(1980)Discriminant Analyais. In: Series: Quantitative Applications in the Social Sciences, 19, 1-71, SAGE Publications, Newbury Park, CA.
Lee, S.; Ryu, J.H.; Lee, M.J.; Won, J.S.(2003)Use of an artificial neural network for analysis of the susceptibility to landslides at Boun, Korea, Engineering Geology, 44, 820-833.
Liao, C.W.; Lee, C.T.(2004)Probabilistic Hazard Analysis of Earthquake-Induced Landslides – an Example from KouHsing, Taiwan, International Symposium on Landslide and Debris Flow Hazard Assessment, 7-1~ 7-9.
Lillesand, T.M.; Kiefer, R.W.(2000)Remote sensing and image interpretation, Wiley & Sons, New York, 724.
Luzi, L.; Pergalani, F.(1996)Applications of Statistical and GIS Techniques to Slope Instability Zonation (1:50000 Fabriano Geological Map Sheet), Soil Dynamics and Earthquake Engineering, 15, 83-94.
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.
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.
Pearce, A.J.; O’loughlin, C.L.(1985)Landsliding during a M7.7 earthquake:influence of geology and topography:Geology, 13, 855-858.
Stevenson, P.C.(1977)An Empirical Method for the Evaluation of Relative Landslide Risk, Int. Ass. Eng.Geol. Bull., 16, 69- 72.
Varnes, D.J.(1978)Landslide types and processes. Washington D. C.: Highway Research Board, Special Report 29, 20-47.
Wilson, J.P.; Gallant, J.C.(2000)Terrain analysis, John Wiley & Sons, Inc., 51-58.
指導教授 李錫堤(Chyi-Tyi Lee) 審核日期 2005-7-22
推文 facebook   plurk   twitter   funp   google   live   udn   HD   myshare   reddit   netvibes   friend   youpush   delicious   baidu   
網路書籤 Google bookmarks   del.icio.us   hemidemi   myshare   

若有論文相關問題,請聯絡國立中央大學圖書館推廣服務組 TEL:(03)422-7151轉57407,或E-mail聯絡  - 隱私權政策聲明