Integrated multi-criteria decision analysis and bivariate statistical modeling for landslide susceptibility zonation in the northwestern Ethiopian highlands
Engdaw Gulbet Tebege · Belete Getahun · Yohannes Dessalegn Girma 等 8 人
用GIS与遥感结合FR和AHP模型，对埃塞俄比亚高原滑坡易发性进行分区制图与验证。
GIS与遥感数据，11个孕灾因子，频率比与层次分析法，ROC曲线验证。
AHP精度略高（AUC 0.812），陡坡、玄武岩、高线密度与近水系为主要致灾因子。
可将滑坡易发性与农田地块、作物分布叠加，评估农业用地风险并支撑山区土地整治决策。
GIS与遥感结合的滑坡易发性制图研究，方法规范、数据扎实，对农业灾害风险管理和土地规划有参考价值，但属区域性案例，公共影响有限。
滑坡是埃塞俄比亚高地，特别是Telemt、Janamora和Beyeda地区面临的严重地质环境灾害，频繁造成人员伤亡以及重要基础设施和农田的破坏。本研究综合地理信息系统（GIS）和遥感数据，采用频率比（FR）和层次分析法（AHP）两种不同的建模方法进行滑坡易发性制图（LSM）。建模与验证共考虑了140个数据点（98个用于训练（70%），42个用于测试（30%））。分析了十一个地质环境条件因子：坡度、降雨量、岩性、线理密度、曲率、坡向、归一化植被指数、土地利用/土地覆被、距水系距离、水系密度和土壤，以评估它们对滑坡发生的影响。根据AHP模型，研究区分别有13.69%和26.91%的区域被划分为极高和高易发区。相比之下，FR模型将12.09%的区域划为极高易发区，23.78%划为高易发区。两种模型均强调，陡坡、斑状玄武岩单元、高线理密度、邻近水系以及凹形地形曲率是斜坡失稳的主要驱动因素。相反，缓坡、砂岩单元和茂密植被覆盖与低易发区密切相关。采用受试者工作特征（ROC）曲线对模型性能进行验证，AHP模型的曲线下面积（AUC）值为0.812，FR模型为0.793，同时AHP模型的预测率AUC值为77.4%（0.774），FR模型为70.4%，证实了两种方法的预测可靠性。这些结果为政策制定者和利益相关者提供了重要的地理空间情报，可指导该地区的灾害风险管理、可持续土地利用规划和有针对性的修复工作。