Original scientific paper
https://doi.org/10.17794/rgn.2024.5.2
UČINKOVITOST BIVARIJANTNIH STATISTIČKIH MODELA U KARTIRANJU PODLOŽNOSTI NA KLIZANJE (STUDIJA SLUČAJA: PODSLIJEV CISANGKUY, BANDUNG, INDONEZIJA)
Sukristiyanti Sukristiyanti
; National Research and Innovation Agency (BRIN), Research Center for Geological Disaster, Sangkuriang, Dago, Bandung, Indonesia
*
Pamela Pamela
; Geological Agency of Indonesia (BGL), Diponegoro No.57, Cihaur Geulis, Kec. Cibeunying Kaler, Bandung, Indonesia
Sitarani Safitri
; National Research and Innovation Agency (BRIN), Research Center for Geoinformatics, Sangkuriang, Dago, Bandung, Indonesia
Ahmad Luthfi Hadiyanto
; National Research and Innovation Agency (BRIN), Research Center for Geoinformatics, Sangkuriang, Dago, Bandung, Indonesia
Adrin Tohari
; National Research and Innovation Agency (BRIN), Research Center for Geological Disaster, Sangkuriang, Dago, Bandung, Indonesia
Imam Achmad Sadisun
; Bandung Institute of Technology (ITB), Faculty of Earth Sciences and Technology, Ganesha 10 Bandung, Indonesia
* Corresponding author.
Abstract
Pojave klizišta česte su u brdsko-planinskim područjima, posebice u tropskim zemljama s velikom količinom oborina i intenzivnim vremenskim utjecajima. Kartiranje podložnosti na klizanje (LSM) prvi je korak u ublažavanju opasnosti od klizišta. Ovim istraživanjem provedena je usporedba četiriju LSM modela, odnosno metode omjera učestalosti (FR), metode informacijske vrijednosti (IVM), modela težinskih faktora (WoE) i Shannonove entropije (SE), za podslijev Cisangkuy, Zapadna Java. Navedene metode uzimaju u obzir odnos između gustoće klizišta i faktora klizanja. Za modeliranje je korišteno 76 piksela klizišta i 15 faktora klizanja. 70 % klizišta korišteno je kao podatak za treniranje modela, a ostatak je korišten za validaciju modela. Od 27 analiziranih preduvjeta klizanja odabrano je ukupno 15 faktora klizanja. Faktori koji pokazuju visoku kolinearnost uklonjeni su kako bi se izbjegla multikolinearnost podataka. Osim toga, u modeliranje su uključeni samo faktori klizanja koji se odnose na prikupljene podatke o klizištima. Za validaciju modela korištena je krivulja radnih karakteristika prijamnika (ROC) i metoda indeksa gustoće klizišta (LDI). Svi modeli pokazuju odgovarajuće stope predviđanja za FR, IVM, WoE i SE metode, koje iznose 0,770, 0,790, 0,793 odnosno 0,788. Na temelju LDI analize, LDI vrijednosti nisu postupno rasle od vrlo niske do vrlo visoke klase osjetljivosti za svaku LSM kartu. Međutim, karte su još uvijek povoljne jer klase koje su najpodložnije na klizanje u svim modelima imaju najviši LDI. Na učinkovitost modela može utjecati broj klasa i metoda klasifikacije koje se koriste za kategorizaciju kontinuiranih parametara, kao i mala količina podataka o klizištima u inventaru.
Keywords
modeliranje podložnosti na klizanje; bivarijantna statistička metoda; ROC krivulja; indeks gustoće klizišta
Hrčak ID:
322936
URI
Publication date:
25.11.2024.
Visits: 0 *