banner
Lar / blog / Um método objetivo de amostragem de dados de ausência para mapeamento de suscetibilidade a escorregamentos
blog

Um método objetivo de amostragem de dados de ausência para mapeamento de suscetibilidade a escorregamentos

Aug 21, 2023Aug 21, 2023

Scientific Reports volume 13, Artigo número: 1740 (2023) Citar este artigo

1270 acessos

4 citações

Detalhes das métricas

A precisão e a qualidade do mapa de suscetibilidade a deslizamentos dependem dos locais disponíveis para deslizamentos e da estratégia de amostragem para dados de ausência (locais que não sejam deslizamentos). Neste estudo, propomos um método objetivo para determinar o valor crítico para amostragem de dados de ausência com base nas distâncias de Mahalanobis (MD). Demonstramos este método no mapeamento de suscetibilidade a deslizamentos de três subdistritos (Upazilas) do distrito de Rangamati, Bangladesh, e comparamos os resultados com o mapa de suscetibilidade a deslizamentos produzido com base no método de amostragem de dados de ausência baseado em declives. Usando os 15 fatores causais de deslizamentos, incluindo inclinação, aspecto e curvatura do plano, primeiro determinamos o valor crítico de 23,69 com base na distribuição qui-quadrado com 14 graus de liberdade. Este valor crítico foi então usado para determinar o espaço amostral para 261 dados de ausência aleatória. Em comparação, escolhemos outro conjunto de dados de ausência com base em um limiar de inclinação <3°. Os mapas de suscetibilidade a deslizamentos foram então gerados usando o modelo de floresta aleatória. As curvas Receiver Operating Characteristic (ROC) e o índice Kappa foram utilizados para avaliação da acurácia, enquanto o Seed Cell Area Index (SCAI) foi utilizado para avaliação da consistência. O mapa de suscetibilidade a deslizamentos produzido usando nosso método proposto tem ajuste de modelo relativamente alto (0,87), previsão (0,85) e valores Kappa (0,77). Embora o mapa de suscetibilidade a deslizamentos produzido pela amostragem baseada em declives também tenha uma precisão relativamente alta, os valores do SCAI sugerem menor consistência. Além disso, a amostragem baseada em declives é altamente subjetiva; portanto, recomendamos o uso de amostragem de dados de ausência baseada em MD para mapeamento de suscetibilidade a escorregamentos.

Deslizamentos de terra são o movimento de rocha, solo e terra ao longo de uma encosta1 quando a tensão de cisalhamento nos materiais da encosta excede a resistência ao cisalhamento2. Causa danos à infraestrutura e perda de vidas humanas em todo o mundo3,4,5. O inventário de deslizamentos e o mapeamento de suscetibilidade são fundamentais para mitigar as perdas causadas por deslizamentos2,6,7,8,9. O inventário de deslizamentos documenta deslizamentos de terra ocorridos anteriormente10, enquanto a suscetibilidade a deslizamentos descreve a probabilidade de deslizamentos de terra em uma área11. Os deslizamentos de terra são afetados por vários fatores causais, como declive, curvatura, uso/cobertura do solo, geologia e elevação7,12,13. O inventário de deslizamentos e sua relação com diferentes fatores causais podem ser usados ​​para derivar o mapa de suscetibilidade a deslizamentos14.

Vários métodos estatísticos têm sido usados ​​para mapeamento de suscetibilidade a deslizamentos de terra, incluindo regressão logística, máquinas de vetores de suporte, floresta aleatória e aumento de gradiente15,16,17. Esses métodos estatísticos usam fatores causais de deslizamentos como variáveis ​​independentes e locais de deslizamentos (dados de presença) e locais sem deslizamentos (dados de ausência) como variáveis ​​dependentes4. Os dados de presença provêm principalmente do inventário de escorregamentos. Em contrapartida, a ausência de dados geralmente não está disponível e requer uma estratégia específica para amostrar locais onde a probabilidade de deslizamento é baixa7,18. A qualidade e a precisão dos mapas de suscetibilidade a escorregamentos dependem não apenas da qualidade dos fatores causais e dos dados de presença, mas também do método de amostragem de dados de ausência e, às vezes, a precisão depende de como essa amostragem é conduzida18.

A amostragem aleatória é a abordagem mais comum para os dados de ausência. Considera todos os locais diferentes dos deslizamentos registrados para dados de ausência19,20. Este método requer um inventário representativo de escorregamentos de toda a área21. É adequado para o mapeamento da suscetibilidade a deslizamentos de terra numa área relativamente pequena, mas enfrenta desafios numa grande área ou à escala regional12. A precisão do mapa de suscetibilidade a deslizamentos de terra baseado em amostragem aleatória é geralmente baixa e tendenciosa para os locais conhecidos de deslizamentos de terra21. Vários métodos de amostragem de dados de ausência foram propostos para melhorar a precisão e a qualidade do mapeamento de suscetibilidade a deslizamentos, incluindo análise exploratória de dados prévia, amostragem controlada por buffer, medidas baseadas em distância e densidade, como estimativa de densidade de Kernel, distância euclidiana, uma classe ou presença- único método de classificação e modelagem de distribuição de densidade de espécies como Bioclima7,8,12,21.

 0.7 is considered as fair model, and AUC < 0.5 indicates that the model classifies the data randomly13,44./p> 0.8 for the training dataset, representing a strong agreement, it reduces to 0.77 for the validation dataset, representing a moderate agreement./p>