Conservation, 45 (4): 257-265 (2014) 以崩塌率為依據建構邏輯式迴歸崩塌潛勢評估模式 吳俊鋐* 摘 要 本研究以 2009 年莫拉克颱風後崩塌分佈,探討以一般 258 吳俊鋐:以崩塌率為依據建構邏輯式迴歸崩塌潛勢評估模式 2012),但是否還能將模式正確率再往上提升?本研究便以此為研究緣起,並提出以崩塌率 (landslide
些區域為易崩,也可由坡地災害潛勢值分布的情形去檢討警戒值或崩塌潛勢分析過程。 參考文獻 [1] 吳俊鋐 (2014),「以崩塌率為依據建構邏輯式迴歸崩塌潛勢評估模式 ratio)(Mohammady et al., 2012;Shahabi et al., 2014;吳俊鋐,2016)。近年來許多文獻以頻率比法建構崩塌潛勢模式,例如
率為依據建構邏輯式迴歸崩塌潛勢評估模式」,中華水土保持學報 45(4),257-265。(Wu, C.H. (2014). “The landslide 颱風後之崩塌案例,有 57.0%位於下邊坡及 20.5%位於上邊坡,且崩塌規模以小規模崩塌為主。崩塌潛勢評估模式建構分別以邏輯式迴歸法及證據權重法進行,兩種方法之正確率分別為
進行模式建置與驗證,並用以評估土壤液化潛勢,其判斷成功率為 72.5%,他們的研究中並展繪大區域範圍的土壤液化潛勢分區圖。邱彥智(2003)應用二項式羅吉特模式進行 921 的優勢及效率;當以 GIS 完成各種環境災害空間分析後,即可進行危害或潛勢地圖之製作,且透過 GIS 製圖模式的應用,可分析並建立解決真實世界問題之模式。 劉文賢
標,錯誤預測率(或稱假陽性率,false positive rate)為橫坐標繪製之曲線。ROC 曲線在針對兩種或兩種以上不同崩塌潛勢模式對發生崩塌識別能力的比較,可將各模式 分類網格之總數量除以發生崩塌與未發生崩塌網格之總量。 表 4-4 為兩種迴歸模式預測正確與否分類誤差矩陣比較,顯示兩種模式辨別崩塌發生與辨別崩塌不發生之準確率(判斷發生與否
此研究於時間降尺度之部分,直接以統計之方式將長時間尺度之氣象資料(月)轉化為短時間尺度資料(24 小時)使用。然而,該研究建立的月雨量與 24 小時雨量之迴歸式的決定係數僅約 0.56,稍嫌不足。若直接以此方式進行時間降尺度之工作將使在預測未來雨量上有一定程度之偏差;Chiang and Chang (2009)進行氣候變遷對白石溪集水區內崩塌不穩定區域
性。 水文時間序列有關地下水與降雨的自回歸移動平均模型(ARIMA)相關研究,Adamowski(1993)利用水文序率模式探討地下水水位變化情形,採用轉換函數擬合以模擬地 式驗證,以建立各站之ARIMA 模型參數、轉換函數,為模擬地下水位變化輔助將水保局情資研判中心發布警戒基準之依據。 由各測站之極端降雨事件 ARIMA 模擬成果可知,S1
,並計算各組類的平均數及共變異矩陣等數值,再將數值之機率密度函數對影像做分類;非監督式則是透過光譜特性聚集之現象,將像元加以聚集分類,進而區分類別(黃筱梅,2001)。 衛 雨量為例,利用 WINHSPF 程式模擬土石流潛勢溪流集水區內之土砂產量,以推估殘留崩塌土體運移至主河道之能力。結果顯示崩塌量之運移率大部分小於 20%,符合前人所提及在一
上須仰賴過去大量之崩塌調查資料而常受到限制。因此,近年來部分即時預警研究改採定率模擬法以推估降雨門檻曲線,茲說明以定率模擬法之優點如下:(一) 資料主要以數學模式模擬而得 第三章 研究方法3.1 坡地崩塌警戒曲線研擬由於目前以定率模擬法製作降雨門檻曲線仍面臨(1)未考慮模式參數不確定性對模擬結果之影響;以及(2)未考慮不同雨型對崩塌發生與否
(2006)以曾文水庫集水區為範圍,討論地形、地質、土壤、氣候、人文與土地利用等因素,進行崩塌地調查與規模頻率分析,以了解區域內崩塌規模與頻率,建立山崩危害度模式。 陳世敏 步驟,簡述如下: 1. 將各項參數值設定完成,依世代數目以隨機之方式求得架構。 2. 依序依次一組,載入各組網路架構參數(隱藏層數、神經元數、學習速率與學習次數)與資料數據
為了持續優化網站功能與使用者體驗,本網站將Cookies分析技術用於網站營運、分析和個人化服務之目的。
若您繼續瀏覽本網站,即表示您同意本網站使用Cookies。