Un metodo di campionamento dei dati di assenza oggettiva per la mappatura della suscettibilità alle frane

Aug 21, 2023

Rapporti scientifici volume 13, numero articolo: 1740 (2023) Citare questo articolo

1270 accessi

4 citazioni

Dettagli sulle metriche

L'accuratezza e la qualità della mappa della suscettibilità da frana dipendono dalle posizioni delle frane disponibili e dalla strategia di campionamento dei dati di assenza (località non franose). In questo studio, proponiamo un metodo oggettivo per determinare il valore critico per il campionamento dei dati di assenza basati sulle distanze Mahalanobis (MD). Abbiamo dimostrato questo metodo sulla mappatura della suscettibilità alle frane di tre sottodistretti (Upazilas) del distretto di Rangamati, Bangladesh, e confrontiamo i risultati con la mappa della suscettibilità alle frane prodotta sulla base del metodo di campionamento dei dati di assenza basato sulla pendenza. Utilizzando i 15 fattori causali della frana, tra cui pendenza, esposizione e curvatura del piano, determiniamo innanzitutto il valore critico di 23,69 basato sulla distribuzione Chi-quadrato con 14 gradi di libertà. Questo valore critico è stato quindi utilizzato per determinare lo spazio di campionamento per 261 dati di assenza casuale. In confronto, abbiamo scelto un altro set di dati di assenza basato su una soglia di pendenza < 3°. Le mappe di suscettibilità alle frane sono state poi generate utilizzando il modello random forest. Le curve ROC (Receiver Operating Characteristic) e l'indice Kappa sono state utilizzate per la valutazione dell'accuratezza, mentre il Seed Cell Area Index (SCAI) è stato utilizzato per la valutazione della coerenza. La mappa di suscettibilità alle frane prodotta utilizzando il metodo da noi proposto ha valori di adattamento del modello (0,87), previsione (0,85) e Kappa (0,77) relativamente elevati. Anche se la mappa di suscettibilità alle frane prodotta dal campionamento basato sul pendio ha anch’essa un’accuratezza relativamente elevata, i valori SCAI suggeriscono una coerenza inferiore. Inoltre, il campionamento basato sulla pendenza è altamente soggettivo; pertanto, si consiglia di utilizzare il campionamento dei dati di assenza basato sulla MD per la mappatura della suscettibilità alle frane.

Le frane sono il movimento di roccia, suolo e terra lungo un pendio1 quando lo stress di taglio sui materiali del pendio supera la resistenza al taglio2. Provoca danni alle infrastrutture e la perdita di vite umane in tutto il mondo3,4,5. L'inventario delle frane e la mappatura della suscettibilità sono fondamentali per mitigare le perdite causate dalle frane2,6,7,8,9. L'inventario delle frane documenta le frane avvenute in precedenza10, mentre la suscettibilità alle frane descrive la probabilità che si verifichino frane su un'area11. Le frane sono influenzate da vari fattori causali, quali pendenza, curvatura, uso/copertura del suolo, geologia e elevazione7,12,13. L'inventario delle frane e la sua relazione con diversi fattori causali possono essere utilizzati per ricavare la mappa della suscettibilità alle frane14.

Vari metodi statistici sono stati utilizzati per la mappatura della suscettibilità alle frane, tra cui la regressione logistica, le macchine vettoriali di supporto, la foresta casuale e l'incremento del gradiente15,16,17. Questi metodi statistici utilizzano i fattori causali delle frane come variabili indipendenti e le località delle frane (dati di presenza) e le località non franose (dati di assenza) come variabili dipendenti4. I dati di presenza provengono principalmente dall'inventario delle frane. Al contrario, l’assenza di dati solitamente non è disponibile e richiede una strategia specifica per campionare le località in cui la probabilità di frana è bassa7,18. La qualità e l'accuratezza delle mappe di suscettibilità da frana dipendono non solo dalla qualità dei fattori causali e dei dati di presenza ma anche dal metodo di campionamento dei dati di assenza e talvolta l'accuratezza dipende da come viene condotto questo campionamento18.

Il campionamento casuale è l’approccio più comune per i dati sulle assenze. Considera tutte le località diverse dalle frane registrate per i dati di assenza19,20. Questo metodo richiede un inventario rappresentativo delle frane dell'intera area21. È adatto per la mappatura della suscettibilità alle frane in un'area relativamente piccola, ma deve affrontare sfide su una vasta area o su scala regionale12. L’accuratezza della mappa di suscettibilità alle frane basata sul campionamento casuale è generalmente bassa e sbilanciata verso le posizioni conosciute delle frane21. Sono stati proposti vari metodi di campionamento dei dati di assenza per migliorare l'accuratezza e la qualità della mappatura della suscettibilità alle frane, tra cui l'analisi esplorativa dei dati preliminari, il campionamento controllato dal buffer, misure basate sulla distanza e sulla densità come la stima della densità del nocciolo, la distanza euclidea, una classe o la presenza- solo metodo di classificazione e modelli di distribuzione della densità delle specie come Bioclim7,8,12,21.