Les techniques d'analyse spatialisée par SIG sont de plus en plus utilisées pour évaluer la susceptibilité des versants aux glissements de terrain. Parmi ces méthodes l'analyse bivariée par théorie de l'évidence est considérée comme la plus robuste. Cependant, l'inconvénient principal de cette technique est le problème de redondance d'information entre variables prédictives. L'analyse bivariée par régression logistique, assez peu utilisée actuellement, donne des résultats prometteurs dans ce domaine sans nécessiter un travail d'évaluation préalable des données. Par une analyse de sensibilité sur les variables prédictives, cet article présente une comparaison de ces deux méthodes pour obtenir des cartes de susceptibilité réalistes et statistiquement acceptables pour une échelle du 1 /10 000e dans un environnement montagneux complexe.
GIS are more and more used to evaluate landslide susceptibility. Among the different methods generally used, bivariate analyses are considered as the more robust techniques, particularly the Weight of Evidence technique. However, one major drawback of this technique is the problem of information redundancy between predictive variables. Conversely, the logistic regression method does not need this assumption. This paper presents a strategy to obtain accurate landslide susceptibility zonation without statistical problem, at the 1:10 000 scale for complex mountainous environments.
Analyse Spatiale de la Susceptibilité des Versants aux Glissements de Terrains. Comparaison de deux approches spatialisées par SIG
Sterlacchini S;
2005
Abstract
GIS are more and more used to evaluate landslide susceptibility. Among the different methods generally used, bivariate analyses are considered as the more robust techniques, particularly the Weight of Evidence technique. However, one major drawback of this technique is the problem of information redundancy between predictive variables. Conversely, the logistic regression method does not need this assumption. This paper presents a strategy to obtain accurate landslide susceptibility zonation without statistical problem, at the 1:10 000 scale for complex mountainous environments.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.