杨洋教授课题组在SCI地球科学1区TOP发表文章

传统区域性滑坡易发性风险评价仅考虑致灾因子的整体风险成因关系，缺乏考虑不同致灾因子在局域地理单元上的空间异质性风险成因关系，这会导致风险评价的不确定性并降低易发性风险制图的预测精度。虽然识别致灾因子的局域风险关系对于指导实际工程具有重要意义，但是传统空间分析方法的局限性制约了当前滑坡风险管理的理论发展和实际应用。目前，尚无研究提出一种局域滑坡风险评价方法能够同时考虑区域尺度和局域尺度的致灾因子风险成因关系。

西南石油大学空间信息分析与大数据挖掘研究所（以下简称：空间所）的地理信息科学（GIS，Geographic Information Science）专业科研团队在杨洋和宋超两位教师带领下，经过三年潜心研究，从理论创新、学科融合、区域实验到实际应用攻克了这一难题，其最新研究成果先后发表于国际高水平地学ESI期刊，包括一区期刊《Landslides》和二区期刊《Geomorphology》。

《Landslides》是地学“工程：地质”领域的顶级期刊，最新影响因子3.811，位于中科院JCR分区一区。我院GIS专业杨洋副教授为本文第一作者，我院GIS专业青年教师宋超为本文独立通讯作者。杨洋，宋超教师均为空间所科研团队骨干成员。

在《Landslides》论文《Local-scale landslide susceptibility mapping using the B-GeoSVC model》中，研究团队提出一种新的空间融合统计方法B-GeoSVC，即：基于层次贝叶斯（BHM）的地理探测器（Geodector）和空间变系数回归（SVC）融合建模方法，并用于局域滑坡风险制图（local-scale LSM）。本文选取了四川省2008年5月12日汶川地震后的都汶高速公路沿线地区作为试验区，通过B-GeoSVC模型同时考虑了表面粗糙度、坡度、居民点距离、道路距离、岩体和土地利用等多种致灾因子的全局整体风险（Geodector）和空间局域异质风险(SVC)用于滑坡风险评价和易发性制图。交叉验证试验显示B-GeoSVC模型的预测精度为86.09%，AUC评价指标为0.93，这表明B-GeoSVC模型通过融合全局和局域致灾因子的风险信息可以提供较高精度的滑坡风险预测地图结果。此外，B-GeoSVC模型可以作为更为一般性的空间统计方法，用于融合全局和局域地理空间信息参与过程建模，为更广义的地球科学和空间统计学提供新的见解。

发表于《Landslides》论文信息：

Title:Local-scale landslide susceptibility mapping using the B-GeoSVC model

Authors:Yang Yang¹, Jintao Yang¹, Chengdong Xu, Chong Xu,Chao Song*

Source: Landslides (2019) published online: 13 April 2019

DOI:10.1007/s10346-019-01174-y

论文链接:https://link.springer.com/article/10.1007/s10346-019-01174-y

发表于《Geomorphology》论文信息：

Title: New method for landslide susceptibility mapping supported by spatial logistic regression and GeoDetector: A case study of Duwen Highway Basin, Sichuan Province, China

Authors: Jintao Yang¹,Chao Song¹,Yang Yang*, Chengdong Xu, Fei Guo, Lei Xie

Source: Geomorphology 324 (2019): 62-71.

DOI:10.1016/j.geomorph.2018.09.019

论文链接:https://www.sciencedirect.com/science/article/pii/S0169555X18303842