简介：我们采用双变量和多变量统计分析法预测美国俄亥俄州东北部Cuyahoga流域滑坡的空间分布。通过基于地理信息系统（GIS）的调查来评估滑坡与各种诱发滑坡的不稳定因素之间的关系。根据从航空照片、野外检查和现有文献获得的滑坡位置编制滑坡编录图。把诱发滑坡的不稳定因素导入ArcGIS光栅数据层，例如边坡倾角、土壤类型、土壤侵蚀度、土壤液性指数、土地覆盖模式、降雨量和河流距离；并利用滑坡区物理条件相应的数值刻度对这些因素进行分类。为了调查每种不稳定因素控制滑坡空间分布的作用，采用双变量和多变量模型来分析数字数据组。在多变量模型分析中使用了逻辑回归法。

简介：根据先进星载热发射和反辐射计（ASTER）图像获取滑坡相关因素，并利用地理信息系统（GIS）开发、应用和验证韩国Boun地区滑坡脆弱性分析的综合技术。从ASTER图像中获取数字高程模型（DEM）、线性特征、归一化差值植被指数（NDVI）和土地覆盖因素并进行分析。根据DEM地形数据库评估边坡、方位和曲率。根据已有空间数据库并利用频率比（FR）、逻辑回归（LR）和人工神经网络模型（ANN）鉴定和量化检测的滑坡位置与6种相关因素之间的关系。在叠加分析中把这些相互关系用作因子额定值以创建滑坡脆弱性指数和滑坡脆弱性图。随后，在FR、LR和ANN模型中作为新输人因子结合并应用3种滑坡脆弱性图，从而创建改进的滑坡脆弱性图。通过对比在模型实验中未使用的已知滑坡位置来验证所有这些滑坡脆弱性图。对比利用3种滑坡相关输入参数创建的改进精度的综合滑坡脆弱性图（FR}莫型为87．00％；LRN型为88．21％；ANN模型为86．51％）与利用ASTER图像中6种因素创建的单独滑坡脆弱性图（FR丰莫型为84．34％；LR模型为85．40％；ANN模型为74．29％）。