Consiglio Nazionale delle Ricerche

Tipo di prodottoArticolo in rivista
TitoloOptimal landslide susceptibility zonation based on multiple forecasts.
Anno di pubblicazione2010
Formato-
Autore/iRossi M.; Guzzetti F.; Reichenbach P.; Mondini A.; Peruccacci S.
Affiliazioni autoriCNR, Istituto di Ricerca per la Protezione Idrogeologica, Perugia, Italy
Autori CNR e affiliazioni
  • PAOLA REICHENBACH
  • MAURO ROSSI
  • ALESSANDRO CESARE MONDINI
  • SILVIA PERUCCACCI
  • FAUSTO GUZZETTI
Lingua/e-
AbstractEnvironmental and multi-temporal landslide information for an area in Umbria, Italy, was exploited to produce four single and two combined landslide susceptibility zonations. The 78.9 km2 study area was partitioned in 894 slope units, and the single susceptibility zonations were obtained through linear discriminant analysis (LDA), quadratic discriminant analysis (QDA), logistic regression (LR), and by training a neural network (NN). The presence or absence of landslides in the slope units in the period from pre-1941 to 1996 (training set) was used as the dependent variable for the terrain classification. Next, adopting a regression approach, two "optimal" combinations of the four single zonations were prepared. The single and the combined zonations were tested against landslides in the 9-year period from 1997 to 2005 (validation set). Different metrics were used to evaluate the quality of the susceptibility zonations, including degree of model fit, uncertainty in the probability estimates, and model prediction skills. These metrics showed that the degree of model fit was not a good indicator of the model forecasting skills. Zonations obtained through classical multivariate classification techniques (LDA, QDA and LR) produced superior predictions when compared to the NN model, that over fitted the landslide information in the training set. LDA and LR produced less uncertain zonations than QDA and NN. The combined models resulted in a reduced number of errors and in less uncertain predictions; an important result that suggests that the ombination of landslide susceptibility zonations can provide "optimal" susceptibility assessments.
Lingua abstractinglese
Altro abstract-
Lingua altro abstract-
Pagine da129
Pagine a142
Pagine totali-
RivistaGeomorphology (Amst.)
Attiva dal 1987
Editore: Elsevier - Oxford ;
Paese di pubblicazione: Paesi Bassi
Lingua: inglese
ISSN: 0169-555X
Titolo chiave: Geomorphology (Amst.)
Titolo proprio: Geomorphology. (Amst.)
Titolo abbreviato: Geomorphology (Amst.)
Numero volume della rivista114
Fascicolo della rivista-
DOI10.1016/j.geomorph.2009.06.020
Verificato da referee-
Stato della pubblicazione-
Indicizzazione (in banche dati controllate)
  • ISI Web of Science (WOS) (Codice:000273110600003)
Parole chiave-
Link (URL, URI)-
Titolo parallelo-
Licenza-
Scadenza embargo-
Data di accettazione-
Note/Altre informazioni-
Strutture CNR
  • IRPI — Istituto di ricerca per la protezione idrogeologica
Moduli/Attività/Sottoprogetti CNR
  • TA.P05.006.002 : Valutazione del rischio posto da fenomeni geo-idrologici e sviluppo di strategie di mitigazione
Progetti Europei-
Allegati
Articolo pubblicato (documento privato )
Tipo documento: application/pdf

Dati associati a vecchie tipologie
I dati associati a vecchie tipologie non sono modificabili, derivano dal cambiamento della tipologia di prodotto e hanno solo valore storico.
Editore
  • ELSEVIER SCIENCE BV, PO BOX 211, 1000 AE AMSTERDAM, NETHERLANDS, AMSTERDAM (Paesi Bassi)

Dati storici
I dati storici non sono modificabili, sono stati ereditati da altri sistemi (es. Gestione Istituti, PUMA, ...) e hanno solo valore storico.
Area disciplinareEarth Sciences
Area valutazione CIVRScienze della Terra
Rivista ISIGEOMORPHOLOGY [09396J0]
Notedoi:10.1016/j.geomorph.2009.06.020.