زمین لغزش به عنوان یک ریسک بالقوه شناخته می شود. شناسایی مناطق محتمل زمین لغزش می تواند مدیریت و پیش بینی آن را بهبود دهد. برای این منظور ۱۰ معیار شامل، نوع خاک، لیتولوژی، بارش، فاصله از گسل، پوشش گیاهی، فاصله از آبراهه، فاصله از شهر، فاصله از روستا، شیب و ارتفاع انتخاب شدند که با استفاده از پردازش های GISپایگاه داده فضایی تهیه شد. سپس با استفاده از مدل رگرسیون لجستیک و داده های آموزشی نقشه پیشبینی ریسک زمین لغزش تهیه شد. برای ارزیابی صحت از شاخص های دقت-یادآوری و سطح زیر منحنی نمودار ROCاستفاده شد. نتایج نشان داد که در آستانه های پایین نمونه های مثبت اولیه به خوبی تشخیص داده شده است، اما با افزایش ریکال، میزان پرسیژن به حدود 0.6-0.7 کاهش می یابد. در سوی دیگر میزان AUCبرابر با 0.557 است که به حالت تصادفی نزدیک است. نتایج بیانگر این است که مدل رگرسیون لجستیک و معیارهای مورد استفاده کارایی بالایی در شناسایی ریسک زمین لغزش ندارند.
Jafarisirizi R, Khamesi-Meybodi M H, Sadidi J. (2025). Evaluation of Logistic Regression Model in Predicting Probable Landslide Areas: A Case Study, Qazvin County. Natural Disasters. 1(4), URL: http://disaster.ndri.ac.ir/article-1-50-fa.html
جعفری سیریزی روح الله، خامسی میبدی محمدحسن، سدیدی جواد.(1404). ارزیابی مدل رگرسیون لجستیک در پیشبینی مناطق محتمل زمین لغزش: مطالعه موردی، شهرستان قزوین سوانح طبیعی 1 (4)