Detailansicht
Gefährdungsanalysen für gravitative Massenbewegungen
logistische Regressionsmodellierung mittels verschiedener geologischer Einflussparameter
Christine Gassner
Art der Arbeit
Diplomarbeit
Universität
Universität Wien
Fakultät
Fakultät für Geowissenschaften, Geographie und Astronomie
Betreuer*in
Thomas Glade
DOI
10.25365/thesis.22137
URN
urn:nbn:at:at-ubw:1-30196.26590.158153-4
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Massenbewegungen im Gebirge gehören zu den Naturgefahren wie Lawinen, Hochwasser und Erdbeben, die Mensch und Infrastruktur bedrohen. Um die dahinterstehenden Prozesse besser verstehen zu können und künftige Ereignisse zu verhindern, werden unter anderem Gefahrenhinweiskarten herangezogen. Darin sollen Gefährdungen für Massenbewegungen möglichst exakt lokalisiert werden.
Es gibt mehrere Methoden Gefährdungen für Massenbewegungen darzustellen. Als Untersuchungsgebiet wurde die Region südlich von Scheibbs (Niederösterreich) gewählt. Zwei verschiedene Datensätze wurden auf ihre Eignung zur Modellierung verglichen, indem die geologische Karte 1:200.000 der höher aufgelösten geologischen Karte 1:50.000 gegenübergestellt wurde. Der Fokus wurde dabei auf die logistische Regression, einem statistischen Ansatz, gelegt. Die Arbeitsschritte sind in drei Hauptkomponenten gegliedert und am Ende jeweils validiert. In einem ersten Schritt wurden rund 440 Rutschungen kartiert und im Gelände verifiziert. Im nächsten Schritt wurde für die logistische Regressionsmodellierung der Datensatz in einen Test- und einen Trainingsdatensatz unterteilt und über den AUROC Wert als statistisches Gütemaß bewertet. Als letztes wurden die klassifizierten Gefahrenhinweiskarten nach der Anzahl richtig beziehungsweise falsch klassifizierter Pixelzahl evaluiert. Die Ergebnisse zeigen, dass sich die beiden Datengrundlagen statistisch nur gering unterscheiden.
In der Visualisierung aber treten vermehrt Unterschiede, besonders in Tälern und am Hangfuß zu Gunsten der geologischen Karte 1:50.000 auf. Die GK 200 hat zudem abruptere Wechsel zwischen der höchsten und niedrigsten Gefährdungsstufe. Es folgt daraus, dass sich beide Datensätze für Modellierungen eignen, jedoch genauere geologische Gutachten notwendig sind. Diese Ergebnisse dienen als Basis für weitere Untersuchungen und liefern einen Beitrag für umfangreiche Forschungsansätze wie zum Beispiel eines Multihazard Ansatzes.
Abstract
(Englisch)
Mass movements in mountainous areas are caused by natural hazards such as flooding, snow avalanches. Susceptibility maps help to understand the processes behind this issue and try to forecast further possible events.
Thus, the aim of this study is to investigate how using lithological data at different scales affects the results of landslide susceptibility modelling and to analyse spatial differences in the resulting maps of a region south of Scheibbs, Lower Austria. In this study logistic regression is used to model landslide susceptibility, focusing on the consequences deriving from the use of two different lithological datasets (mapping scale 1:200,000 and 1:50,000).
This study is structured in three steps and three different techniques are applied to evaluate the output performance. First, 440 landslides were mapped and verified in the field. Secondly, the resulting output from the logistic regression was verified through statistical parameters (AUROC values). Then, the results were classified and visualized in susceptibility maps. The performance was evaluated from the percentages of terrain units that each model correctly classifies and the number of landslides falling within the area classified as unstable.
The results show that using a scale of 1:50,000 results in slightly better AUROC values. Test results on geomorphological value show that the data at 1:50,000 performed better on valleys and at small scale landforms. The data at 1:200,000 leads to abrupt changes between the highest and lowest susceptibility class. Both datasets are suitable for modelling landslides, but this does not eliminate the requirement for more precise geological surveys.
Schlagwörter
Schlagwörter
(Englisch)
landslides logistic regression lithologic map susceptibility map
Schlagwörter
(Deutsch)
Massenbewegungen logistische Regression geologische Karten Gefahrenhinweiskarten
Autor*innen
Christine Gassner
Haupttitel (Deutsch)
Gefährdungsanalysen für gravitative Massenbewegungen
Hauptuntertitel (Deutsch)
logistische Regressionsmodellierung mittels verschiedener geologischer Einflussparameter
Publikationsjahr
2012
Umfangsangabe
X, 86 S. : Ill., graph. Darst., Kt., 1 CD-ROM
Sprache
Deutsch
Beurteiler*in
Thomas Glade
Klassifikation
74 Geographie > 74.03 Methoden und Techniken der Geographie und Anthropogeographie
AC Nummer
AC09583245
Utheses ID
19770
Studienkennzahl
UA | 453 | | |