傳統區域性滑坡易發性風險評價僅考慮致災因子的整體風險成因關系，缺乏考慮不同致災因子在局域地理單元上的空間異質性風險成因關系，這會導致風險評價的不確定性并降低易發性風險制圖的預測精度。雖然識別致災因子的局域風險關系對于指導實際工程具有重要意義，但是傳統空間分析方法的局限性制約了當前滑坡風險管理的理論發展和實際應用。目前，尚無研究提出一種局域滑坡風險評價方法能夠同時考慮區域尺度和局域尺度的致災因子風險成因關系。
西南石油大學空間大數據挖掘研究所（以下簡稱：空間所）的地理信息科學（GIS，Geographic Information Science）專業科研團隊在楊洋和宋超兩位教師帶領下，經過三年潛心研究，從理論創新、學科融合、區域實驗到實際應用攻克了這一難題，其最新研究成果先后發表于國際高水平地學ESI期刊，包括一區期刊《Landslides》和二區期刊《Geomorphology》。
《Landslides》是地學“工程：地質”領域的頂級期刊，最新影響因子3.811，位于中科院JCR分區一區。我院GIS專業楊洋副教授為本文第一作者，我院GIS專業青年教師宋超為本文獨立通訊作者。楊洋，宋超教師均為空間所科研團隊骨干成員。
在《Landslides》論文《Local-scale landslide susceptibility mapping using the B-GeoSVC model》中，研究團隊提出一種新的空間融合統計方法B-GeoSVC，即：基于層次貝葉斯（BHM）的地理探測器（Geodector）和空間變系數回歸（SVC）融合建模方法，并用于局域滑坡風險制圖（local-scale LSM）。本文選取了四川省2008年5月12日汶川地震后的都汶高速公路沿線地區作為試驗區，通過B-GeoSVC模型同時考慮了表面粗糙度、坡度、居民點距離、道路距離、巖體和土地利用等多種致災因子的全局整體風險（Geodector）和空間局域異質風險(SVC)用于滑坡風險評價和易發性制圖。交叉驗證試驗顯示B-GeoSVC模型的預測精度為86.09%，AUC評價指標為0.93，這表明B-GeoSVC模型通過融合全局和局域致災因子的風險信息可以提供較高精度的滑坡風險預測地圖結果。此外，B-GeoSVC模型可以作為更為一般性的空間統計方法，用于融合全局和局域地理空間信息參與過程建模，為更廣義的地球科學和空間統計學提供新的見解。
楊洋教師主頁：http://www.2mdqqw1.xyz/dky/szdw/sssds1/yy.htm
宋超教師主頁：http://www.2mdqqw1.xyz/dky/szdw/js/sc.htm
發表于《Landslides》論文信息：
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
論文鏈接:https://link.springer.com/article/10.1007/s10346-019-01174-y
發表于《Geomorphology》論文信息：
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
論文鏈接:https://www.sciencedirect.com/science/article/pii/S0169555X18303842
