基于数字高程模型（DEM）计算得到的坡度、坡向等地形属性是各种滑坡危险性评价的重要输入数据，DEM误差会导致地形属性计算结果具有不确定性，进而影响滑坡危险性评价模型的结果。我指导学生包黎莉以基于专家知识的滑坡危险性评价模型efLandslides（由本文通讯作者朱阿兴研究员指导王榕勋博士设计）和逻辑斯第回归模型分别作为当前基于专家知识和基于多元统计的两大类滑坡危险性评价模型的代表，采用蒙特卡洛模拟方法，比较研究了DEM误差所导致这两个滑坡危险性评价模型结果的不确定性。

我们选取了长江中上游两个环境条件相似的研究区，一个作为建模区（约250 km²），另一个作为外推区（约4600 km²），以序贯高斯模拟方法模拟了具有不同大小（误差标准差为1m、7.5m、15m）和空间自相关程度（变程为0m、60m、120m）的9种DEM误差场（每次模拟包括100个实现），分别叠加到25m分辨率的栅格DEM上，用于两个滑坡危险性评价模型。通过对每次模拟分别计算滑坡危险性评价结果的标准差图层，用以评价两个滑坡危险性评价模型由每一种DEM误差场所导致的总体不确定性。实验结果显示，较逻辑斯第回归模型而言，efLandslides模型对DEM误差的敏感性较低，即逻辑斯第回归模型比efLandslides模型更加依赖于DEM数据质量。在本文案例中，两个滑坡危险性评价模型在模型外推区的总体不确定性都低于在建模区的总体不确定性。我们进一步利用外推区的205个实际滑坡点位数据，对两个模型在外推区的每一次模拟结果分别计算了滑坡危险性评价分级结果的滑坡密度箱线图，结果显示对所模拟的各种DEM误差场情况，efLandslides模型结果的合理性均优于逻辑斯第回归模型。

上述研究成果已在线发表在《International Journal of Geographical Information Science》。

Qin C-Z, Bao L-L, Zhu A-X*, Wang R-X, Hu X-M. Uncertainty due to DEM error in landslide susceptibility mapping. International Journal of Geographical Information Science, 2013, doi: 10.1080/13658816.2013.770515.