本研究采用已有的方法,对易发生滑坡的秘鲁科迪勒拉布兰卡山区进行滑坡易 发性模拟。在类似科迪勒拉布兰卡这类结构-构造复杂的地区,本文将基于物理的稳 定性指数填图方法(SINMAP),与使用逻辑回归法建立起来的多个经验统计模型和 一个滑坡密度模型进行了比较。上述所有模型均应用于三种不同的数字高程模型 (DEMs):ASTER GDEM(30 米空间分辨率)、SRTM(30 米空间分辨率)和 TanDEM-X(12 米空间分辨率)。使用面积-接收器运行特征曲线(AUC)的方法, 对不同模型所得的结果开展评估;一次是把遍及整个研究区域的历史滑坡资料作为 参照;另一次是把在一个较小区域内发生的历史滑坡事件作为参照。基于物理的方 法(多个 AUC 值落在 0.567~0.625 之间)在遍及全区面积那次评估上的表现比统计 模型(AUC 值落在 0.672~0.759 之间)差。此外,所有模型在较小区域内那次评估 上都获得了更好的表现。这样的情况,与 DEM 衍生特征的变异性在较小区域和遍 及全区的两个评价方式上表现出来的差异是相符的。使用较小面积的区域开展评估 时,所有模型都获得较高的 AUC 值(0.743~0.799),DEM 的影响不太明显。滑坡 易发性分析表明,所有模型千篇一律地都主要考虑的是不同的坡度值是否为最容易 或者最不容易发生滑坡的因素;而稳定性指数填图法(SINMAP)则更多地着眼于 将区域划分为不稳定区域或稳定区域。总体而言,本研究表明,即使在模型输入数 据稀少的地区,区域尺度的滑坡易发性模型也能给出合理的结果;但不同数字高程 模型(DEM)和其他多个模型的表现需要仔细评估。