Risk assessment of landslide by the logistic regression method

International audience; Landslide susceptibility constitutes an important component within the landslide risk equation and therefore, itsassessment is very useful for improving the prognosis of such phenomena. The present research aims to assess landslide susceptibilityfor two low hills regions from Romania, situated in different geographical conditions. The application of the logisticregression method aimed to reveal the relations among the factors controlling the landslides’ manifestation and their spatialdistribution. The computer aided data processing in GIS environment points out the slope and land use as the most importantcausal factors for landsliding, followed by terrain aspect, distance from drainage network and precipitations. Landslide susceptibilitymaps were achieved for both study regions. The validity of the prediction model was checked using the ROC curve(Receiver Operating Characteristic) and the AUC (Area Under the Curve) respectively, which reveal a high accuracy degree.; Cet article propose l’évaluation de la susceptibilité aux glissements de terrain dans deux secteurs de collinesbasses de Roumanie. Par l’application de la méthode de régression logistique, on se propose de saisir les relations entreles facteurs responsables de l’occurence des glissements de terrain et leur distribution spatiale. Le traitement automatiquedes données par SIG prend en compte la pente, la nature géologique du terrain, l’exposition des versants, ladistance par rapport au réseau de drainage et les précipitations annuelles. On obtient ainsi deux cartes de susceptibilitéaux glissements. La validité du modèle de prédiction a été vérifié à l’aide de la courbe ROC (Receiver Operating Characteristic),respectivement pour l’aire AUC située sous la courbe (Area Under the Curve), en mettant en évidence un degréélevé de prédiction.Cet article propose l’évaluation de la susceptibilité aux glissements de terrain dans deux secteurs de collinesbasses de Roumanie. Par l’application de la méthode de régression logistique, on se propose de saisir les relations entreles facteurs responsables de l’occurence des glissements de terrain et leur distribution spatiale. Le traitement automatiquedes données par SIG prend en compte la pente, la nature géologique du terrain, l’exposition des versants, ladistance par rapport au réseau de drainage et les précipitations annuelles. On obtient ainsi deux cartes de susceptibilitéaux glissements. La validité du modèle de prédiction a été vérifié à l’aide de la courbe ROC (Receiver Operating Characteristic),respectivement pour l’aire AUC située sous la courbe (Area Under the Curve), en mettant en évidence un degréélevé de prédiction.