Abstract Considering the critical importance of the quality of input data for landslide susceptibility, we investigate the performance improvements that can be achieved by different globally available digital elevation models (DEMs) using different state-of-the-art statistical and machine-learning models. For this purpose we compare the predictive performances achieved using terrain attributes derived from TanDEM-X DEM (12 m resolution and resampled to 30 m), ASTER DEM (30 m), SRTM DEM (30 m), and a DEM (25 m) interpolated from contour lines (1:25.000 map scale), exploiting the capabilities of logistic regression, generalized additive models, random forests and support vector machines. The study was conducted in the Buzău Sector of the Curvature Subcarpathians of Romania, a region highly susceptible to landslides. While the performances varied little among modelling techniques, the use of different DEMs strongly influenced the cross-validation accuracy of landslide susceptibility models. TanDEM-X (12 m) based susceptibility models outperformed models based on the other DEMs (median Area Under the Receiver Operating Characteristics Curve (AUROC) values 0.708–0.730). Models using ASTER-derived terrain attributes showed the poorest predictive capabilities (median AUROC 0.568–0.595). We conclude that the quality of DEMs is of critical importance in landslide susceptibility modelling, and greater efforts should be made to obtain suitable DEM products.

中文翻译：

---

滑坡敏感性模型的性能关键取决于数字高程模型的质量

摘要 考虑到输入数据质量对滑坡敏感性至关重要，我们使用不同的最先进的统计和机器学习模型研究了不同的全球可用数字高程模型 (DEM) 可以实现的性能改进。为此，我们比较了使用源自 TanDEM-X DEM（12 m 分辨率并重新采样为 30 m）、ASTER DEM (30 m)、SRTM DEM (30 m) 和 DEM (25 m) 的地形属性所实现的预测性能从等高线（1:25.000 地图比例）内插，利用逻辑回归、广义加性模型、随机森林和支持向量机的能力。该研究是在罗马尼亚曲率亚喀尔巴阡山脉的 Buzău 区进行的，该地区极易发生山体滑坡。虽然建模技术之间的性能差异很小，但不同 DEM 的使用强烈影响了滑坡敏感性模型的交叉验证精度。基于 TanDEM-X (12 m) 的敏感性模型优于基于其他 DEM 的模型（接收器操作特征曲线下的中值面积 (AUROC) 值 0.708–0.730）。使用 ASTER 衍生的地形属性的模型显示出最差的预测能力（中值 AUROC 0.568–0.595）。我们得出结论，DEM 的质量在滑坡敏感性建模中至关重要，应该做出更大的努力来获得合适的 DEM 产品。基于 TanDEM-X (12 m) 的敏感性模型优于基于其他 DEM 的模型（接收器操作特征曲线下的中值面积 (AUROC) 值 0.708–0.730）。使用 ASTER 衍生的地形属性的模型显示出最差的预测能力（中值 AUROC 0.568–0.595）。我们得出结论，DEM 的质量在滑坡敏感性建模中至关重要，应该做出更大的努力来获得合适的 DEM 产品。基于 TanDEM-X (12 m) 的敏感性模型优于基于其他 DEM 的模型（接收器操作特征曲线下的中值面积 (AUROC) 值 0.708–0.730）。使用 ASTER 衍生的地形属性的模型显示出最差的预测能力（中值 AUROC 0.568–0.595）。我们得出结论，DEM 的质量在滑坡敏感性建模中至关重要，应该做出更大的努力来获得合适的 DEM 产品。