Landslide Influencing Factors for Landslide Susceptibility Mapping in Lombardy, Italy

A selection of Landslide Influencing Factors used for Landslide susceptibility mapping through machine learning models covering the Lombardy region in Italy. A list of the factors: Averaged Hourly Precipitation for the year of 2020. Source: Precipitation data from ARPA Lombardia. Digital Elevation Model [meters], 5m/pix. Source: GeoPortale Lombardia. Eastness [unitless], 5m/pix. Source: DTM derived. Faults buffer (50, 100, 200, 500, >500), [meters], 1:10 000. Source: GeoPortale Lombardia, derived. Land Use Land Cover Map. Source: GeoPortale Lombardia. Lithology, 5m/pix. Source: GeoPortale Lombardia. Normalized Difference Vegetation Index, [unitless], 10m/pix. Source: Sentinel-2 derived for the year 2020. Northness [unitless], 5m/pix. Source: DTM derived. Orientation of the slope faces [degrees], 5m/pix. Source: DTM derived. Plan Curvature [unitless], 5m/pix. Source: DTM derived. Profile Curvature [unitless], 5m/pix. Source: DTM derived. River buffer (50, 100, 200, 500, >500), [meters], 1:10 000. Source: GeoPortale Lombardia, derived. Road buffer (50, 100, 200, 500, >500), [meters], 1:10 000. Source: GeoPortale Lombardia, derived. The 90th percentile of hourly precipitation for the year of 2020. Source: Precipitation data from ARPA Lombardia. Topographic Wetness Index, 5m/pix . Source: DTM derived The maps are in WGS 84/ UTM zone 32N (EPSG:32632). The map production process details are discussed in Xu et al. 2024. If you use the dataset, please, cite also the paper: Qiongjie Xu, Vasil Yordanov, Lorenzo Amici & Maria Antonia Brovelli (2024) Landslide susceptibility mapping using ensemble machine learning methods: a casestudy in Lombardy, Northern Italy, International Journal of Digital Earth, 17:1, 2346263, DOI:10.1080/17538947.2024.2346263 The maps are produced as part of the "Geoinformatics and Earth Observation for Landslide Monitoring" Italy-Vietnam. The work is partially funded by the Italian Ministry of Foreign Affairs and International Cooperation within the project “Geoinformatics and Earth Observation for Landslide Monitoring” CUP D19C21000480001.本数据集遴选了适用于意大利伦巴第大区滑坡敏感性制图的滑坡影响因子集，相关研究依托机器学习模型开展。 影响因子列表如下： 1. 2020年逐小时降水量均值。数据来源：ARPA伦巴第（ARPA Lombardia）降水数据集。 2. 数字高程模型（Digital Elevation Model），单位：米，分辨率：5米/像素。数据来源：伦巴第地理门户（GeoPortale Lombardia）。 3. 东向性（无量纲），分辨率：5米/像素。数据由数字地形模型（DTM）衍生得到。 4. 断层缓冲区（缓冲区半径分别为50、100、200、500及>500米），比例尺1:10000。数据由伦巴第地理门户（GeoPortale Lombardia）衍生获取。 5. 土地利用/土地覆盖图。数据来源：伦巴第地理门户（GeoPortale Lombardia）。 6. 岩性数据，分辨率：5米/像素。数据来源：伦巴第地理门户（GeoPortale Lombardia）。 7. 归一化植被指数（Normalized Difference Vegetation Index, NDVI），无量纲，分辨率：10米/像素。为2020年Sentinel-2卫星遥感影像衍生数据。 8. 北向性（无量纲），分辨率：5米/像素。数据由数字地形模型（DTM）衍生得到。 9. 坡面朝向，单位：度，分辨率：5米/像素。数据由数字地形模型（DTM）衍生得到。 10. 平面曲率（无量纲），分辨率：5米/像素。数据由数字地形模型（DTM）衍生得到。 11. 剖面曲率（无量纲），分辨率：5米/像素。数据由数字地形模型（DTM）衍生得到。 12. 河流缓冲区（缓冲区半径分别为50、100、200、500及>500米），比例尺1:10000。数据由伦巴第地理门户（GeoPortale Lombardia）衍生获取。 13. 道路缓冲区（缓冲区半径分别为50、100、200、500及>500米），比例尺1:10000。数据由伦巴第地理门户（GeoPortale Lombardia）衍生获取。 14. 2020年逐小时降水量90分位值。数据来源：ARPA伦巴第（ARPA Lombardia）降水数据集。 15. 地形湿度指数（Topographic Wetness Index, TWI），分辨率：5米/像素。数据由数字地形模型（DTM）衍生得到。 所有地图采用WGS 84/UTM 32N坐标系（EPSG:32632）。 本数据集的制图流程细节详见Xu等人2024年的研究成果。若使用本数据集，请同时引用以下论文： 徐琼杰、瓦西尔·约尔达诺夫、洛伦佐·阿米奇、玛丽亚·安东尼娅·布罗韦利（2024）：《基于集成机器学习方法的滑坡敏感性制图——以意大利北部伦巴第大区为例》，《国际数字地球学报》，第17卷第1期，文章编号2346263，DOI:10.1080/17538947.2024.2346263 本数据集为"意大利-越南滑坡监测地理信息与地球观测"合作项目的产出成果。 本研究由意大利外交与国际合作部在"滑坡监测地理信息与地球观测"项目（项目编号CUP D19C21000480001）框架下予以部分资助。