M7.0Lushan地震触发了的s山崩的一个巨大的数字。印射的山崩危险性是很重要的。证据(悲痛)和逻辑回归(LR)的重量方法广泛地为LSM(印射的山崩危险性)被使用了。然而，限制仍然存在。悲痛能够估计每个因素的不同的班的影响，但是忽视在因素之间的关联。当它不能够评估不同的班的影响时，LR能在因素之中分析关系。这份报纸为LSM建议LR和悲痛的一个联合方法，利用他们的单个优点并且克服他们的限制。1289山崩的库存被使用：70%为为确认训练并且留下是选择随机的。11个山崩条件因素在模型被采用，结果用操作特征(巨鸟)曲线的接收装置被验证。结果证明LR悲痛模型比LR模型有更好的精确性，生产在有0.802成功的价值的曲线下面的一个区域并且0.791预兆，比LR模型的高(0.715成功并且0.722预兆)。悲痛和LR的联合方法能为印射的导致地震的山崩危险性提供精确性的有希望的水平，这因此被结束。
