河南省嵩县地质灾害风险评价

基于ArcGIS环境下,通过选取河南省嵩县区域高程、地貌、工程岩组、植被覆盖度、距构造距离、距水系距离、坡度、坡向等8个因子建立危险性评价模型,易损性选取建筑物、人员和交通等3个承灾因子,分别采用信息量模型和层次分析法对河南省嵩县区域进行地质灾害易发性、危险性和易损性评价。研究结果表明,嵩县区域划分为低风险区面积为965.34 km²,占嵩县区域面积32%;中风险区面积为1 114.65 km²,占嵩县区域面积的37%;高风险区面积为826.23 km²,占嵩县区域面积的27%;极高风险区面积为102.68 km²,占嵩县区域面积的3%。研究成果可应用于嵩县防灾减灾及地质灾害风险管控等方面。     

澜沧江流域重大水电工程扰动灾害风险评价

地质灾害风险性评价对当地防灾减灾具有指导意义。本文以澜沧江重大水电工程扰动灾害为例,在遥感解译与野外实际调查的基础上,选取高程、坡度、坡向、植被归一化指数、距库区距离、工程地质岩组、断裂带密度、年均降雨量、地震峰值加速度9个因素,并基于加权信息量模型进行危险性评价,然后以人口密度、水电站、道路、土地覆盖类型和GDP为承灾体进行易损性评价,最后将危险性和易损性进行信息融合,构建地质灾害风险性矩阵,完成地质灾害风险性评价。评价结果表明:极高和高风险区主要分布在乌弄龙及其上游水电站附近,以及下游库区两岸人类活动相对密集区域,中风险区主要分布在乌弄龙上游库区两岸以及乌弄龙—托巴水电站全域,在下游零散分布;低风险区主要分布在中游高山峡谷段。本次研究较为准确地评估了地质灾害风险性,可为澜沧江流域扰动地质灾害风险规划提供科学依据和技术指导。     

渝东北典型盆缘山区高位崩滑灾害风险评价

研究区位于重庆市巫溪县下堡镇内,属渝东盆缘山区,地形切割强烈,地质环境复杂,地质灾害频发。为了研究高陡峡谷区地质灾发育分布规律、风险区划,文章选取高程、坡度、坡向、工程地质岩组、距水系距离及距褶皱距离因子做为地质灾害易发性评价的影响因素,基于ArcGIS平台,利用信息量模型,定量评价了巫溪宁桥片区高陡峡谷区高位地质灾害的易发性,评价模型与地质灾害分布空间契合度较高,评价结果可信度较高。再结合易损性评价对研究区进行了地质灾害风险评价,最终得到研究区地质灾害风险评价模型。为该区域地质灾害防治提供了科学依据,同时对同类高陡峡谷地区地质灾害风险性评价及地质灾害防治具有借鉴意义。     

渝东北典型盆缘山区高位崩滑灾害风险评价——以巫溪县宁桥片区为例

研究区位于重庆市巫溪县下堡镇内,属渝东盆缘山区,地形切割强烈,地质环境复杂,地质灾害频发。为了研究高陡峡谷区地质灾发育分布规律、风险区划,文章选取高程、坡度、坡向、工程地质岩组、距水系距离及距褶皱距离因子做为地质灾害易发性评价的影响因素,基于ArcGIS平台,利用信息量模型,定量评价了巫溪宁桥片区高陡峡谷区高位地质灾害的易发性,评价模型与地质灾害分布空间契合度较高,评价结果可信度较高。再结合易损性评价对研究区进行了地质灾害风险评价,最终得到研究区地质灾害风险评价模型。为该区域地质灾害防治提供了科学依据,同时对同类高陡峡谷地区地质灾害风险性评价及地质灾害防治具有借鉴意义。     

基于斜坡单元尺度AHP-信息量模型的重点区域地质灾害风险评价——以贵州省紫云县中部重点区为例

以紫云县重点区域为例,通过划分斜坡单元作为评价单元,运用AHP-信息量模型,结合GIS分析建立了基于斜坡单元尺度的重点区域地质灾害风险评价体系。通过选取符合区域孕灾地质条件及地质灾害形成机理的坡度、坡高、地层、斜坡结构、河流距离、构造距离、降雨、人类工程活动等评价因子对重点区域进行地质灾害危险性评价,最后通过叠加易损性评价结果形成不同降雨频率下的地质灾害风险评价成果。基于斜坡单元尺度AHP-信息量模型的地质灾害风险评价相较栅格法和传统信息量法,避免了夸大平坝区及无人区地质灾害风险等级的不合理结果,其充分考虑了评价因子在评价体系中的重要程度及影响情况,且增加了相似孕灾条件下的地质灾害样本以确定信息量值,经验证评价结果准确可靠,同时其成果能做到以斜坡为单元开展地质灾害精准防治。     

基于GIS技术的地质灾害风险评价 ——以北川县开坪乡为例

地质灾害防治的一条有效途径就是进行地质灾害区划与风险研究,进一步圈定地质灾害高风险区域,可节约防治成本并达到风险评价的效果。北川县开坪乡地质地貌复杂,发育各类地质灾害,本文在地质灾害详细调查的基础上,拟对区内地质灾害进行风险性评价,以单个滑坡的体积、面积、高差、河流距离、岩性、变形迹象等因子作为分析单元,实现大比例尺范围内滑坡危险性区划;制作出区域内的地质灾害危险性图件与易发性图件;根据遥感影像解译,原有资料查询以及实际考察,制作开坪乡研究区域斜坡类型分布图;结合单个滑坡危险性及易损性,区域危险性及易损性,综合制作开坪乡区域风险性图件,完成对研究区进行有效地地质灾害风险区划。     

安徽省崩滑流地质灾害风险评价研究

本文在分析安徽省崩滑流地质灾害发育特征及分布规律的基础上,以栅格单元为评价单元,选取了坡度、地形起伏度、断层缓冲距离、工程地质岩组和斜坡结构5个评价因子,利用信息量模型开展了崩滑流地质灾害易发性评价;叠加降雨量形成危险性进行评价;在危险性评价的基础上叠加承载体易损性形成风险性评价分区。研究结果表明：崩滑流地质灾害高风险区面积为68.68 km²,中风险区面积为15 117.72 km²,主要分布于皖南山区和皖西山区,评价分区结果合理,可为安徽省地质灾害风险管控提供技术支撑。     

基于信息量法模型与GIS的滑坡地质灾害风险性评价

为查明理县滑坡地质灾害总体风险水平,根据滑坡高易发的特征,选取坡度、坡向、构造、岩性、水系、降雨、地震、人类活动等8个因子作为滑坡危险性评价指标,选取人口密度、单位面积GDP和土地资源作为易损性评价指标,基于层次分析法-信息量法模型,使用GIS技术开展理县滑坡地质灾害风险评价。地质灾害风险性评价结果符合理县滑坡地质灾害现状,具有较高的准确性,为理县有效防治滑坡地质灾害提供了科学依据。     

陕西省宝鸡市渭滨区地质灾害风险评价

在渭滨区地质灾害详细调查的基础上,通过统计分析确定了各类地质灾害危险性和易损性的主要影响因素,采用模型方法和定性评价方法分别进行了地质灾害的危险性评价和易损性评价,在此基础上进行了地质灾害风险评价。渭滨区地质灾害类型主要为滑坡、崩塌、泥石流3种,共发育地质灾害隐患点123个,其中有16个点直接威胁人民的生命和财产。分别统计了渭滨区各乡镇地质灾害的多少和危害程度,总结了区域内地质灾害的分布特征,分析了地质灾害的形成条件,建立了地质灾害风险评价的指标体系,确定了地质灾害危险性、易损性和风险的判别标准,进行了地质灾害风险性评价与区划。共划分为极高风险区、高风险区、中风险区、低风险区和极低风险区5个等级。     

逻辑回归和信息量模型在山区滑坡易发性评价中适宜性的分析

以万山区为例,在区域滑坡孕灾条件的基础上,筛选工程地质岩组、斜坡结构、平均坡度、地貌、距构造距离及距河流距离共6个易发条件因子,选取逻辑回归模型和信息量模型对山区滑坡进行易发性评价。结果显示逻辑回归模型中中高易发区面积占比分别为1578%和1970%,82%的地质灾害点落在该区域内;信息量模型中中高易发区面积占比为1241%、2519%,包含了区域88%的滑坡灾害点。最后通过实际发生的灾害点在各易发区的分布情况进行检验,逻辑回归模型中灾害点落在高易发区的比例远小于信息量模型,且高易发等级中灾害点实际发生的比值较小,说明针对山区区域滑坡地质灾害易发性评价结果预测上,信息量模型的评价结果更为客观准确。     

陕南秦巴山区地质灾害危险性评价研究

陕西省是中国地质灾害最严重的省份之一,而陕南秦巴山区地质灾害灾情尤为严峻,因此进行地质灾害危险性评价对指导防灾减灾工作意义重大。文章以陕南秦巴山区为研究区,基于GIS技术与2001-2016年研究区地质灾害灾情数据,分析研究了区内地质灾害与各指标因子之间的敏感性关系,并确定了高程、岩土体类型、断裂构造、降雨等7个影响地质灾害发生较大的因子作为区域地质灾害危险性评价指标。其次,以各指标条件下地质灾害数量和累计发生频次曲线斜率的突变为依据,对评价指标因子进行状态分级。最后,运用信息量法建立栅格数据模型展开区域地质灾害危险性评价。研究结果表明:高危险性、较高危险性、中危险性的地区占研究区总面积的百分比分别为10.52%、28.31%、30.19%,区内地质灾害点的空间分布与地质灾害危险性评价结果基本一致,信息量模型的预测精度为90.16%。文章将经验知识与数据驱动的分析方法相结合,应用于较大范围的地质灾害危险性区划,研究结果可为区域地质灾害防治工作提供参考依据。      

基于加权信息量法的湖北省兴山县地质灾害危险性评价与区划

以湖北省兴山县为研究对象,选取高程、坡度、坡向、坡型、断层、工程地质岩组、地表水、植被8个孕灾条件因子和降雨、建房切坡、修路切坡3个诱发因素因子构建地质灾害危险性评价指标体系,采用加权信息量法对不同因子进行排序与赋权,然后利用ISODATA聚类算法进行地质灾害危险性区划,并对评价结果进行精度评价。研究结果表明,评价结果与实际情况符合度较高,区划结果合理,可以为区域地质灾害危险性评价提供技术参考。     

基于多因素加权指数和法的区域地质灾害易发性评价研究 ——以麦积区为例

以麦积区1 ∶ 50 000地质灾害风险调查项目为依托,在前人研究及分析区内地质灾害分布规律与发育特征的基础上,以栅格单元作为基本评价单元,运用多因素加权指数和法,以地形条件、地貌类型、工程地质岩组、距断层距离、距水域距离、植被覆盖等作为区内地质灾害易发性评价的一级因子。以高程、坡度、坡向、地形起伏度、地面粗糙度、地表曲率等作为表征地形条件的二级评价因子,以距支流及干流距离作为表征距水域距离的二级评价因子,采用层次分析法计算各一级评价因子及其所属的二级评价因子的权重,基于ArcGIS平台对各评价单元综合易发性指数进行计算并进行归一化处理,采用自然间断点法将研究区地质灾害易发性划分为高易发区（8. 26%）、中易发区（19. 49%）、低易发区（23. 69%）、非易发区（48. 56%）4个区域。采用历史灾害统计法定性验证与ROC曲线法（AUC=0. 866）定量验证相结合的综合评价方法对划分结果进行验证,表明多因素加权指数和法能够较为客观准确的对麦积区地质灾害易发性进行评价。     

安徽黄山市徽州区地质灾害危险性评价研究

皖南山区是安徽省地质灾害高发区域。本文选取黄山市徽州区为研究区,根据区内地形地貌和地质构造特点,选取了高程、坡度、坡向、断裂构造、水系、土地覆盖类型、工程地质岩组、人类活动强度等8项致灾因子作为地质灾害危险性评价指标。结合地质灾害野外实地调查成果,采用信息量模型法对研究区进行地质灾害危险性评价,探索建立适合皖南山区的地质灾害危险性评价模型。     

基于InSAR技术的川西高山峡谷区地质灾害早期识别研究——以小金川河流域为例

采用短基线集时序干涉测量(small baseline subset InSAR,SBAS-InSAR)技术,利用多时相合成孔径雷达数据,对川西高山峡谷区开展地表多时相、长时序形变监测与地质灾害隐患早期识别研究。介绍了时序InSAR方法原理,梳理了数据处理流程,分析了小金川河流域雷达可视性,利用2018-11—2019-12共26期的Sentinel-1A历史存档数据开展了流域内地表形变监测,结果表明: 流域内雷达视线方向的年平均形变速率为-51.12~75.28 mm/a; 依据形变异常分布规律,共判译出4处形变异常区与11处潜在地质灾害隐患点,其中6处隐患点为已知地质灾害点,其余5处隐患点尚不为人知。以隐患点P1(阿娘寨滑坡)为典型案例,开展了长时序监测分析与验证,评估利用InSAR技术开展地质灾害隐患早期识别的可靠性,证明了SBAS-InSAR技术在地质灾害早期识别中的优势及有效性,其技术成果在川西高山峡谷区具有大范围推广应用的潜力。     

地质灾害风险评估在国土空间规划中的应用——以陕北榆林高西沟为例

榆林市米脂县高西沟村位于黄土高原丘陵沟壑区，属于地质灾害多发区，因此，考虑地质灾害风险的国土空间规划具有极其重要的意义。笔者基于地质灾害调查数据，选取坡度、坡向、地质灾害发育密度等评价指标，采用信息量模型以斜坡单元进行危险性评价，在此基础上叠加承灾体易损性进行定量风险评价，划定地质灾害风险分区。利用ArcGIS将地质灾害风险区划与现状功能区叠加，将高西沟重构为4个国土空间分区：地质灾害中风险–生活居住区、地质灾害低风险–生态功能区、地质灾害低风险–农业生产区和沟谷区，并提出国土空间优化策略。     

基于GDIV模型的大渡河中游地区滑坡危险性评价与区划

区域地质灾害评价是减灾防治的重要非工程手段,构建区域滑坡危险性评价模型,对提高地质灾害评价精度和防治效率具有重要意义。文章以滑坡频发的大渡河中游地区为研究区,初选高程、坡度、坡向、地震动参数、土壤类型、工程地质岩组、年平均降雨量和地形湿度指数（TWI）等13个因子,建立滑坡危险性初级评价指标体系。考虑各因子对滑坡形成贡献程度的不同和目前常权栅格叠加方式对滑坡危险性评价结果精度的影响,引入了地理探测器和变权栅格叠加,构建了地理探测器、信息量法和变权栅格叠加的组合模型（GDIV模型）。基于2021年四川省1∶50 000地质灾害风险调查中313处滑坡地质灾害隐患点,开展基于GDIV模型的大渡河中游地区滑坡危险性评价,并与逻辑回归模型和信息量模型的组合模型（LRI模型）评价结果进行对比分析。结果表明：研究区以中危险及以下危险区为主,占总面积的78.3%,极高和高危险区主要分布在大渡河、革什扎河和东谷河两岸的低海拔地区;与LRI模型相比,基于GDIV模型的评价结果精度更高,其受试者工作特征（ROC）曲线的线下面积（AUC）值为0.917。文章提出的GDIV模型提高了区域滑坡危险性评价精度,可为...     

滑坡易发性评价方法和精度比较——以贵州省大方县为例

近年来贵州省突发性滑坡地质灾害时有发生,除在册滑坡隐患外,还有不少斜坡存在着滑坡的孕灾环境条件,通过新一轮的地质灾害风险评价发现,选用不同的风险评价体系对地质灾害易发性的影响很大,从而影响地质灾害防治、国土空间规划和政府决策等基础数据。本次以大方县滑坡数据为例,选取与滑坡相关的7个影响因子:坡度、坡向、相对高差、工程地质岩组、距水系距离、距构造距离以及土地利用类型,采用层次分析法(AHP)、信息量模型(I)及耦合模型(AHP-I)对研究区进行滑坡易发性评价,并采用滑坡点频率统计和成功率曲线(ROC)对3种模型的评价精度进行检验。通过比较,选取精度高的耦合模型(AHP-I)作为滑坡易发性评价方法,从而能更加精确地评价大方县的滑坡易发性,为山区县级区域滑坡灾害的防灾减灾提供决策依据与参考。     

基于信息量模型的地质灾害易发性评价:以川东南古蔺县为例

地质灾害威胁着山区人民生命财产安全,进行地质灾害易发性评价有助于山区城镇进行规划与建设时规避灾害风险.以川东南古蔺县为例,基于ArcGIS空间分析获取了研究区高程、坡度、岩性、斜坡结构、植被指数、距断层距离和距道路距离7个评价因子,采用信息量模型分别对滑坡和崩塌灾害进行易发性评价后,进一步利用ArcGIS单元统计功能对...     

不同模型的滑坡易发性评价精度讨论

为探讨不同滑坡易发性评价模型其评价结果的差异和评价精度,本文以贵州省桐梓县为研究区,选取坡度、斜坡结构、地形起伏度、工程地质岩组、距水系距离、距断层距离6个影响因子建立评价指标体系,分别采用信息量模型、确定性系数法、频率比法3种方法开展区域地质灾害易发性评价,并通过ROC曲线对评价结果进行精度验证。评价结果表明:信息量模型(AUC=0800)的评价精度优于确定性系数法(AUC=0784)和频率比法(AUC=0787),因此信息量模型更适合于该区域的滑坡易发性评价。