某地区滑坡地质灾害危险性评估研究

滑坡地质灾害危害大,其危险性评估研究对于灾害的预警具有重要意义。以滑坡灾害点作为研究对象,总结了研究区域内的的地质地理环境特性,对滑坡灾害的产生因素进行了研究;通过建立信息量模型,在研究区建立滑坡风险评价指标体系,利用信息模型和基于层次分析法2种方法开展了风险评估分析,最终得到了研究区的滑坡灾害风险评估区域分布情况,并依据研究区滑坡地质灾害危险性评价提出了相对应的防治措施和建议。     

基于地理信息系统和信息量模型的滑坡危险性评价——以重庆万州为例

针对滑坡危险性评价，以重庆万州滑坡地质灾害为例，采用地理信息系统技术，选取高程、地层岩性、坡向、坡度、距离河流的远近、距离道路的远近、建筑物分布和到遂宁组和沙溪庙组地层的距离等8个指标作为评价因子，利用信息量模型对万州研究区的滑坡地质灾害进行危险性评价。评价结果表明，地理信息系统和信息量模型能够很好地为滑坡灾害的危险性研究服务，可用来解决过去地质灾害危险性评价中效率低、精度筹、费时、费力等问题，从而实现滑坡地质灾害的信息化和科学化。     

GIS在滑坡灾害危险性评价中的应用

在详细研究国内外基于GIS的滑坡灾害危险性分析现状的基础上,以GIS为操作平台,选取南水北调西线一期工程区某库区为研究对象,使用信息权法对研究区滑坡进行危险性评价,指出该方法改进了传统信息量模型不考虑因子权重,将变量提供的信息量作为信息权看待的不足,使评价的结果更加合理可靠。     

地质灾害危险性评价因子与权重分析研究

正多年来我国在空间技术减灾领域做了大量的研究和应用工作,在自然灾害预警、灾害监测以及评估等方面取得了可观的进步。地质灾害危险性评价研究正逐渐形成地质灾害监测、预警和预报系统研究的组成部分。地质灾害危险性评价研究中一项重要的工作就是因子选取和权重确定。控制地质灾害发生的因素主要分为主控因子和触发因子两类。主控因子为地质灾害发育的基础条件,为地质灾害的发育、发生、发展提供了物质条件;触发因子为地质灾害的发育、发生、发展提供了动力。本文利用遥感技术,通过解译地质灾害点,并结合研究     

拉萨市郊地质灾害预测及防治辅助决策

拉萨市郊区的自然环境和地质环境较为脆弱,在雨量充沛的6~9月易形成崩塌、滑坡和泥石流等地质灾害。为了对地质灾害进行有效的预测和防治辅助决策,根据野外调查资料,结合模糊数学、小波人工神经网络和灰色决策等理论进行降雨量预测、危险性计算以及防治辅助决策,并运用Java SE Development Kit 8平台开发了地质灾害预测及防治辅助决策系统。     

忠武管道滑坡地质灾害危险性评价与区划研究

介绍了管道地质灾害危险性区划的原则和步骤,采用ArcGIS平台对忠武管道滑坡地质灾害进行了危险性评价与区划研究,对管道沿线滑坡地质灾害等级进行了划分,为管道滑坡灾害的防治提供了依据。     

基于GIS的矿山地质灾害管理系统构想

利用GIS在多源数据组织与管理、空间分析、动态监测和模拟等方面的优势,建立矿山地质灾害管理系统,实现对矿井突水、煤与瓦斯突出、采空区塌陷、泥石流与滑坡、冲击地压等地质灾害的管理、预测和预报.使地质灾害的预测、预报向多因素、多目标和多维的方向发展,实现预测与管理决策的一体化,提高地质灾害管理、预测、预报的准确性和决策的科学性.     

拉萨市郊地质灾害预测及防治辅助决策

拉萨市郊区的自然环境和地质环境较为脆弱,在雨量充沛的6⁹月易形成崩塌、滑坡和泥石流等地质灾害。为了对地质灾害进行有效的预测和防治辅助决策,根据野外调查资料,结合模糊数学、小波人工神经网络和灰色决策等理论进行降雨量预测、危险性计算以及防治辅助决策,并运用Java SE Development Kit 8平台开发了地质灾害预测及防治辅助决策系统。     

北斗高精度技术在滑坡场景安全监测方案

正我国是地质灾害多发国家之一,尤以滑坡灾害的影响最为严重。据不完全统计,中国有70多座城市和460多个县市受到滑坡灾害的威胁及危害,平均每年至少造成15-23亿元的经济损失。如果能够对滑坡进行监测,实现滑坡危害的早期预报,就可以最大限度地减少和防止滑坡所造成的损失。因此,滑坡监测既是滑坡调查、研究和防治工程的重要组成部分,又是崩塌滑坡灾害预测预报信     

区域滑坡空间预测方法研究及结果分析

区域滑坡空间预测是通过分析滑坡在区域空间分布的丛集性及规律性,圈定出滑坡相对危险性区域。通过MAPGIS软件平台及其二次开发的滑坡灾害分析系统,采用半定量和定量两种方法对浙江省永嘉县区域滑坡进行了预测。半定量方法采用反映历史滑坡强度的袭扰系数和滑坡易发程度指数来评价,编制了危险性预测分区图;定量化方法采用信息量模型来评价,采用规则网格作为预测单元,运用该模型对永嘉县区域滑坡进行了空间定量预测,并依信息量法的结果编制了该区的危险性划决预测分区图,为政府部门进行土地规策、避免在滑坡易发区进行大规模土地开发和工程建设提供了科学依据。同时通过两种方法的预测结果,对比分析了滑坡的形成和各影响因素的关系,为滑坡的有效防治提供了参考。     

三峡库区典型滑坡的稳定分析及预测研究

以三峡库区某典型滑坡为例,介绍了滑坡基本特征,结合Morgenstern-Prince法对滑坡进行了稳定性计算,分别计算出各个监测点水平位移17种预测模型的5年预测数据,分析了预测数据变化趋势和滑坡变形趋势。     

基于GIS和信息量的滑坡灾害易发性评价——以三峡库区万州区为例

 以滑坡灾害发育较多的三峡库区万州区为研究区,基于指标因素状态分级和因素相关性分析结果,选取坡度、坡向、坡体结构、地层岩性、地质构造、水的作用以及土地利用7项影响因素,以全区700多个滑坡灾害点为样本数据,依据各因素状态下发生的滑坡频率曲线和信息量曲线的突变点为等级划分的临界值来确定因素状态,并在此基础上建立易发性评价指标体系。基于GIS的栅格数据模型,应用信息量理论开展研究区易发性评价,研究结果表明：易发性高和较高的区域主要分布在土地利用总体规划中的建设用地、侏罗系中统上沙溪庙组第二、三段(J2s2,J2s3)、库水变动带和河网影响带以及万州城区。统计结果表明,处在高易发和较高易发区面积为1 210 km2,其中高易发区和较高易发区分别占研究区总面积的9.71%和25.9%,研究区易发性评价精度高达87%。本文完整的论述了县域滑坡灾害易发性评价的理论方法和技术路线,并以三峡库区万州区为例开展滑坡灾害易发性评价、结果分析以及预测精度评价等,为该区域滑坡灾害防治规划与预测预报提供技术支持,为全国范围内县域滑坡灾害易发性评价提供理论指导和技术参考。     

基于3S技术和地面变形观测的三峡库区典型地段滑坡监测系统

三峡水库建成蓄水后,大量的高边坡和库岸的稳定性将发生变化,针对库区地质灾害的特点,讨论了运用3S技术与地面监测网相结合监测滑坡和库岸变形的有关问题,介绍了在万州、巫山和奉节等地初步建立的“三峡库区库岸与滑坡变形监测及灾害预警系统”与获得的部分观测成果。这些成果已经在评估三峡库区滑坡和库岸稳定性方面发挥了积极的作用。     

Probabilistic stability analysis of Bazimen landslide with monitored rainfall data and water level fluctuations in Three Gorges Reservoir,China

Landslide is a common geological hazard in reservoir areas and may cause great damage to local residents’ life and property. It is widely accepted that rainfall and periodic variation of water level are the two main factors triggering reservoir landslides. In this study, the Bazimen landslide located in the Three Gorges Reservoir (TGR) was back-analyzed as a case study. Based on the statistical features of the last 3-year monitored data and field instrumentations, the landslide susceptibility in an annual cycle and four representative periods was investigated via the deterministic and probabilistic analysis, respectively. The results indicate that the fluctuation of the reservoir water level plays a pivotal role in inducing slope failures, for the minimum stability coefficient occurs at the rapid decline period of water level. The probabilistic analysis results reveal that the initial sliding surface is the most important area influencing the occurrence of landslide, compared with other parts in the landslide. The seepage calculations from probabilistic analysis imply that rainfall is a relatively inferior factor affecting slope stability. This study aims to provide preliminary guidance on risk management and early warning in the TGR area.     

三峡库区万州区滑坡灾害易发性评价研究

 滑坡灾害易发性研究在滑坡灾害风险管理与城市规划等方面具有非常重要的现实意义。以往的研究中,鲜有对指标因子状态划分作有关深入分析和讨论的。鉴于此,以滑坡灾害频发的三峡库区万州区为研究对象：首先,选取影响滑坡发生的7个致灾因子(地层岩性、地质构造、水系分布、坡度、坡向、坡体结构及土地利用)作为滑坡易发性的评价指标,依据各指标条件下滑坡累计发生频率曲线斜率的变化,并结合滑坡面积比和分级面积比曲线对指标因子的状态进行分级;其次,根据全区655个历史滑坡数据,分别运用信息量模型和逻辑回归模型建立各自的滑坡易发性评价体系;再则,采用快速聚类法(K-means cluster)对以上2种方法所得到的易发性结果进行分级,并基于GIS平台,得到全区滑坡易发性区划图;最后,从模型结果、精度、适用条件等方面对2个模型进行讨论和比较,研究结果表明：信息量模型和逻辑回归模型的预测精度分别为73.0%和54.9%,前者预测能力要优于后者。     

基于时间序列与PSO-SVR耦合模型的白水河滑坡位移预测研究

 滑坡位移预测模型的选择及其参数的选取是滑坡位移预测中至关重要的2个问题,以往的模型在预测滑坡位移时具有诸多的限制和不足。以三峡库区白水河滑坡为研究对象,基于时间序列分析方法,分离提取出滑坡趋势性位移与周期性位移。前者主要受控于滑坡的内部因素(物质组成、地质构造、地形地貌等),可用最小二乘法对其进行多项式拟合并预测;后者是由外部影响因素(季节性降雨、库水位变动等)导致,取当月降雨量、双月降雨量、库水位高程、月间库水位变化量、双月库水位变化量和年间累计位移增量作为周期性位移的影响因子,提出采用可优化选参的粒子群优化算法(PSO)与支持向量机回归(SVR)相结合的方法对其进行预测;将各分位移预测值叠加得到累计位移预测值。运用多种方法进行分析对比,结果表明,基于时间序列与PSO-SVR耦合模型的滑坡位移预测精度要明显高于BP神经网络模型、网格搜索法优化的支持向量机模型(GS),其在滑坡位移预测中具有一定的理论基础和良好的应用前景。     

含气量对火驱采出液脱水影响规律研究

针对山体滑坡地质灾害监测的特征出发,基于多基线数字近景摄影测量技术,构建一个适合滑坡地质灾害监测系统模型,并在福建山区地质灾害点进行实地测量实验,提出该滑坡监测系统的适用性及存在的问题。     

基于GIS的滑坡预测模型的预测率及其作用

滑坡预测模型的选择直接影响到滑坡预测的准确性,是滑坡预测的关键所在。该研究利用意大利Alpago地区的滑坡数据和其他相关地理空间数据,以模糊伽马模型、模糊代数积模型、模糊代数和模型以及模糊最小模型等4个定量滑坡预测模型为例,探讨滑坡预测模型的预测率在对比、评价和选择不同模型方面的作用。滑坡预测模型的预测率是,模型预测结果图的各个级别类型中,未用于建模的滑坡面积百分比的累积分布函数。在地理信息系统中,利用已知的滑坡分布数据和模型的预测结果图,可以计算滑坡预测模型的预测率。研究结果表明,滑坡模型的预测率是滑坡预测模型自身特性的度量,在输入图层和滑坡类型确定的条件下,滑坡预测模型的预测率可作为对比、评价和选择不同模型的定量指标,可以用来确定最合适的预测模型。     

C4.5算法和GIS技术在波密县滑坡灾害风险评估中的应用

波密县地处西藏东南部,地貌地质环境特殊,滑坡灾害频发。本文选取地层岩性、边坡高度、边坡角度、坡面走向、水系距离和植被覆盖度作为评价因子,通过ArcGIS提取滑坡灾害评价因子相关数据,并利用C4.5算法建立的决策树分类模型对研究区域滑坡灾害的风险性进行了定量评估。结果表明:该模型总体预测精度达到89.7%,有效预测精度高达96.2%。表明该模型具有较高的精度和置信度,为波密县滑坡灾害的预测性分析提供参考。     

基于诱发因素响应分析的滑坡位移预测模型研究

 滑坡位移的变化除与其基础地质条件相关之外,更取决于诱发因素的动态作用。为建立滑坡位移动态变化与诱因变化的响应关系,采用时间序列分解预测模型,通过移动平均法将位移分解为趋势项及周期项。趋势项位移由边坡的势能和约束条件所决定,利用多项式位移函数进行拟合预测。周期项位移受库水位涨落和降雨等诱因的周期性动态作用而变化,选取当前月降雨量、累计前两月降雨量、月库水位高程变化量及年内总位移累计增量为影响因子,利用BP神经网络进行多变量位移预测。将各分项位移预测值叠加,从而得到总位移预测值。以三峡库区白水河滑坡为例,利用位移、降雨及库水位变化数据进行计算验证。结果表明,基于滑坡诱发因素和位移变化综合分析预测模型,可以较好地反映诱因动态变化对滑坡位移发展的关键作用,提高预测结果的精度和有效性。