走滑断裂型地震诱发的滑坡在断裂两盘的空间分布差异

以玉树地震滑坡为实例,选择高程、坡度、坡向、坡位、水系、地层岩性、同震地表破裂、地震动峰值加速度(PGA)8个因子,以地震滑坡面积百分比(LAP)与滑坡点密度(LND)为指标,研究走滑断裂型地震诱发滑坡在断裂两盘的空间分布差异。在分析这些影响因子的断裂两盘的差异的基础上,基于LAP与LND两个指标详细分析断裂两盘每个因子内部级别滑坡发育的情况。结果表明,总体上北盘的滑坡较南盘发育,除了个别因子级别内南北盘滑坡差别较大外,大部分表现为南北盘滑坡分布情况类似。总之,玉树地震滑坡在断裂两盘的空间分布基本类似,只是在某些因子分级内存在一定的差异。     

基于GIS与ANN模型的地震滑坡易发性区划

基于遥感数据、地理信息系统(GIS)技术和人工神经网络(ANN)模型,开展地震滑坡易发性区划研究.2010年4月14日玉树地震后,基于航片与卫星影像目视解译,并辅以野外调查的方法,在地震区圈定了2036处地震诱发滑坡.选择高程、坡度、坡向、斜坡曲率、坡位、与水系距离、地层岩性、与断裂距离、与公路距离、归一化植被指数(NDVI)、与同震地表破裂距离、地震动峰值加速度(PGA)共12个因子作为地震滑坡易发性评价因子.这些因子均是应用GIS技术与遥感影像处理技术,基于地形数据、地质数据、遥感数据得到.训练样本中的滑动样本有两组,一组是滑坡区整个单滑坡体的质心位置,另一组是滑坡滑源区滑前的坡体高程最高的位置.应用这12个影响因子,分别采用这两组评价样本,基于ANN模型建立地震滑坡易发性索引图,基于GIS工具建立地震滑坡易发性分级图.分别应用训练样本中滑坡分布的点数据去检验各自的结果正确率,正确率分别为81.53％与81.29％,表明ANN模型是一种高效科学的地震滑坡易发性区划模型.     

GIS支持下基于CF方法的2013年芦山地震滑坡因子敏感性分析

本文依据研究区现有地形因子(高程、坡度、坡向、斜坡曲率)、地质因子(岩性、距深大活动断裂距离)和地震因子(PGA、距震中距离)等相关影响因子资料并结合地震区基本情况,以GIS技术作为操作平台,采用确定性系数法,开展较为详细的芦山地震区地震滑坡影响因子敏感性分析工作。首先,以GIS技术作为操作平台将地震滑坡的8个影响因子据研究区特征进行分级,构建不同影响因子分级的栅格图层进行地震滑坡分布相关参数统计; 其次,采用确定性系数法计算8个地震滑坡影响因子分级区间对应的CF值,分别提取出地震滑坡最为敏感分级区间以进行地震滑坡影响因子敏感性分析,从而衡量不同影响因子分级区间对地震滑坡易发性敏感程度。地震滑坡影响因子敏感性分析结果表明,除斜坡曲率因子与距震中距离因子对地震滑坡易发性不敏感外,其他6个影响因子对地震滑坡易发性均很敏感,分别是影响滑坡发生的主要地形、地质和地震因子。针对斜坡曲率因子和距震中距离因子对滑坡的易发性不是很敏感是否受内部其他影响因子限制所进行的分析与讨论结果表明,SW向很可能限制了斜坡曲率对地震滑坡易发性的敏感程度,地层岩性对距震中距离因子限制作用更为明显,除奥陶系、志留系外的地层岩性对距震中距离因子敏感性程度都有限制。文章所得成果具有一定的方法理论意义,对于防震减灾工作也具有一定参考意义。     

青海4·14玉树地震地质作用对地质环境影响分析

青海省玉树县Ms7.1级地震不仅造成了玉树县及其周边一定范围内的房屋变形破坏,而且还引发了地质灾害、地貌景观损毁、含水层结构破坏及地下水流场发生变化、地表破裂、岩土体物性指标改变等地质环境破坏现象.野外调查分析表明:(1)玉树地震地质环境破坏现象的表现形式可分为包括崩塌、滑坡、泥石流和潜在不稳定斜坡等地质灾害,地震地表...     

2010年玉树7.1级地震诱发滑坡特征及其地震地质意义

2010年玉树7.1级地震造成了一系列次生地质灾害。笔者在玉树灾区地震地质灾害调查基础上,结合Quickbird高分辨率遥感影像数据和航片影像数据,以目视解译为主,共提取了542处地震滑坡,并首次发现了11处古地震滑坡。调查研究结果显示,玉树地震滑坡主要包括崩塌、狭义的滑坡和土溜等三种类型。其中地震崩塌占到了90%以上,按其物质成分可进一步划分为碎屑型崩塌、碎屑流型崩塌和岩崩等三类。地震滑坡的空间展布特征显示,该区80%以上的地震滑坡集中分布在以玉树活动断层为轴的长约95km、两侧宽2km的廊带区内,并与发震断层距离和宏观震中有很好的相关性,其高密度区与同震地表破裂的空间分段性也有很好的对应关系,体现出典型的走滑型发震断层的控灾特点。同时,还进一步分析了山体坡度、坡体形态、临空面高度和地层岩石与岩体完整度等因素对地震滑坡总体分布的影响。对古地震滑坡的初步研究发现,古地震滑坡的规模、期次和分布特征间接地反映出玉树断裂带在全新世期间曾发生过多次震级强度明显大于本次玉树7.1级地震的古地震事件,这为更深入探索玉树断裂带古地震事件提供了另一种重要的研究途径。此外,地震滑坡分布与地表破裂和极震区破坏程度之间的密切空间关系指示,地震滑坡也可以成为快速圈定宏观震中以及开展极震区地震烈度评价等方面的重要指标。     

2008年汶川地震滑坡详细编目及其空间分布规律分析

最新研究成果表明, 2008年5月12日汶川MS 8.0级地震触发了超过197000处滑坡。首先,基于GIS与遥感技术构建了汶川地震滑坡的3类编目图,分别为单体滑坡面分布数据、滑坡中心点位置和滑坡后壁点位置。构建方法为基于地震前后高分辨率遥感影像的目视解译方法,区分单体滑坡并圈定其边界,对滑坡后壁进行识别与定点,并开展了部分滑坡的野外验证工作。这些滑坡分布在一个面积大约为110000km2的区域内,滑坡总面积约为1160km2。选择一个面积约为44031km2的区域作为研究区,区内滑坡数量为196007个,滑坡面积为1150.622km2,这是最详细完整的汶川地震滑坡编录成果,也是单次地震事件触发滑坡最多的记录。其次,开展研究区内的地震滑坡空间分布规律的研究。基于滑坡面与滑坡中心点分别构建滑坡空间分布面积密度图与点密度图,结果表明:滑坡多沿着映秀北川断裂分布,多发生在断裂的上盘。滑坡的高密度区位于映秀北川同震地表破裂的南西段(映秀镇与北川县之间)的上盘区域,这一区域恰对应着逆冲分量为主的断裂上盘,表明逆冲断裂对上盘区域发生滑坡的极强烈的控制作用,而该区域正是形变最大的区域,因此说明是地震滑坡发生的强烈控制作用。基于滑坡面密度(LAP)、滑坡中心点密度(LCND)与滑坡后壁点密度(LTND)这3个衡量指标,使用统计分析方法,评价了汶川地震滑坡与地震参数、地质参数、地形参数的关系。结果表明:LAP、LCND与LTND这3个衡量指标与坡度、地震烈度与PGA存在明显的正相关关系; 与距离震中、距离映秀北川同震地表破裂存在负相关关系; 斜坡曲率越接近0,滑坡越不易发生; LAP、LCND与LTND的高值高程区间为1200～3000m; 滑坡发生的优势坡向为E、SE、S方向; 滑坡发育的易发岩性为砂岩与粉砂岩(Z)、花岗岩; 滑坡与坡位的相关关系不太明显。统计结果还表明LCND与LTND两个衡量指标的差异对地震与地质因子不敏感,而对地形因子较敏感。最后将本文的统计结果与以往的汶川地震滑坡空间分布规律统计成果进行了一些对比,对比结果表明,对于某些因子,如高程、岩性、距离震中、距离映秀北川断裂的统计分析结果,采用不完整的滑坡分布数据或点数据,与采用较完整的滑坡分布面数据会有一定的差异,这种差异并未出现在针对坡度与坡向等因子的统计对比结果中。总之,作者认为一个完备、详细的地震滑坡分布面要素编目图是地震滑坡空间分布规律定量分析、危险性定量分析与滑坡控制的地震区地貌演化研究的重要基础,否则,与实际情况相比,得到统计结果会有一定的偏差,本文的研究成果与以往成果的对比结果证明了这一点。     

斜坡单元支持下地震滑坡危险性区划——以芦山地震为例

以地震滑坡作为研究对象,选取"4·20"芦山地震中芦山县为研究区,结合多源数据,在相关分析后选取10个评价因子,分别是地面高程、坡度、坡向、斜坡形态、地层、斜坡结构、断层平均距离、水系平均距离、植被指数和地震峰值加速度,在数字高程模型基础上采用集水区重叠法划分斜坡单元,再对各评价因子重采样,进而利用基于遗传算法的神经网络算法构建地震滑坡危险性评价模型,完成地震滑坡危险性区划。将基于斜坡单元的危险性区划结果和基于格网单元的区划结果进行比较,结果显示滑坡正确率分别为96.6%和92.6%,斜坡单元的正确率较高;同时通过多组数据的受试者工作特征曲线分析本评价模型的不确定性,每组曲线位置及曲线下面积大小相当。     

2010年玉树地震(Ms7.1)地表破裂特征、破裂机制与破裂过程

2010年4月14日,青海省玉树地区发生Ms7.1级地震,造成大量人员伤亡和财产损失.地震发生后,我们对地震地表破裂带进行了详细的考察,并对同震位移量进行了精确的测量.根据野外考察和测量的结果,对玉树地震的地表破裂特征、同震位移量及其分布特征进行了分析,并对地震的破裂机制和破裂过程进行了探讨,取得如下认识:(1)玉树地震形成了沿鲜水河断裂带西北段(甘孜-玉树断裂)分布的东、西两条地表破裂带,西段破裂带分布在微观震中附近的隆宝湖拉分盆地中,长约19km;东段破裂带沿扎曲河南岸及巴塘河西岸山坡展布,长度约31km;上述两条破裂带之间存在约15km的地表破裂空区;(2)野外测量获得玉树地震的最大同震位移量为2.3m,位于东段地表破裂带中部郭央烟宋多附近;(3)地表破裂和野外构造地貌特征均反映了发震断层处于走滑伸展环境,断层左旋走滑过程中伴随正断作用;(4)地震波反演结果和地表破裂分布特征表明,玉树地震的破裂过程包括两次子事件,分别在地表形成了隆宝湖破裂带和扎曲河、巴塘河破裂带,隆宝湖及玉树县城西侧的山间谷地是在甘孜-玉树断裂长期活动的破裂带阶区转换拉张过程中形成的两个拉分盆地.     

利用同震滑坡分析2014年鲁甸地震震源性质与破裂过程

2014年8月3日, 发生在中国云南省鲁甸县的MS 6.5(Mw 6.1)级地震造成了严重的灾难, 本次地震还触发了至少1024处面积大于100m2的滑坡。本文的目的是利用同震滑坡的空间分布与规模分布特征分析本次地震的震源性质与破裂过程。鲁甸地震同震滑坡分布区域的长轴展布方向呈北西南东方向, 结合区域活动构造分布, 认为其发震构造是北西南东方向的包谷垴小河断裂。地震滑坡多分布在震中的南东方向, 表明了其破裂方向是自北西向南东扩展。滑坡分布区北西部分滑坡分布较分散, 规模总体较小; 而南东部分滑坡分布相对集中, 且有几处规模较大。由于隐伏断裂型地震比地表破裂型地震触发滑坡分布面积广、数量多, 但规模较小, 因此判断发震构造的北西部分可能由于破裂面较深而隐伏于地下, 而南东部分可能产生了地表破裂且破裂面较浅。这一判断得到了野外调查结果的验证。鲁甸地震破裂自北西向南东是由深部向浅部斜向上扩展的, 这种破裂面斜向上扩展的破裂特征或许是导致鲁甸地震灾害非常严重的重要原因之一。     

基于投影寻踪模型的滑坡危险性等级评价

危险性评价是滑坡灾害预防与减灾工作首要解决的重要内容.在地理信息系统技术支持下, 以山地灾害频发区——小江流域作为研究对象, 选取坡度、土体粘聚力和内摩擦角这3个评价指标构建滑坡危险性分级评价指标体系, 将投影寻踪技术运用到滑坡危险性等级评价中, 对评价样本的各指标因素进行线性投影, 以最优投影方向所对应的投影特征值作为评价依据, 建立了滑坡危险性等级综合评价模型, 绘制了滑坡危险性等级分布图.结果表明: 研究区极高危险区、高危险区、中等危险区、低危险区和极低危险区的面积比例为14.28∶9.41∶69.12∶7.00∶0.19;根据所建立的5级评价指标体系对研究区60个土质滑坡点资料进行了验证, 在占研究区总面积23.69%的高、极高危险区的小范围内, 实际发生土质滑坡数量45个, 占总土质滑坡数量的75.00%;中等危险性级别以上区域拥有的土质滑坡数量占全部土质滑坡的96.67%;不同危险性级别的滑坡体积方量统计结果表明, 滑坡体积方量密度随危险性级别的提高而迅速增加.对比评价结果及实测结果可知, 投影寻踪分级结果符合实际情况, 证实了该方法的正确性, 为滑坡危险性评价提供了一条新思路.      

改进逻辑回归方法在滑坡敏感性评价中的应用研究

以四川省北川县县城及周边为研究区,在研究区内进行了滑坡的遥感解译和野外调查完成北川滑坡分布图。然后选择了坡度,坡向,高程,曲率,水系影响,断层影响共六个因子,采用了一种改进的逻辑回归模型(AutoLogistic)模型,在ArcGIS平台上进行了滑坡敏感性的评价。完成了滑坡敏感性分级图的制图并对评价的结果和现实滑坡的发生进行了统计分析,结果表明敏感性分级比较合理。     

同震滑坡发生概率研究——新一代地震滑坡危险性模型

地震滑坡发生真实概率研究基本空白。本研究创新性的利用贝叶斯概率方法与机器模型开展了中国地震滑坡危险性真实概率研究,制作了第一代中国地震滑坡危险性概率图。基于9个地震案例开展研究,包括1999年台湾集集、2005年克什米尔、2008年汶川、2010年玉树、2013年芦山、2013岷县、2014鲁甸、2015尼泊尔、2017九寨沟地震,这9次地震中7次发生在中国,2005年克什米尔与2015尼泊尔地震均发生在中国邻区,可以更好的控制模型预测精度。这些地震事件均有详细完整的,利用面要素标识的地震滑坡数据,包括306 435处真实的地震滑坡记录。考虑到真实的地震滑坡发生区域,滑坡面积规模的差别,滑坡与不滑样本的比例等因素,共选取了5 117 000个模型训练样本。选择绝对高程、相对高差、坡度、坡向、斜坡曲率、坡位、地形湿度指数、土地覆盖类型、植被覆盖度、与断层距离、地层、年均降水量、地震动峰值加速度共13个地震滑坡影响因子。采用贝叶斯概率方法与机器学习模型相结合,建立地震滑坡发生的多因素影响模型,得到各个连续因子的权重与分类因子的各个分类的权重。再将模型应用到整个中国研究区,地震动峰值加速度因子为触发因子。分别考虑研究区在经历不同地震动峰值加速度（0.1~1 g,每0.1 g一个结果,共10个结果）下的地震滑坡发生真实概率。此外,还结合中国地震动峰值加速度分布图,得到了中国地震动峰值加速度背景下的地震滑坡发生真实概率分布。     

2013年7月22日岷县漳县MS6.6级地震滑坡编录与空间分布规律分析

2013年7月22日,中国甘肃省岷县漳县交界地区发生MS6.6级地震。地震触发了大量的滑坡,主要类型为小型的黄土崖崩、滑、倾,还有一些深层连贯型滑坡、大型土质流滑、侧向滑移等地震滑坡类型。本文主要基于地震滑坡野外考察与高分辨卫星影像人工目视解译方法,开展本次地震触发滑坡的编录图制作工作,并基于编录成果开展地震滑坡空间分布规律分析工作。滑坡编录结果表明此次地震至少触发了2330处滑坡。基于GIS平台下开展了地震滑坡与地形控制因子、地质控制因子与地震控制因子的关系统计。结果表明岷县漳县地震滑坡受地形因子的控制作用较小; 受地层岩性的控制作用较大。其中1401处滑坡(占总滑坡的60.13%)分布在下伏基岩为古近系下统地层(Eb)砾岩与砂岩的区域内,其中滑坡密度是所有地层分类中最高的,达到22.78个km-2。地震滑坡与PGA的统计关系并不明显。地震滑坡主要集中在一个与发震断层走向一致的长条形区域内,长约14km,宽约5km。该区域内滑坡数量为1864个,占所有滑坡数量的80%,表明了岷县漳县地震滑坡空间分布的密集特征。文章获得的基于地震事件的区域滑坡编录成果是后续地震滑坡相关科学研究的重要基础与核心数据; 空间分布规律分析成果可为地震区滑坡与泥石流防灾减灾提供科学参考。     

基于Newmark模型的尼泊尔M_s8.1级地震滑坡危险性快速评估

在研究分析地震灾区地形地貌、地层岩性、地质构造、气象水文和典型地区滑坡的基础上,采用Newmark斜坡累积位移模型对2015年4月25日尼泊尔M_s8.1级地震诱发的滑坡危险性的空间分布状况进行了快速评估,通过典型地区的滑坡遥感解译结果验证表明评估结果具有较好的可信度,初步反映了尼泊尔地震诱发滑坡危险性分布的基本特征。然后考虑降雨作用对震后滑坡危险性的影响,对地震叠加降雨诱发滑坡危险性分布进行了快速预测。研究结果对地震应急救灾中的地质灾害防灾减灾具有重要的参考意义。     

基于逻辑回归模型和3S技术的思南县滑坡易发性评价

区域滑坡易发性评价对滑坡灾害防治具有重要意义,贵州省思南县由于其特殊的自然地理和地质条件,受滑坡地质灾害的影响非常严重,因此,非常有必要对思南县的滑坡易发性进行评价。在滑坡编录的基础上,采用由RS、GIS和GPS组成的3S技术,获取了思南县的数字高程模型、坡度、坡向、剖面曲率、坡长、岩土类型、地表湿度指数、距离水系的距离、植被覆盖度和地表建筑物指数10个滑坡影响因子;再在频率比和相关性分析的基础上,利用逻辑回归模型对思南县的滑坡易发性进行了评价并绘制了易发性分布图。结果表明:利用逻辑回归模型预测思南县滑坡易发性的准确率(AUC值)达到0.797,较为准确地预测出了思南县滑坡分布规律;极高和高滑坡易发区主要分布在高程低于600 m、地表坡度较大且以软质岩类为主的区域;而极低和低滑坡易发区主要分布在高程较高、地表坡度较小且以硬质岩类为主的区域。     

2010年青海玉树地震(Ms7.1)同震地表破裂及其与山脉隆升的关系

野外调查发现,2010年4月14日青海玉树Ms7.1级地震同震地表破裂带长约65km,破裂带走向为310°,破裂面向NE陡倾,地表破裂带由2部分组成,其中西侧部分长约19km,东侧部分长约30km,两者之间存在约15km的无破裂区。地表破裂以右阶雁行状破裂分布为主要特征,呈现左旋走滑性质,伴随有垂直位移。统计结果显示,同震地表破裂垂直位移 (dv)与水平位移 (dh)的比值在0.13~0.53之间,地貌累积dv与累积dh比值为0.27~0.63。同震dv/dh与地貌dv/dh的相似显示玉树南山的形成和玉树地震具有同样的运动学和动力学性质,玉树南山的形成是地质历史上沿玉树断裂多次类似于玉树地震的地震活动的结果,计算出需要1800~2600次地震才能造成玉树南山的隆升。前人研究本段断层地震复发周期为120~200年,计算出断层开始活动时间不晚于20万~40万年以前。     

基于逻辑回归模型和确定性系数的崩滑流危险性区划

崩滑流是崩塌、滑坡和泥石流地质灾害的总称。本文根据逻辑回归模型和贵州省崩滑流地质灾害发生的确定性系数CF,统计贵州省内崩滑流发生概率与其影响因子之间的函数关系; 并利用GIS技术编制贵州省崩滑流地质灾害危险性区划图。首先根据影响因子子集中已发崩滑流灾害面积和影响因子子集面积来计算崩滑流地质灾害发生的确定性系数CF; 其次将灾害是否发生作为因变量,影响因子子集发生崩滑流地质灾害的确定性系数CF作为自变量,应用逻辑回归模型统计分析它们之间的函数关系; 然后利用GIS技术计算研究区内各独立属性单元发生崩滑流地质灾害的概率p,按p值10等分标准将研究区划分为10个危险性等级区,并绘制贵州省崩滑流地质灾害危险性区划图; 最后用已发崩滑流地质灾害的分布数据来检验危险性区划的效果。研究结果表明:本文根据逻辑回归模型和崩滑流地质灾害发生的确定性系数CF,将贵州省分为Ⅰ～Ⅹ的10个崩滑流地质灾害危险性等级区与实际情况基本符合,能够良好地反映贵州省境内发生崩滑流地质灾害的难易程度。     

基于Newmark模型的天水市北山地震黄土滑坡危险性评价

本文通过天水市北山野外调查和室内分析相结合的方法,开展基于Newmark累积位移法的地震黄土滑坡危险性分析。分析了研究区的孕灾背景,结合现有滑坡和不稳定斜坡的调查数据,在充分考虑了震源方位角和斜坡坡向角的角度关系基础上,对优势坡向角和劣势坡向角下的斜坡易发性进行分析计算,然后用回归方程求出PGA为0.3 g时斜坡的累积位移,最后计算出斜坡在地震荷载下的失稳概率。在此基础上,对北山进行地震黄土滑坡的危险性评价。分析结果表明:在Newmark模型的地震黄土滑坡危险性评估中引入斜坡坡向角和震源方位角关系,有利于提高小区域(大比例尺)风险评估的准确性。     

小流域地震地质灾害危险性评价

本文以北川县杨家沟为小流域地震地质灾害危险性评价的典型实例,根据地震地质灾害特征,选取坡度、坡向、地层岩性、距断裂带距离、斜坡结构、高程和坡形7个评价因子,在各评价因子对地震地质灾害影响程度分析基础上,采用层次分析法确定评价因子的权重,并在GIS平台下对各评价因子进行综合分析处理,得到小流域地震地质灾害危险性评价图。研究表明,杨家沟地震地质灾害最大影响因子为距断裂带距离,其次为斜坡结构、坡度、地层岩性、高程、坡形及坡向;地震地质灾害危险性评价预测表明,杨家沟流域内高危险区面积8.98 km~2,占流域面积的40.43%。对比杨家沟实际地震地质灾害分布情况,占面积70.74%或占总数66.38%的地震地质灾害位于高危险区内,表明危险性评价成果可信度较高。研究成果对小流域地震地质灾害危险性评价方法研究具有一定的意义。     

云南省镇雄县滑坡地质灾害主要致灾因子筛选及危险性分区

综合环境地质学、自然地理学等学科的理论和方法,对野外实地调查及室内整理的数据进行数学模型计算,系统研究了镇雄县滑坡地质灾害的时空分布规律.基于GIS叠加分析功能,得出镇雄县滑坡地质灾害的主要致灾因子,采用滑坡确定性系数（CF）法对滑坡地质灾害各个因子数据进行量比,并根据主要致灾因子数据与滑坡形成有利级别进行多元线性回归模型的建立,最终获得适用于镇雄县滑坡地质灾害主要致灾因子的多元线性回归模型,在此基础上对滑坡地质灾害危险性进行分区,得到各个分区的分布情况.