基于GIS的Logistic回归模型在区域滑坡敏感性评价中的应用

本文基于GIS技术和Logistic回归模型进行滑坡敏感性评价定量分析方法,并以江苏省连云港市郊区为研究区域,建立了地质、地形数据库等滑坡因子空间数据库和滑坡空间分布数据库,进行了滑坡影响因子敏感性分析。对连云港市郊区滑坡灾害在空间上的预测结果具有重要的现实意义,对推广应用、防灾减灾具有实际的指导意义。     

基于GIS的Logistic回归模型在区域滑坡敏感性评价中的应用

本文基于GIS技术和Logistic回归模型进行滑坡敏感性评价定量分析方法,并以江苏省连云港市郊区为研究区域,建立了地质、地形数据库等滑坡因子空间数据库和滑坡空间分布数据库,并进行了滑坡影响因子敏感性分析。对连云港市郊区滑坡灾害在空间上的预测结果具有重要的现实意义,对推广应用、防灾减灾具有实际的指导意义。     

多元自适应回归样条法的滑坡敏感性评价

针对一般滑坡敏感性评价方法不能有效筛选滑坡条件因子的问题,以中国新疆维吾尔自治区新源县为研究区,基于15个滑坡敏感性条件因子,利用多元自适应回归样条法构建了滑坡敏感性指数预测模型,并自动筛选出研究区滑坡敏感性条件因子,在此基础上,实现了新源滑坡敏感性制图。此外,使用逻辑回归方法与多元自适应回归样条法进行精度对比分析。结果显示,采用多元自适应回归样条法构建的滑坡敏感性模型精度优于逻辑回归,其成功率曲线的精度为0.945 4,预测率曲线的精度为0.923 8。同时,模型还筛选出新源县滑坡重要影响条件因子(高程、坡度、降雨量、距断层距离、归一化差分植被指数、平面曲率、岩组)。研究表明,利用多元自适应回归样条构建的新源县滑坡敏感性模型是滑坡预测的有效方法,可为防灾减灾提供决策支持。     

顾及样本优化选择的多核支持向量机滑坡灾害易发性分析评价

滑坡灾害易发性分析评价对地质灾害的防治与管理具有重要意义。针对滑坡灾害样本选择策略,单核支持向量机多特征映射不合理的问题,本文提出顾及样本优化选择的多核支持向量机(multiple kernel support vector machine,MKSVM)滑坡灾害易发性分析评价方法。为了保证样本平衡性并提高负样本的合理性,采用相对频率比(relative frequency,RF)综合评价各状态对于滑坡灾害易发性影响的重要程度,实现各评价因子状态的合理划分;利用确定性系数法(certainty factor,CF)计算各评价因子各状态分级影响滑坡灾害的敏感性,并在此基础上进行加权求和得到各栅格单元的滑坡灾害易发性指数,在滑坡灾害易发性指数极低和低易发区内随机选择与滑坡灾害点数目一致的非滑坡灾害点作为负样本数据。利用MKSVM对各特征空间最优核函数进行线性组合,解决了单一核函数映射不合理的问题,提高了模型的分类准确率和预测精度。以湖南省湘西土家族苗族自治州为研究区,从滑坡灾害易发性分区图、分区统计及评价模型精度3个方面对CF样本策略的MKSVM模型、CF样本策略的单核SVM模型、随机样本策略的MKSVM模型、随机样本策略的单核SVM模型进行了对比分析。结果表明,4种模型的受试者工作特征曲线(receiver operating characteristic,ROC)下的面积(area under curve,AUC)分别为0.859、0.809、0.798、0.766,验证了CF样本策略的合理性、有效性及MKSVM模型的可靠性。     

GIS支持下滑坡灾害空间预测方法研究

滑坡预测在防灾减灾工作中具有重要意义,它包括空间、时间预测两个方面。基于统计模型进行区域评价与空间预测是滑坡灾害研究的重要方向,但是预测结果往往依赖样本数量和空间分布等。本文以马来西亚金马伦高原为研究区,选择高程、坡度、坡向、地表曲率、构造、土地覆盖、地貌类型、道路和排水系统作为评价因子,探讨运用地理信息系统(GIS)和遥感(RS)获取与管理滑坡灾害信息,以及热带雨林地区湿热环境下滑坡空间预测的方法。支持向量机(SVM)和逻辑(Logistic)回归模型分别应用于滑坡空间预测,结果显示平均预测精度分别为95.9%和86.2%,SVM法具有较高的描述精度,值得推荐;同时,基于SVM模型的滑坡空间预测受样本影响较小,预测结果相对比较稳定,这对于滑坡灾害区域评价与预测的快速实现具有实际意义。     

3S技术下滑坡危险性区划及监测

针对传统知识驱动型滑坡灾害研究多依赖专业人员经验,具有主观性和不确定性的问题,该文提出了基于数据驱动滑坡致灾因子评价及危险性区划的方法。采用证据权模型,较好地平衡了滑坡危险性区划中准确性与高效性之间的矛盾,实现了较为精确的滑坡易发性及危险性区划;利用感知层、网络层、应用层的物联网技术,实现了高危险区滑坡点在线预警监测。3S技术支持下的滑坡危险性区划及监测实验结果表明:所用模型及监测技术不仅可以准确评价滑坡致灾因子权重及危险性区划,还能够精准、高效实现滑坡点实时监控预警。     

粒子群优化BP神经网络的滑坡敏感性评价

滑坡敏感性评价是地质灾害预测预报的关键环节。针对BP神经网络易陷入局部最小值、收敛速度慢等问题,该文以三峡库区秭归县境内为研究区,采用粒子群优化(PSO)算法对BP神经网络的初始权值和阈值进行优化,构建PSO-BP神经网络滑坡敏感性预测模型,实现研究区滑坡敏感性评价。采用受试者工作特征曲线分析模型预测精度,得到PSO-BP神经网络预测精度为0.931,预测结果与实际滑坡总体空间分布具有良好的一致性,且预测能力优于BP神经网络。实验结果表明,PSO-BP神经网络耦合模型在实现滑坡敏感性评价上具有理想的预测精度和良好的适用性。     

一种结合SMOTE和卷积神经网络的滑坡易发性评价方法

大规模的人类工程活动诱发和加剧了滑坡灾害的致灾情况,严重威胁工程安全和环境安全。滑坡易发性评价是滑坡监测预警的关键技术。针对传统滑坡监测手段数据源有限、缺乏挖掘滑坡灾害空间分布特征及其诱发因素的有效方法等问题,以位于三峡库区的中国重庆市万州区为研究区,基于地形、地质和遥感影像等多源数据,首先提取了22个滑坡易发性评价因子,并对这些因子进行多重共线性检验;然后采用合成少数类过采样技术(synthetic minority oversampling technique, SMOTE)解决滑坡和非滑坡样本比例不平衡问题,建立输入训练集;最后构建卷积神经网络(convolutional neural networks,CNN)模型,定量预测滑坡易发性,生成滑坡易发性分区图。采用受试者工作特征曲线分析评价结果,测试数据集模型精度达89.50%,说明该模型是一种高性能的滑坡易发性评价方法。     

基于GIS的修水县地质灾害危险性评估研究

滑坡灾害作为一种与人们生命紧密相连的常见自然灾害,对其进行危险性评价研究极为重要。以江西省九江市修水县作为研究区域,以修水县243个滑坡地质灾害点作为研究对象,根据对修水县滑坡灾害的发育特征和关联因素的分析,选取了九大评价因子,利用信息量模型和AHP对修水县进行滑坡地质灾害危险性分区。其按危险程度分为极低、低、中等、高和极高5个危险区,分别占总面积的4.25%、14.97%、32.14%、35.17%和13.58%。综合研究区滑坡概况对各危险区进行分析,为研究区的地质灾害预防提供建议。     

基于DEM地形信息量的景观格局预测——以珠海市为例

针对传统景观格局分析方法的数据局限性,该文提出了一种基于数字高程模型地形信息量的景观格局预测分析方法。结合信息熵理论,利用数字高程模型计算地形信息量,研究不同分级地形信息量下景观格局特征的变化特征,以及不同景观类型在不同地形信息量等级的分布特征,对具有相似地形特征的区域建立利用地形信息量对其景观格局特征进行预测分析的方法。该文选择珠海市地形特征相似的两个区域进行了试验分析,对珠海市斗门区建立基于数字高程模型地形信息量的景观格局预测方法,预测在相似地形特征下南坪镇的景观格局特征,并以南坪镇真实的景观特征进行验证。实验结果显示,基于数字高程模型地形信息量的邻域景观预测分析方法不仅能正确预测分析不同地形信息量下的景观分析指数,同时也能正确预测不同景观类型的空间分布特征。     

基于多元逻辑回归的兰坪县崩塌滑坡敏感性评价

通过卫星遥感影像解译和地面调查,获取了云南省兰坪县崩塌滑坡灾害的空间分布,利用Arc GIS软件空间分析方法对该县崩塌滑坡分布规律进行了统计分析,最后运用多元逻辑回归方法对该县未来崩塌滑坡发生的空间位置进行了易发性评价。分析结果确认了极高易发性区域地理位置,其中,极高易发性区域面积为345.1 km~2,占研究区面积的7.90%;高易发性区域面积为429.3 km~2,占研究区总面积的9.82%。所得到的兰坪县崩塌滑坡易发性分布对进一步的防灾减灾工作具有指示作用。     

基于卷积神经网络的区域滑坡易发性评价:以三峡库区万州区为例

开展区域滑坡易发性评价是滑坡气象预警与风险评价的关键。针对目前诸多易发性研究未考虑滑坡发生与邻接环境有关的情况,本文提出了一种基于卷积神经网络(CNN)的区域滑坡易发性建模框架。以三峡库区万州区为例,选取坡度、坡向等12个因子构建评价指标体系,通过信息量法分析因子对滑坡发育的影响程度,采用二维矩阵构建数据集,运用CNN进行易发性建模,得到易发性评价图,同时探究构建样本时二维矩阵的大小对精度的影响。研究结果表明,越靠近水库带越易发生滑坡,水系和人类工程活动对于滑坡发育具有较大影响;CNN模型精度为0.925,相比机器学习模型精度明显提升;增大构建样本时的二维矩阵可提高精度。CNN模型在多维空间数据处理方面具有优势,它考虑了滑坡位置及其邻接环境的影响,是一种准确可靠的区域滑坡易发性评价方法。     

重大滑坡隐患分析方法综述

滑坡是发生频繁且破坏力巨大的典型地质灾害类型,高位山体崩滑和冰雪崩滑等重大滑坡隐患已经成为新型城镇化和川藏铁路工程等重大基础设施建设重要的制约因素。本文系统归纳总结了现有滑坡隐患监测技术和分析方法的特点与局限,提出了一种数据驱动与模型驱动协同的滑坡隐患可靠分析方法,构建滑坡隐患分析知识图谱、提取高层语义特征指标、知识引导精准判别滑坡隐患。该方法系统考虑了深部-地表内外动力耦合作用的致灾机制,为小样本、高复杂度的滑坡隐患可靠分析提供了新途径。     

动态数据驱动多模型耦合的滑坡稳定性分析方法

我国是一个地质灾害频发的国家,滑坡作为典型地质灾害具有时间分布上的突发性、空间分布的随机性、影响因素的复杂性的特点,受地形、地质、水文和人文因素复杂影响下的滑坡稳定性分析成为科学研究的前沿热点。传统滑坡稳定性分析基于静态的物理模型,其模型通常建立在一定的假设基础上,模型抽象,参数时变、空变,导致对滑坡稳定性分析难以满足防灾减灾的时效性、准确性需求。因此,本文提出了一种基于动态数据驱动的多模型耦合的滑坡稳定性分析方法,利用天空地一体化监测数据,建立了一套依靠动态传感数据实时驱动的地形-水文-滑坡机理耦合的滑坡稳定性分析框架,阐述了基于知识规则的监测数据智能清洗方法,数据驱动的多模态监测数据实时接入与自主加载,多模型耦合机制,监测数据与滑坡机理模型动态同化算法,从而提高了滑坡稳定性分析的时效性和准确性,变被动减灾为主动防灾。     

滑坡危险性预测模型的设计与实现

滑坡灾害的发生严重影响人类社会的生产生活,因此对滑坡灾害的预警预测工作一直是地质灾害监测和防治的重点,国内外众多学者都对此进行了相应研究。本文在前人的研究基础上把信息量模型和降雨诱发指数应用在滑坡预测研究中,充分考虑两者的耦合影响,建立了滑坡危险性预测模型,并完成了模型的开发工作。该模型实现了滑坡灾害危险性预测的快速化、自动化,并且已集成到江西省地质灾害预警预报分析决策系统中,得到了成功应用。     

滑坡灾害危险性研究现状与展望

滑坡的孕育和发生是受不同内外因素的影响而发生的灾害现象。滑坡灾害危险性区划在滑坡编目和灾害敏感性分析结果的基础上,应用定性分析和定量分析、确定性模型和随机性模型相结合对滑坡灾害易发程度进行分区表示。随着地理信息系统在滑坡灾害区划中的广泛应用,灾害危险性的定量研究得到进一步的深化和发展。本文全面介绍了滑坡灾害危险性区划的主要定量模型,分析了未来滑坡灾害区划的发展趋势,并提出了基于空间数据挖掘的滑坡灾害危险性分析框架。     

熵指数融入支持向量机的滑坡灾害易发性评价方法——以陕西省为例

滑坡灾害易发性评价可为滑坡灾害风险管理、国土空间规划及滑坡监测提供科学依据。针对现有滑坡灾害易发性评价模型无法消除易发性评价指标因子在量纲、性质等方面的差异,尚未考虑易发性评价指标因子与滑坡灾害相关性,以及精度较高的经典机器学习模型训练效率较低、参数选取困难等问题,引入熵指数(index of entropy,IOE)和粒子群优化(particle swarm optimization,PSO)算法,提出IOE融入支持向量机(support vector machine, SVM)的滑坡灾害易发性评价方法。首先,基于滑坡灾害易发性评价指标因子,利用IOE模型计算SVM的调节因子;然后,采用PSO算法迭代求解SVM最优解,根据SVM二分类得到的隶属度来区分滑坡灾害易发性;最后,以陕西省作为实验区,从滑坡灾害易发性分区图、分区统计及评价模型精度3个方面将所提方法与SVM方法进行了对比,实验结果表明所提方法的准确性、可靠性优于SVM方法。     

GIS辅助下滑坡灾害危险性区划图的绘制——以四川省攀枝花市为例

以四川省攀枝花地区为研究区域,选取高程、坡度、坡向、土地利用类型、地层岩性、道路交通、河流水系7个影响因子为评价指标,将上述指标作为栅格数据输入,并选择历史滑坡灾害点的影响因子数据作为样本,建立Logistic回归方程,进行回归方程和回归系数的显著性检验,最后利用回归方程对研究区滑坡危险性进行预测,编制滑坡危险性区划分布图。结果表明,逻辑回归方法得到的危险性分区图中,极高和高危险区包含了83%的已知滑坡灾害,攀枝花地区滑坡危险性较高的区域占到区域总面积的将近50%,主要分布在中部和南部人口比较集中的地区,与滑坡的发生受人类工程活动的影响比较吻合。     

滑坡遥感调查、监测与评估

滑坡遥感调查包括滑坡识别、基本信息获取和滑坡空间分析等，本文以天台乡滑坡遥感调查中用特征点法确定滑坡边界、影响带及滑坡运动特征及规模为例说明。滑坡遥感监测可分为直接监测和间接监测。由于突发的高速超高速崩塌、滑坡及泥石流活动时间难以预测，滑坡运动的规模相对于遥感地面分辨率较小，获取遥感数据的不连续性及价格昂贵等原因，目前较少应用遥感技术直接监测滑坡活动； 遥感监测滑坡运动引起的环境变化，称为间接滑坡监测，以遥感监测易贡大滑坡引起的易贡湖水面变化及溃坝造成的下游灾害为例说明。滑坡遥感评估指在获取滑坡及其发育环境基本信息的基础上，评估滑坡的稳定性，预测其未来活动性，评估区域滑坡的影响因子和进行区域滑坡危险性评价，文中以天台乡滑坡、千将坪滑坡稳定性评估及三峡库区中前段区域滑坡危险性评价为例说明。     

基于优化随机森林模型的滑坡易发性评价

以三峡库区沙镇溪镇-泄滩乡为研究区,探索基于最短描述长度原则的信息增益法对滑坡连续型因子进行离散的效果,计算皮尔森系数去除高相关因子。利用信息量法预测的极低、低易发区随机抽取非滑坡样本点。通过迭代计算袋外误差估计确定较优的随机特征及其数目,将优化后的随机森林对研究区滑坡进行易发性评价,并与逻辑回归等方法进行比较。绘制各算法预测结果的接收灵敏度曲线,其中优化后的随机森林预测结果的曲线下面积较高,达91.8%,表明优化随机森林模型在滑坡易发性评价中具有较高的预测能力。