基于GIS和信息量法的伊犁黄土滑坡易发性评价

伊犁州位于新疆西北部,黄土分布范围较广,境内降雨丰沛.近年来,随着人类工程活动的增强,黄土滑坡灾害进一步加剧.以新疆伊犁州伊宁县某滑坡密集区域为研究区,在Google Earth平台上采用人工目视方法解译出3424处滑坡.选取高程、坡度、坡向、地形位置指数(TPI)、距道路距离、距河流距离、距断层距离、多年平均降雨量、归一化植被指数(NDVI)共九个滑坡影响因子,运用信息量法进行滑坡易发性评价.将研究区的滑坡易发性分为极低易发区、低易发区、中易发区、高易发区和极高易发区,采用感受性曲线(ROC)对评价结果进行检验.结果 表明:信息量模型训练集和验证集的成功率均在80％以上,信息量模型的评价结果较为理想;高易发区和极高易发区内滑坡数量有2660个,占滑坡总数的77.69％,滑坡面积为2.2 km2,占滑坡总面积的60.27％.基于GI S和信息量法的滑坡易发性评价结果可以为该区域地质灾害防灾减灾工作提供科学依据和可靠参考.     

滑坡易发性预测建模的不确定性：不同“非滑坡样本”选择方式的影响

滑坡易发性预测建模中如何选择非滑坡是影响建模结果的重要不确定因素。为研究不同非滑坡选择方式的影响规律，拟用5种方式，即全区随机、坡度低于5°区域、滑坡缓冲300 m外区域、信息量（IV）法、半监督法来选择出与滑坡等比例的非滑坡样本；进一步将各选择方式与随机森林（RF）耦合构建随机RF、低坡度RF、缓冲区RF、IV–RF及半监督RF等模型。以江西南康区为例，获取高程、岩性、公路密度等19种环境因子和233个滑坡编录，将滑坡编录划分为2 598个滑坡栅格单元构建上述耦合模型的输入–输出数据集。再采用预测精度和易发性指数分布等指标分析其建模不确定性。进一步针对耦合模型预测的滑坡易发性指数分布不合理等问题，在半监督RF建模时采用滑坡与非滑坡比例为1∶2的样本集开展建模并与1∶1等比例样本集工况作对比。结果表明：1）低坡度RF、缓冲区RF、IV–RF和半监督RF等模型的预测精度均大幅优于随机RF模型，可见准确选择非滑坡样本对易发性建模至关重要；2）半监督RF模型选择非滑坡样本的建模性能最优，且半监督RF在滑坡∶非滑坡=1∶2比其在1∶1时预测的易发性指数分布规律更准确可信。后续研究中有必要更深入探索滑坡与非滑坡样本的比例问题。     

降雨与边坡地下水位关系的时间序列分析

针对边坡地下水位监测工程中存在的监测成本高且长期监测稳定性差的问题,提出以监测降雨量辅助地下水位监测的方案.考虑到降雨与地下水位的相关性,研究通过降雨量数据间接估计地下水位变化趋势的方法.将基于统计理论的单因素时间序列分析法,根据影响因素类别的数量拓展至多维空间,建立降雨-地下水位关系的多因素时间序列分析模型,探讨影响地下水位变化的各因素作用规律及滞后效应,分析降雨影响阈值.将建立的降雨-地下水位分析模型应用于官家村滑坡工程实践中,根据该滑坡的前期监测数据建立模型对地下水位进行长期预测,并与实测数据进行对比,验证了该模型在边坡地下水预测领域中的有效性.     

基于商用车的驾驶员局域温度预测研究

为实现多种影响因素下驾驶员关键区域的温度预测,探究驾驶员各区域温度分布规律,将东风商用车作为研究对象,基于大量实车实验数据,探究不同环境因素对驾驶员关键区域温度分布影响,采用以驾驶员头部红外图像为输入,Yolov5目标检测与DNN模型预测相结合的方法预测驾驶员11个区域温度值,对预测模型进行评价验证,并通过十折交叉验证模型稳定性。最后基于不同驾驶室温度及外界光照对驾驶员关键区域温度分布规律进行总结,结论表明：不同驾驶室温度及外界光照环境对驾驶员肩部、背部、脚部及手部等区域温度值影响较为明显,在不同外界环境因素影响下,各区域温度分布存在不同规律。     

基于因子分析的滑坡位移多模型预测综合评判

单一的预测模型准确地预测滑坡变形发展趋势是不充分的,为解决这一问题进行了滑坡位移多模型预测结果的综合评判,从而优选最佳的模型。以三峡库区八字门滑坡为例,选取3种模型对其变形趋势进行预测,并将多元统计学中因子分析引入到对3种模型预测结果的综合评判中,建立了模型精度评价矩阵,计算了主因子得分及各模型综合得分。结果显示:对于监测点ZG110,PEARL生物生长模型为最佳预测模型,对于监测点ZG111,PEARL生物生长模型和BPNN神经网络模型为最佳预测模型。     

基于梯度提升回归树的城市道路行程时间预测

为了提高行程时间的预测精度,在考虑时间序列相关性的同时,分析相邻路段的空间相关性对于行程时间的影响,并提出基于梯度提升回归树模型的城市道路行程时间预测方法.对车牌识别设备获取的实际数据进行预处理,并提出相应的补全算法以解决数据缺失问题,建立完整的历史数据集.通过分析各影响因素与行程时间的相关性,构建特征向量.为了能更好地理解模型,通过梯度提升回归树模型输出各变量对于预测结果的重要度.利用实际数据对模型进行评估,预测行程时间的平均绝对误差百分比,约为10.0%.与SVM、ARIMA等方法相比,所提方法具有较高的精度.     

滑坡灾害典型受灾体失效概率计算方法及应用

从系统研究的角度看,滑坡灾害系统包括致灾体子系统和受灾体子系统。滑坡灾害是这2个子系统共同作用的结果。以往的研究主要集中在致灾体稳定性的评价上,没有全面考虑2个子系统对灾害风险的影响,尤其缺少对受灾体子系统的研究。针对这种现状,对一种典型受灾体（框架结构）在滑坡灾害作用下的失效概率计算方法进行探讨：将滑坡灾害致灾模式简化为致灾体对受灾体的冲击破坏模型,推导了滑坡冲击力计算公式;探讨了典型受灾体整体功能函数的建立方法,提出了滑坡灾害典型受灾体失效概率计算方法。采用该方法进行了算例分析,分析了滑坡灾害致灾强度和受灾体抗灾性能对受灾体失效概率的影响,得出滑坡灾害影响范围可划分为绝对危险区域、相对危险区域和绝对安全区域。还研究了受灾体失效概率对不确定性影响因素的敏感性,得出当定值计算受灾体为失效时,受灾体失效概率随影响因素变异性增加而减小;当定值计算受灾体为安全时,受灾体失效概率随影响因素变异性增加而增加。     

基于不确定贝叶斯分类技术的滑坡危险性评价

由于引起滑坡的诱发因素(降雨)值无法准确获取,应用概率统计思想,刻画雨量值;依据延安黄土滑坡成灾机理研究,确定坡高、坡度、坡向、坡型、岩土体结构和植被覆盖为滑坡成灾基本因素;提出了不确定贝叶斯分类挖掘技术构建区域滑坡危险性评价模型方法,达到提高区域滑坡危险性预测精度的目的.以延安市宝塔区为例,验证了运用该方法进行区域滑坡危险评价的可行性.结果表明:采用不确定贝叶斯分类模型对研究区进行危险性划分,评价结果和实际滑坡发育情况吻合,合理地反映区内滑坡灾害发育的总体特征;不确定贝叶斯分类方法的零阶矩曲线下面积值比朴素贝叶斯方法有所提高,证明该方法科学合理.     

长三角南翼地区未来地震影响研究

目的 根据国家"十五"期间对长三角南翼地区的调查结果,该地区未来具有发生中强度潜在地震的可能性,研究地震发生时地震影响范围和强度,提高相关城市和土木工程整体抗震减灾能力.方法 应用确定性的数理计算方法结合概率性的统计学方法而开发的评价方法,计算应用该地区三维地下层结构模型、基于活断层探测和危险性评价而建立的震源模型.结果 预测结果表明萧山-球川断裂(F1)具有比较确定的影响范围,影响范围涉及杭州市区和东部地区,高值区集中于断层周围,最大加速度值可达250 cm/s2. 断层的空间展布以及其周围的地质条件对于地震产生的空间危害范围具有显著的影响作用.结论 预测结果为今后可能发生的罕遇地震的一种结果,可为考虑区域环境条件下城市和重要工程的抗震减灾工作提供科学的数据.     

基于GIS的耦合模型在斜坡稳定分析中的应用

在数字高程模型(DEM)的基础上,耦合无限斜坡稳定模型与稳定状态的水文模型研究浅层滑坡的分布问题。以楚雄双柏某一斜坡作为试验研究工点,研究降雨对滑坡发生、分布的影响机理以及斜坡在不同降雨条件下的变形失稳的定量预测问题,实现GIS支持下对斜坡体的稳定性进行可视化的分析与预测。并将预测结果与实际滑坡体作对比分析,在此基础上推算出该斜坡体及此区域的滑坡降雨阈值,为降雨型滑坡提供一种有效的预测与分析方法。     

基于决策树和有效降雨强度的滑坡危险性预警

以江西省寻乌县为例,采用信息量（IV）、反向传播神经网络（BPNN）和C5.0决策树模型进行滑坡易发性预测（LSP）,比较不同模型的预测性能;基于有效降雨量的概念提出有效降雨强度-历时（EI-D）模型,计算滑坡临界降雨阈值并将其与传统的降雨强度-历时（I-D）阈值做对比;将LSP结果与EI-D模型耦合,实现滑坡灾害预警并进一步验证了预警精度. 结果表明：C5.0决策树的LSP精度高于BPNN和IV,EI-D阈值的预测效果优于I-D模型,且基于滑坡易发性和EI-D阈值的模型能有效实现降雨型滑坡的实时预报.     

崩滑型堰塞坝危险性快速评估研究进展（特约稿）

崩滑型堰塞坝是由地震、降雨、火山喷发等自然因素诱发的崩塌、滑坡堵塞河道所形成的天然土石坝,其在世界范围内广泛分布。崩滑型堰塞坝的形成与溃决具有高突发性、突溃性和强致灾性,会严重威胁所在流域的人民生命财产安全。因此,快速开展堰塞坝危险性评估,对应急抢险救灾具有重要的现实意义。目前对堰塞坝危险性快速评估的研究主要集中在成坝可能性、稳定性、寿命和溃决洪水等四个方面。本文总结了堰塞坝成坝影响因素和成坝快速判别公式,系统阐述了堰塞坝稳定性和寿命的定义、影响因素及快速评估模型,详细归纳分析了堰塞坝溃决模式、溃坝影响因素及坝址与下游河道的洪水快速预测模型。研究表明堰塞坝的形成主要受地形条件,固体物源条件和水源条件的影响;其稳定性、寿命和溃决主要受坝体几何形态,坝体材料、结构和水文特征等方面的影响。根据影响因素所建立的评估模型在一定程度上可以快速估算堰塞坝的稳定性、寿命、溃决流量等参数,但由于信息获取不便等问题,评估结果仍然存在一定的不确定性。在此基础上,本文提出了需要进一步研究的方向：(1) 考虑不同外因（地震、降雨等）条件下滑坡、崩塌启动及运移过程大型模型试验,建立考虑关键影响因素和水土物质相互作用的成坝快速判别模型;(2) 基于物探等手段开展堰塞坝坝体材料和结构参数的快速获取研究;(3) 建立考虑能量转换与耗散的溃坝程度快速评估模型,分析残余坝体致灾危险性;(4) 构建流域堰塞坝溃决洪水演进及水库调蓄减灾分析模型,指导流域水量调度及流域范围内工程建设;(5)开展堰塞坝灾害链对全流域影响的快速动态风险评估,为堰塞坝灾害预测及应急处置提供重要参考依据。     

基于遗传模拟退火算法的滑坡位移预测方法

滑坡是一种常见的地质灾害,通常在复杂的地质条件下演化和发生,给社会和人类的生命财产安全造成了极大的危害。了解滑坡的发展规律,对灾害防治具有重要意义。在现有滑坡累积位移时间序列的基础上,提出了一种基于遗传模拟退火算法的滑坡位移预测方法。采用遗传模拟退火算法-BP神经网络对白水河滑坡预警区Z118观测点进行分析,利用前3个月的累积位移来预测第4个月的累积位移。分别与BP神经网络模型和Elman神经网络模型进行比较,并将遗传模拟退火算法的预测结果与支持向量机的预测结果进行比较。研究结果表明,建立的滑坡位移预测模型能有效地提高预测精度。     

基于地球多传感器网络信息的潜在滑坡判识模型

潜在滑坡的判识是滑坡预测预报中的关键问题,潜在滑坡早期判识能够有效减少灾害的发生。基于滑坡灾害诱发的各种影响因素,利用地球多源时空信息和多传感器网络,遥感监测潜在滑坡体,利用监测设备获取滑坡岩性、坡体结构、地貌形态、活动迹象等关键控制信息,从中选取滑坡灾害诱发的主要控制要素作为判识指标,建立基于多源信息的潜在滑坡多因素判识模型;特别是根据滑坡的成灾规律,分析潜在滑坡孕育过程中地貌形态改变、成灾条件变化与滑坡发生的临滑诱发条件,建立基于不同信息源的滑坡控制因素判识模型。最后,通过汶川地震灾区垮梁子滑坡体实例分析,验证潜在滑坡综合判识模型并进行优化,从而为滑坡灾害的早期判识预测提供依据。     

堆积层滑坡卸加载响应比基本原理及其应用

在系统分析降雨型堆积层滑坡位移与失稳动因与机制的基础上,首次提出卸加载响应比理论的基本原理.将降雨量的变化作为滑坡的卸加载参数,相应平均位移速率的变化值为卸加载响应参数,由此确定的位移卸加载响应比作为位移动力学参数,根据堆积层滑坡位移动力学规律论证了该位移动力学参数在滑坡预测预报的可行性和有效性,建立卸加载响应比预测模型.以新滩滑坡分析为例,运用卸加载响应比预测模型对新滩滑坡关键部位监测点A3、B3进行了卸加载响应比计算,发现这两点的卸加载响应比时序曲线均在失稳前发生突变,其突变时间与边坡实际失稳时间完全吻合.上述研究结果证明了卸加载响应比理论是可以应用于堆积层滑坡中短期预测预报的一种有效方法.     

基于SBAS-InSAR技术的舟曲县潜在滑坡灾害早期识别及降水相关性分析

近年来,甘肃省舟曲县白龙江两岸古滑坡的发育复活呈现活跃趋势,下游已经开发建设的大量民用设施受其威胁,因此这些滑坡的早期识别成为该地区地质灾害预防需要关注的重要课题。基于Sentinel-1A降轨SLC数据,采用SBAS-InSAR技术,对舟曲县,尤其是白龙江沿岸滑坡灾害隐患进行早期识别,获取舟曲县潜在滑坡灾害点列表,并划分其风险等级,重点分析大蠕滑量的四个典型滑坡的时序形变过程,总结舟曲县滑坡发育与降水之间的相互关系,研究结果表明：舟曲县白龙江干流及支流河谷区西北-东南方的老滑坡体均发生了一定程度的滑动,共识别出高风险等级坡体8个,分别为寺儿沟、立节北山、杭嘎村、锁儿头、三眼峪、南峪、大川乡—两河口及曲告纳乡滑坡,严重威胁15个村镇的居民生命财产安全。其中锁儿头、三眼峪和南峪滑坡的形变最为严重,对其重点分析的结果显示,监测时段内平均形变速率达-80.1421.48mm/y,形变量达-482.01493.31mm,坡体在未来复发的可能性较大,而且,近年来逐渐增加的降水更有可能促使其提前复发。舟曲县典型滑坡的后缘形变与降水量具有一定的相关性,滑坡的发生受降水影响极大,同时,地质构造、地形地貌、地震、地层岩性等也对滑坡的发生具有一定影响。     

滑坡活动时间预测预报研究现状与展望

滑坡活动特别是隐蔽性强的突发性滑坡活动,给人民的生命财产和建筑设施带来巨大的灾难.滑坡活动时间预测预报工作是当前滑坡研究中的难题,进展缓慢.本文系统地总结了国内外滑坡活动时间预测预报的研究现状,分析了各种滑坡活动时间预测预报方法的优劣.在此基础上,探讨了滑坡活动时间预测预报技术的发展趋势.     

冰川密林陡谷区活动性滑坡InSAR精细识别-以澜沧江梅里雪山段为例

西南山区地质灾害频发,近年来,连续多起如茂县滑坡、白格滑坡、水城滑坡等大型滑坡灾害表明,灾难型滑坡事件的发生不仅与该地区易孕育地质灾害的条件相关,无法准确识别与监控滑坡灾害的发育发展情况也是主要因素之一。位于青藏高原东南缘的“三江”地区,地形高陡、地质灾害频发,其中澜沧江流域环境更为恶劣,海拔高、地形陡,夏秋季山高林密、多降雨,春冬季天气寒冷、多降雪,传统的地面式地质灾害调查手段在此效果有限,光学遥感技术也受到天气条件的诸多限制。而基于主动式微波遥感成像的InSAR技术被证明适合进行人类不易到达地区的地质灾害识别工作。本文以澜沧江流域梅里雪山段为研究区,使用PALSAR1、PALSAR2与Sentinel-1多源雷达遥感数据,结合D-InSAR与IPTA-InSAR技术开展冰川密林陡谷区的滑坡灾害精细识别工作。过程中发现长波长的PALSAR1和PALSAR2数据有更好的适应性,短波长的Sentinel-1数据通过数据量多的优势弥补了自身穿透能不足的缺陷；成功解译了研究区内92处活动性滑坡灾害；平面面积超过20万m_²的有26处；时间序列InSAR结果结合地面调查验证表明,澜沧江河谷典型的大型滑坡,梅里水滑坡和亚贡滑坡活动速率快,危险性高；德钦县成周边典型滑坡,丁羊丁滑坡与归巴顶滑坡整体处于蠕变状态,局部变形速率高；同时德钦县城周边泥石流与冰碛物运动较为活跃。     

改进哈里斯鹰优化算法与BP神经网络组合的滑坡位移高精度预测模型

开展滑坡位移高精度预测研究对于滑坡灾害的防灾预警具有重要意义。针对哈里斯鹰优化算法(HHO)搜索精度低且会陷入局部最优的问题,对其进行改进并进一步与BP神经网络组合,同时有效兼顾滑坡外部影响因子,发展了一种改进哈里斯鹰优化算法(IHHO)与BP神经网络组合(IHHO-BP)的滑坡位移高精度预测模型。结合我国典型黄土滑坡——甘肃黑方台党川滑坡HF08、HF05和HF09等3个监测点的北斗/GNSS实测数据,验证了IHHO-BP模型在3个实测数据集中的位移预测精度均优于单一BP神经网络模型,以及哈里斯鹰优化算法、麻雀搜索算法(SSA)、粒子群算法(PSO)、遗传算法(GA)与BP神经网络组合的预测模型。结果表明:引入Levy变异、局部增强和随机化Halton序列种群初始化策略的改进哈里斯鹰优化算法,可有效解决哈里斯鹰优化算法搜索精度低且会陷入局部最优的问题; IHHO-BP模型具有更好的泛化能力,可有效提升滑坡位移的预测精度,该组合预测模型具有更好的推广应用价值。     

基于证据权和卡方自动交互检测决策树的滑坡易发性预测

滑坡与其环境因子间的非线性关联计算影响滑坡易发性预测建模的不确定性。为研究不确定性因素下易发性建模规律,以中国延长县为例,获取82处滑坡和14种环境因子,通过频率比(Frequency Ratio,FR)和证据权(Weight of Evidence,WOE)等关联法与卡方自动交互检测(Chi-squared Automatic Interaction Detector,CHAID)决策树相耦合进行建模,并用原始环境因子(称为“原始因子数据"”)作为输入变量的单独CHAID决策树进行对比。使用精度、易发性指数均值、标准差和平均秩等评价易发性建模的不确定性。结果表明:WOE-CHAID模型预测的滑坡易发性不确定性低于FR-CHAID模型,可见WOE具有较优秀的非线性关联性能;单独CHAID决策树预测的易发性精度整体略低于WOE-CHAID和FR-CHAID模型,但其建模效率较高;在体现滑坡与其环境因子空间关联性方面,考虑FR和WOE关联法的CHAID决策树模型优势显著。WOE是更优秀的关联分析法,CHAID决策树预测性能好且预测效率高,WOE-CHAID决策树模型的易发性预测不确定性较低且更符合实际滑坡概率分布特征。