潜在地震滑坡危险区区划方法

不同地区地震活动的强度和频率是不同的.基于地震危险性分析的地震滑坡危险研究在综合了地震烈度、位置、复发时间等因素的基础上,考虑了地震动峰值加速度时空分布的特点,可以有效地应用于潜在地震滑坡危险区区划.以汶川地震灾区为研究对象,根据研究区的地质构造、地震活动特点等划分出灾区的潜在震源区,对该区进行地震危险性分析,并在此基础上采用综合指标法做出基于地震危险性分析的地震滑坡危险性区划.所得地震滑坡危险性区划按照滑坡危险程度分为高危险、较高危险、较低危险和低危险四级,表示未来一段时间内研究区在遭受一定超越概率水平的地震动作用下,不同地区地震滑坡发生的可能程度. 本文给出的地震滑坡危险性区划结果中,汶川地震滑坡崩塌较发育的汶川、北川、茂县等部分区域均处于高危险或较高危险区域;在对具有较高DEM精度的北川擂鼓镇地区所作的地震滑坡危险性区划中,汶川地震中实际发生的地震滑坡灾害与地震滑坡危险区划结果表现出较好的一致性.对区域范围而言,基于地震危险性分析的地震滑坡区划,可为初期阶段的土地规划使用及重大工程选址提供参考.     

用逐步代价最小决策法识别地震与爆破

在动态时间规整法的基础上, 建立了逐步代价最小决策法(SAMC). 该方法中的代价函数可以很好地反映特征归属, 对较差的特征具有一定的“容忍度”、 稳定性好, 还可用全程代价函数评判识别结果的可信度. 用SAMC方法对北京及其周边地区33次地震和29次爆破中提取的5个分类特征量进行识别, 识别率为90%; 从该5个特征量中选择较好的3个特征量进行识别, 识别率为92%; 在上述地区另选13次事件作为检验样本进行U检验, 5个分类特征量和3个分类特征量的识别率分别为92%和100%, 识别效果很好. 这表明SAMC是识别地震与爆破的有效方法.      

概率地震滑坡危险性区划方法及应用

地震是滑坡的一个重要诱发因素。研究表明,4.0级以上地震即可诱发滑坡,而中、强地震即可诱发大规模的滑坡灾害,造成严重的人员伤亡和财产损失,特大型地震诱发滑坡导致的灾害程度甚至会强于地震造成的损失程度。我国地处太平洋地震带和欧亚地震带之间,山区面积广大,具有极高的地震滑坡危险性;随着经济发展、资源开发利用,经济发展战略向西部山区的转移,在进行越来越多的城市规划、铁路、公路、水库大坝及重要建筑物选址等土地利用的同时,也将承受着更加严重的地震滑坡风险。亟需进行地震滑坡危险性预测及区划,并在此基础上进行风险评估与管理,以减轻规模大且分布范围广的地震滑坡灾害。未来地震的发生具有一定的随机性,地震强度、位置及地震频度等都具有不确定性。对研究区地震诱发滑坡的危险性进行分析及区划,需要考虑所有潜在地震的影响。现有的研究以遭受给定超越概率水平的地震动作用下的滑坡危险性进行区划,忽视了部分潜在发生地震的影响,是一种条件概率下的危险性区划。本文在分析现有地震滑坡危险性区划研究成果的基础上,提出了一种考虑所有潜在发生地震影响的地震滑坡危险性区划新方法。为此,论文首先对影响地震滑坡的主要因素进行了归纳与总结,在此基础上结合概率地震危险性分析和地震滑坡危险性评价的Newmark累积位移模型,建立了考虑潜在地震影响的概率地震滑坡危险性区划方法;利用集集地震、汶川地震、东日本大地震及芦山地震中记录到的大量强震记录,系统分析了与地震滑坡密切相关的地震动参数阿里亚斯烈度(Arias Intensity)的空间分布特征,考察了现有阿里亚斯烈度衰减关系的适用性;以天水强震区为例,开展概率地震滑坡危险性区划方法的应用。在以上工作的基础上,本文取得了以下进展和成果:(1)初步建立了一种新的考虑潜在地震影响的概率地震滑坡危险性区划方法。该方法充分考虑了潜在地震发生的不确定性,并可修正震源机制、场地类型及地形高度的影响,区别于以往使用给定超越概率的地震动开展地震滑坡危险性区划,考虑了所有潜在地震对于诱发场点发生地震滑坡的贡献;(2)利用几次地震获取的大量强震数据,对现有阿里亚斯烈度衰减关系的适用性进行了系统深入的讨论,相关研究可为使用阿里亚斯烈度参数开展地震滑坡危险性区划以及今后建立我国的阿里亚斯烈度衰减关系提供参考;分析了阿里亚斯烈度的空间分布特征,包括断层走向对近断层地震动的影响、上盘效应、破裂传播方向性效应及地形效应等,对进一步认识地震滑坡的形成机理、有针对性地制定减轻和防御地震滑坡灾害的对策具有重要价值;(3)以天水强震区为例,基于我国新一代地震动参数区划图的潜在震源区模型以及本文利用实测强震数据,开展适用性对比分析所选出的阿里亚斯烈度衰减关系,结合根据研究区的地层岩性及高程等数据所获取的Newmark累积位移模型参数,采用本文建立的概率地震滑坡危险性区划方法,分析了研究区未来50年内不同地区的地震滑坡危险性(地震滑坡概率)。结果表明,地震滑坡中、高危险区主要分布在物质结构较为松散及垂直节理和裂隙发育的黄土丘陵和成岩性较差的泥岩出露且斜坡坡度较大(坡度大于30°)的地区,其中又以渭河及其支流藉河、牛头河两岸的地震滑坡危险性较高,对天水市区周边及陇海铁路构成极大的威胁,可为相关的土地规划利用及地震滑坡风险评估及管理提供参考。     

甘肃塌陷地震震相识别研究

选取甘肃省测震台网测定的甘肃平凉地区塌陷地震、甘东南地区天然地震各50个,同地区的30个地震事件为待测事件。采用近年来计算机领域里较先进的图像识别方法——卷积神经网络识别两种地震事件类型,设定波形通道总数的80%为地震事件分类阈值,超过分类阈值的设定为“0”或“1”,即可判定该待测事件为对应的事件类型。将地震事件作为原始图像,提取图像中最具代表性特征点;接着提取图像特征进入池化层,池化层会对该图像特征点进行归类压缩,提取最具代表性的图像特征,最后输出识别图像。结果表明:塌陷地震最终分类准确识别率为86.7%,天然地震准确识别率为93.3%,总识别率为90%,为今后平凉地区塌陷地震事件类别识别工作提供了可靠的参考价值。     

基于简化纽马克位移模型的地震滑坡岩土体强度参数研究

本文以2008年汶川M_S8.0地震的烈度数据为基础,采用简化纽马克法对四川省青川县不同岩组的岩土体强度参数组合所对应的滑坡位移进行计算得到滑坡危险性等级图,并以计算得到的预测滑坡区与实际调查的滑坡数据的吻合度作为评价标准,对研究区内岩土体强度参数进行分析。分析结果表明,研究区大部分区域岩组的岩土体强度参数的合理取值区间与 《工程岩体分级标准GB 50218—94》 建议的参数取值范围基本一致,而本文在此基础上所确定的取值结果,在一定程度上可以提高地震滑坡危险性评估的精度。      

基于层次分析法的叶城二牧场地质灾害危险性评价

以新疆生产建设兵团第三师叶城二牧场辖区为研究区,通过综合分析研究区地质灾害调查数据,采用层次分析法,构建叶城二牧场地质灾害危险性评价指标体系,依据研究区地质灾害分布发育特征,建立崩塌、滑坡、泥石流地质灾害危险性层次结构模型,确定其影响因素权重,分区评价了地质灾害危险性,划分了四个等级:地质灾害高危险区(10.71%)、地质灾害中度危险区(36.67%)、地质灾害低危险区(43.24%)、地质灾害非危险区(9.68%)。其评价结果与实际条件比较吻合。其区划成果对叶城二牧场减灾防灾以及灾害治理提供了可靠的依据,对新疆地区地质灾害危险性评价工作具有一定的指导意义。     

多算法协同分类在致密砂岩流体识别中的应用

储层含气时,岩石的弹性力学参数会发生改变,利用岩石的弹性性质可以对流体性质进行识别.引入流体敏感度评价参数,优选出反映储层含气性敏度高的5个弹性参数,并将这5个弹性参数作为流体识别算法的输入参数.分别利用贝叶斯算法、K近邻算法、广义神经网络算法、主成分分析算法、支持向量机算法对不同流体性质进行识别,并将识别结果采用投票从众的原则,构建多算法协同分类方法(BKGPS).采用BKGPS算法对苏里格气田西部盒8、山1致密砂泥岩储层6口井的75个样本进行判别,样本的识别符合率达到93%,BKGPS识别结果与5种单算法相比,能够提高流体识别的准确性与稳定性.对研究区致密砂岩储层实际资料处理,BKGPS算法处理结果与试气结论一致,验证了该方法的可靠性.     

京津冀地区地震滑坡危险性评估

选取道路距离、地貌类型、坡度、断裂、水系距离、岩土类型等6个因子作为研究区地震诱发滑坡的影响要素,综合分析了地震滑坡分布状况与相关影响因子之间的统计关系。通过GIS空间分析模型计算地震滑坡灾害敏感性指数,并将地震滑坡危险性评估结果按照危险程度划分为极高、高度、中度及轻度4个等级,通过评估地震诱发滑坡的危险性可以有效地减少人员伤亡和经济损失,减轻地震地质灾害对社会和经济的影响,同时也为对地震滑坡诱发机理的分析研究及震后应急救援分析提供科学参考依据。     

云南及其邻近地区地震活动的模式识别

本文用模式识别方法(CORA—3修改方法)研究了云南及其邻近地区大地震的发生时间与中强地震活动特性的关系。结果表明(不分子集):M≥7.0级大震前1—2年内,5—5.9级地震频度有明显增强。前1年6—6.9级地震相对减弱,前2—4年内6—6.9级地震可增至一定水平。对于CORA—3修改算法在采用“CLUSTERS”算法和不用“CLUSTERS”算法所得识别分类结果基本一致。FH(future history test)试验表明,用1930—1986年为学习时段,1969—1986年为预测时段。得到D类识别率为0.6,N类误识率为0.38。     

基于GIS平台的地震滑坡危险性快速评估方法的初步研究

地震滑坡是大陆内部山区一种最为常见的地震次生灾害类型。本论文基于Arc GIS平台开发了地震滑坡危险性快速评估模块,实现震后1 h内地震滑坡危险性的评估,为震后应急求援提供一定的决策依据。本论文选取地震烈度、坡度、坡向、高程、水系距和断裂距6个参数作为地震滑坡影响因子,通过对历史地震滑坡数据进行统计分析,确定影响因子的分级量化标准,在GIS平台对影响因子数据进行一系列的数据处理,完成影响因子的量化赋值。采用层次分析法,确立各个影响因子的权重,并建立地震滑坡危险性评估数学模型。在此基础上,基于Arc GIS平台开发了地震滑坡危险性快速评估模块,可在震后1 h内获得评价区的地震滑坡危险性分布的公里网格数据。最后,以2013年四川省芦山县7.0级地震对评估模型进行了验证。结果表明,评估结果与实际滑坡点的分布基本符合,基于GIS的地震滑坡易发性快速评估模型是可靠的。     

基于证据权方法的玉树地震滑坡危险性评价

玉树地震诱发了2 036处滑坡。应用地理信息系统与遥感技术,选取与地表破裂距离、峰值加速度(PGA)、高程、坡度、坡向、曲率、坡位、与水系距离、岩性、与断裂距离、与公路距离、归一化植被指数(NDVI)等12个因素作为玉树地震滑坡危险性评价因子,采用加法与减法2种证据权方法,开展玉树地震滑坡危险性评价研究工作。结果表明:基于加法证据权方法得到评价结果的正确率为80.32%,基于减法证据权方法得到结果的正确率为80.19%。将滑坡危险性评价结果图分为极高危险区、高危险区、中危险区、低危险区与极低危险区5类。这一成果可划分出滑坡危险区,为灾后滑坡防治、基础设施重建与自然环境保护提供参考。     

基于修正岩土体强度参数的简化纽马克位移法地震滑坡危险性快速评估技术

地震滑坡危险性评估可为震后应急响应等提供科学的决策依据。纽马克位移法可不依赖同震滑坡编目快速评估同震滑坡危险性。工程岩体物理力学参数是该方法的核心参数之一,但其赋值过于单一,难以反映复杂地质背景下岩体强度的空间差异性。针对上述问题,本文在分析地震滑坡影响因子的基础上,选择距断层距离、高程和距水系距离作为影响岩体强度的评价指标并建立岩体强度评价模型,获得区域岩体强度修正系数,进而修正传统方法的临界加速度。结合震后的即时地震动峰值加速度,采用简化纽马克位移法计算边坡累积位移,开展地震滑坡危险性快速评估,并以汶川M_W7.9地震的地震滑坡危险性评估为例验证本文方法。结果表明,相对于传统方法,本文方法划分的地震滑坡危险区与同震滑坡分布更加一致。      

APPLICATION OF LOGISTIC REGRESSION MODEL FOR HAZARD ASSESSMENT OF EARTHQUAKE-TRIGGERED LANDSLIDES: A CASE STUDY OF 2017 JIUZHAIGOU(CHINA)MS7.0 EVENT

The M_S7.0 Jiuzhaigou earthquake in Sichuan Province of 8 August 2017 triggered a large number of landslides. A comprehensive and objective panorama of these landslides is of great significance for understanding the mechanism, intensity, spatial pattern and law of these coseismic landslides, recovery and reconstruction of earthquake affected area, as well as prevention and mitigation of landslide hazard. The main aim of this paper is to present the use of remote sensing images, GIS technology and Logistic Regression(LR)model for earthquake triggered landslide hazard mapping related to the 2017 Jiuzhaigou earthquake. On the basis of a scene post-earthquake Geoeye-1 satellite image(0.5m resolution), we delineated 4834 co-seismic landslides with an area of 9.63km². The ten factors were selected as the influencing factors for earthquake triggered landslide hazard mapping of Jiuzhaigou earthquake, including elevation, slope angle, aspect, horizontal distance to fault, vertical distance to fault, distance to epicenter, distance to roads, distance to rivers, TPI index, and lithology. Both landsliding and non-landsliding samples were needed for LR model. Centroids of the 4834 initial landslide polygons were extracted for landslide samples and the 4832 non-landslide points were randomly selected from the landslide-free area. All samples(4834 landslide sites and 4832 non-landslide sites)were randomly divided into the training set(6767 samples)and validation set(2899 samples). The logistic regression model was used to carry out the landslide hazard assessment of the Jiuzhaigou earthquake and the results show that the landslide hazard assessment map based on LR model is very consistent with the actual landslide distribution. The areas of Wuhuahai-Xiamo, Huohuahai and Inter Continental Hotel of Jiuzhai-Ruyiba are high hazard areas. In order to quantitatively evaluate the prediction results, the trained model calculated with the training set was evaluated by training set and validation set as the input of the model to get the output results of the two sets. The ROC curve was used to evaluate the accuracy of the model. The ROC curve for LR model was drawn and the AUC values were calculated. The evaluation result shows good prediction accuracy. The AUC values for the training and validation data set are 0.91 and 0.89, respectively. On the whole, more than 78.5% of the landslides in the study area are concentrated in the high and extremely high hazard zones. Landslide point density and landslide area density increase very rapidly as the level of hazard increases. This paper provides a scientific reference for earthquake landslides, disaster prevention and mitigation in the earthquake area.     

GIS支持下的地震诱发滑坡危险区预测研究

为了满足对地震诱发滑坡危险区预测的不断增长的迫切要求，灾害评价成为帮助决策过程重要的基础工具之一。即使地震滑坡危险性各组份的评价很困难，但地理信息可辅助提出这种灾害制图的有关方法。描述了用于地理信息系统识别和定量计算不同地震滑坡危险区的技术方法，确定了地震烈度、地形坡度、岩土体类型和现存滑坡密度共4个因子参与的地震诱发滑坡危险性分析。在ARC／INFO DRID支持下，进行叠合分析，由此编制了云南省地震诱发滑坡危险区预测图。由地貌学家提出的地震诱发滑坡预测为规划和工程师提供了对区域规划和建筑工程有价值的技术方法。     

Hazard Assessment of Co-seismic Landslides Based on Information Value Method: A Case in 2018 MW6.6 Hokkaido Earthquake, Japan

An M_W6.6 earthquake occurred in eastern Hokkaido, Japan on September 6^th, 2018. Based on the pre-earthquake image from Google Earth and the post-earthquake image from high resolution (3 m) planet satellite, we manually interpret 9 293 coseismic landslides and select 7 influencing factors of seismic landslide, such as elevation, slope, slope direction, road distance, flow distance, peak ground acceleration (PGA) and lithology. Then, 9 293 landslide points are randomly divided into training samples and validation samples with a proportion of 7:3. In detail, the training sample has 6 505 landslide points and the validation sample has 2 788 landslide points. The hazard risk assessment of seismic landslide is conducted by using the information value method and the study area is further divided into five risk grades, including very low risk area, low risk area, moderate risk area high risk area and very high risk area. The results show that there are 7 576 landslides in high risk area and very high risk area, accounting for 81.52% of the total landslide number, and the landslide area is 22.93 km², accounting for 74.35% of the total area. The hazard zoning is in high accordance with the actual situation. The evaluation results are tested by using the curve of cumulative percentage of hazardous area and cumulative percentage of landslides number. The results show that the success rate of the information value method is 78.50% and the prediction rate is 78.43%. The evaluation results are satisfactory, indicating that the hazard risk assessment results based on information value method may provide scientific reference for landslide hazard risk assessment as well as the disaster prevention and mitigation in the study area.     

基于Newmark模型的概率地震滑坡危险性分析方法研究

本文以天水地区为研究区,结合地震潜在震源区模型和Newmark位移预测方程,采用概率地震危险性分析方法,计算了该地区50年超越概率10%水平下的Newmark位移。同时,根据天水地区50年超越概率10%下的阿里亚斯烈度,并结合Newmark位移与阿里亚斯烈度的关系式,计算了天水地区在遭受50年超越概率10%下的阿里亚斯烈度影响时,潜在滑坡体产生的Newmark位移分布。通过比较上述两种方法得到的天水地区不同Newmark位移的分布特征,本文认为二者虽然存在较大差异,但其空间分布特征均能反映天水地区每个场点处的相对滑坡危险性。对滑坡危险性水平进行分区的结果显示,天水地区60%以上的区域具有高地震滑坡危险性,50%以上的区域具有甚高地震滑坡危险性。本文的研究结果可以作为天水地区地震危险性及风险评估的参考资料,也可以作为天水地区城市规划、土地使用规划、地震应急准备以及其它公共政策制定的参考资料。      

发挥活断层研究在地震减灾中的作用

活断层不仅是潜在地震的震源,而且是滑坡、崩塌、泥石流之类常见地质灾害的重要发源地。本文讨论了与活断层作用有关的主要地质灾害以及活断层研究在减灾中的作用,显然在活断层分布的地区,经济有效的防灾、减灾措施应以活断层研究为先导。只有在研究未来特定时段内可能再度滑动的活段层位置,运动方式,位错量以及与之伴生的地面变形量的情况下,才可能客观地决定以减灾为目的的工程决策。     

基于不同核函数的2010年玉树地震滑坡空间预测模型研究

基于统计学习理论与地理信息系统(GIS)技术的地震滑坡灾害空间预测是一个重要的研究方向,其可以对相似地震条件下地震滑坡的发生区域进行预测.2010年4月14日07时49分(北京时间),青海省玉树县发生了M_w6.9级大地震,作者基于高分辨率遥感影像解译与现场调查验证的方法,圈定了2036处本次地震诱发滑坡,这些滑坡大概分布在一个面积为1455.3 km²的矩形区域内.本文以该矩形区域为研究区,以GIS与支持向量机(SVM)模型为基础,开展基于不同核函数的地震滑坡空间预测模型研究.应用GIS技术建立玉树地震滑坡灾害及相关滑坡影响因子空间数据库,选择高程、坡度、坡向、斜坡曲率、坡位、水系、地层岩性、断裂、公路、归一化植被指数(NDVI)、同震地表破裂、地震动峰值加速度(PGA)共12个因子作为地震滑坡预测因子.以SVM模型为基础,基于线性核函数、多项式核函数、径向基核函数、S形核函数等4类核函数开展地震滑坡空间预测研究,分别建立了玉树地震滑坡危险性指数图、危险性分级图、预测结果图.4类核函数对应的模型正确率分别为79.87%,83.45%,84.16%,64.62%.基于不同的训练样本开展模型训练与讨论工作,表明径向基核函数是最适用于该地区的地震滑坡空间预测模型.本文为地震滑坡空间预测模型中核函数的科学选择提供了依据,也为地震区的滑坡防灾减灾工作提供了参考.     

大型高位堆积体滑坡稳定性分析与数值模拟

青藏高原边缘地带堆积体滑坡的发生与地质构造、强降雨、地震等作用密切相关,其中多数属于大型高位堆积体滑坡。为研究其发生机理与稳定性,以舟曲县江顶崖大型高位堆积体滑坡为研究对象,首先,从滑坡所处的地理位置、地质条件等出发,分析滑坡的概况与成因;其次,基于传统传递系数法划分滑坡计算模型,提出滑坡稳定性分析的变坡法;最后,采用Midas GTS NX软件对江顶崖滑坡自然工况下稳定性进行数值模拟分析,并与传统及改进算法结果进行对比。研究结果表明：(1)研究区的地形坡度、地层岩性条件以及活动断裂、历史强震作用是滑坡发生的内因,外因是连续强降雨作用使岩土体力学强度降低以及暴雨导致滑坡前缘的白龙江水位上涨、流速加快,冲刷坡脚导致前缘失稳,滑坡中后缘发生牵引式滑动;(2)运用传递系数法计算折线形滑坡稳定性时,滑面倾角变化值大于10°会导致结果出现较大误差,应用改进的“等分均匀变坡法”可以减小误差,以江顶崖滑坡为计算实例并结合数值模拟验证该方法的有效性;(3)自然工况下模拟发现,滑体的前缘主要表现为水平滑移,滑体的中后部局部主要表现为垂直下沉,而滑坡前缘则主要表现为隆起,因此,滑坡部分区域出现了较大的位移...