基于频率比与AHP模型的西藏东部地区滑坡易发性评价

滑坡是破坏性极强的自然灾害,因此,对我国高风险滑坡进行快速监测尤为必要。当前,遥感技术为滑坡监测提供了重要的支撑。文中通过选取数字高程数据(digital elevation model, DEM)及衍生数据(坡度、坡向)、断层、地层岩性、地震点等因子开展了西藏东部地区滑坡的评价与等级划分。文中通过对各因子进行归一化处理,运用频率比法和层次分析法(analytic hierarchy process, AHP)对各评价因子进行分析,并获得各因子风险等级的权重系数,进而构建了一个滑坡易发性评价模型(landslide susceptibility assessment, LSA)。结论如下：1)LSA可以很好地表达滑坡空间分布情况;2)据实际滑坡点统计分析,可知西藏东部地区的滑坡主要分布在左贡县、墨脱县、察雅县、洛隆县和丁青县;3)西藏东部地区滑坡高易发区主要分布在道路沿线,中易发区主要分布在西藏东部地区的东北部和西南部,低易发区主要分布在唐古拉山山脉一带。     

基于信息量与多模型耦合的碎屑岩区滑坡易发性分区评价

滑坡是一种典型的地质灾害,在我国南部湿热条件下,碎屑岩区滑坡的形成机制有别于其他地区。因此,碎屑岩区滑坡的识别及预警较为复杂,需有系统性及针对性。以碎屑岩区的广西来宾金秀瑶族自治县范围内的滑坡为研究对象,选取岩性、坡度、坡向、地形起伏度等10个致灾影响因子,通过信息量模型(I)与逻辑回归模型(LR)、随机森林(RF)、BP神经网络(BP)、卷积神经网络(CNN)等4种模型的耦合,以此构建出相应的易发性评价模型,同时对其精准性进行有效评价,进而在研究区范围内进行滑坡易发性分区。研究表明,信息量与BP神经网络耦合模型的ROC曲线AUC值最大(0.94),因此,可用此方法进行碎屑岩区的滑坡易发性分区。最后,通过评价可知,研究区的滑坡高易发区主要集中在路网和水系两侧。文中针对碎屑岩区的滑坡易发性分区进行了一次有效探索,可为当地防灾工作提供一定依据,也可为类似区域的滑坡防治提供一种思路。     

确定性系数与地理探测器模型耦合的泥石流易发性评估方法研究∗——以安宁河流域为例

通过确定性系数与地理探测器模型耦合的方法研究耦合模型对泥石流灾害易发性评估的影响。基于遥感判识和野外考察确定安宁河流域内的 198 条泥石流沟作为评估样本,选取坡度、地面峰值加速度、地形起伏度、地层岩性、植被覆盖度、植被类型、地形湿度指数以及地貌演化指数作为评价因子,耦合确定性系数和地理探测器模型,分别计算各评价因子分级取值和因子权重,进行安宁河流域泥石流易发性等级分区。研究结果表明：(1)地理探测器方法定量分析安宁河流域内泥石流发育的主要贡献因子为地面峰值加速度、地形起伏度和坡度。(2)泥石流极高易发区和高易发区分别占流域总面积的 9.67% 和 12.02%,高易发区主要分布在安宁河流域两岸且呈条带状分布。 (3)利用 ROC 曲线对泥石流易发性评估精度进行验证,耦合模型的 AUC 值达到 0.824,相比单种模型 CF 模型的评估精度 0.786 提升了 4.8%,具有更高的准确率,评价效果更优。     

考虑植被因素的林地浅表层滑坡易发性评价——以川东华蓥市山地为例

选取川东华蓥市东部山区林地作为浅表层滑坡研究区域,采用综合评价法和权重分析方法,构建林地浅表层滑坡易发性评价指标体系,分析研究区内林地浅表层滑坡的主要影响因素,并探讨浅表层滑坡易发性空间分布特征。结果表明：工程地质岩组、坡度、平面曲率、剖面曲率、土层厚度是浅表层滑坡发生的主要影响因子,除此之外,在林地中平均树龄、林分类型等植被因子也是重要的影响因子;通过历史滑坡点的验证得出评价模型的准确率达到92.37%,考虑植被因子的综合评价模型适用于林地浅表层滑坡易发性评价;在考虑植被因子的条件下,易发性评价结果显示高易发性及以上的区域的易发性指数大于6,面积为38.75 km~2,占研究区总面积的22.00%,其主要分布在研究区西侧与平原交界的山脉一带,与软弱岩组的空间分布一致。     

基于逻辑回归的地震滑坡易发性评价 ——以汶川地震、鲁甸地震为例

准确评估地震诱发的滑坡风险,并及时绘制滑坡易发风险图是灾害应急救援的科学前提和理论基础.目前机器学习在滑坡敏感性评估中具有广泛应用,但大多数研究缺乏对模型的普适性探讨,且该类预测模型缺乏定量评价地震动参数对模型精度的影响.该文以2008年5月12日的汶川8级地震和2014年8月3日的鲁甸6.5级地震为例,先通过相关系数...     

基于层次分析法的绵阳市地质灾害易发性评价

在对层次分析法(AHP)作了简要的介绍后,阐述了该方法应用于地质灾害易发性评价的过程及步骤,并在此基础上运用AHP建立了地质灾害易发性综合评价的层次分析结构模型及其判断矩阵,从而确定了影响地质灾害易发程度因子的权重,建立了地质灾害易发性单灾种评价及区域地质灾害易发性综合评价的数学模型.绵阳市地质灾害易发性评价应用说明,该方法是比较合理、有效的,具有较高的预测精度,评价结果与实际地质灾害发育区的拟合率大于90%.     

基于确定性系数概率模型的降雨型滑坡孕灾环境因子敏感性分析——以四川省低山丘陵区为例

分析降雨型滑坡孕灾环境因子的敏感性,有利于提高对该类型滑坡的预测精度。以四川省低山丘陵区为例,通过高分辨率遥感影像解译和野外实地调查等方法,建立滑坡编目数据库,并在此基础上,选取高程、坡度、地形起伏度、岩土类型、道路、河流和断裂构造共7个因子作为降雨诱发滑坡的孕灾环境因子,基于GIS空间分析技术,应用确定性系数概率模型,对这7个因子的敏感性进行研究。研究结果表明:四川省低山丘陵区降雨型滑坡多发育在:①高程在400~1 000 m的范围内,特别是600~800 m的区域;②坡度为15°~30°的区域;③砂岩、砾岩和页岩等岩石类型中。应用滑坡敏感性指数分析发现,岩土类型、高程和坡度对研究区内降雨型滑坡的分布起到控制作用。     

基于频率比模型和随机森林模型耦合的地质灾害易发性评价

目前利用机器学习进行易发性评价时,非地质灾害单元通常是在研究区范围内随机选取,会导致部分非地质灾害单元落在潜在地质灾害单元之上,造成模型评价结果偏差,所以非地质灾害单元的有效选取成为当前易发性评价的难点问题。以浙江省长兴县李家巷镇为研究区,选取高程、坡度、坡向、剖面曲率、岩组、距水系距离、距断层距离、归一化植被指数和土地利用这9个环境因子作为评价指标,利用频率比模型(frequency radio, FR)进行非地质灾害单元的选取,然后选用随机森林模型(random forest, RF)进行地质灾害易发性评价,并与未经有效筛选非地质灾害单元的RF模型结果进行对比分析。结果表明,与RF模型相比,FR-RF模型的特异性(Specificity)提升了9.51%,说明对非地质灾害单元的预测能力显著提升,同时敏感性(Recall)提升了13.71%,说明对地质灾害单元的预测性能也大幅提升,受试者工作特征曲线下的面积(area under curve, AUC)和准确率(Accuracy)分别提高了6%、11.66%,模型整体性能及预测能力得到改进;地质灾害极高和高易发区主要分布于存在碎屑岩和...     

证据权法在滑坡易发性分区中的应用——以贵州桐梓河流域为例

应用证据权法对研究区进行滑坡易发性分区。主要数据源有:历史滑坡灾害点编录数据、地质图、地形图、数字高程模型。首先对数据源进行处理,生成地层岩性、离断层距离、高程、坡度、坡向、离道路距离、离河流距离7个证据图层。应用Arc GIS平台,将各证据图层与滑坡灾害点图层进行叠加分析,利用累积权重法对连续数据进行分级,然后求取对连续数据及分类数据因子等级对滑坡灾害贡献的权重值,然后对各证据图层两两进行条件独立性检验,选择4组证据图层组合,参与最终易发性指数计算,得到4幅易发性结果图。应用成功率曲线法对计算结果进行验证,表明由因子组合1得出的计算结果,为最优的因子组合。根据易发性指数将研究区分为高易发性、中等易发性、低易发性三类,并将分区图与历史灾害点进行叠加分析,结果表明评价结果与灾害点分布较为吻合,说明证据权法应用与滑坡灾害易发性分区的可行性。     

基于GD-SPCA的京津冀城市群地质灾害易发性评价

对区域地质灾害准确地进行定量易发性评价对于区域未来可持续发展具有重要的意义。针对现有研究存在指标选取时较少考虑不同因子的重要性程度、评价方法主观性较强等不足,该文结合地理探测器(Geodetector,简称GD)和空间主成分分析法(Spatial Principal Component Analysis,简称SPCA),提出一种新的地质灾害易发性评价方法及评价指数(Geological Hazard Susceptibility Index,GHSI)。以京津冀城市群为研究区,运用等距划分法、空间自相关分析法以及统计方法等对结果进行定量分析。结果表明：(1)高程与坡度是主要影响因子,其q值分别为0.398 0和0.334 0;而坡向对地质灾害影响程度极低,q值仅为0.001 9;(2)京津冀城市群GHSI均值为0.453 8,整体属于中度易发等级。从空间上看,高值区主要位于燕山及太行山区,而低值区主要位于冀东平原及坝上高原西部区域;(3)京津冀城市群GHSI值表现出显著的空间正相关性,其全局空间自相关指数值为0.814 2。因此,GHSI值主要以高-高聚集和低-低聚集为主,且高-高聚集...     

基于信息量⁃Scoops3D联合模型的地质灾害易发性评价∗

贵渝管道沿线地势险峻、构造活跃、雨量集中,崩滑流等地质灾害十分发育,科学开展管道沿线地质灾害的易发性评估工作对确保其安全运行至关重要。本研究在查明管道沿线自然地质环境及地质灾害分布的基础上,结合管道沿线地形地质特征、管道展布与斜坡体的相互空间位置关系划分了 101 段适合管道工程特点的评价单元,基于信息量数理统计模型与 Scoops3D 物理力学模型对管道沿线地质灾害的易发性进行了评价。评价结果表明管道沿线地质灾害的高易发区主要集中在遵义及桐梓县附近,其中 7 段处于极高易发区,26 段处于高易发区,20 段处于中易发区,30 段处于低易发区,18 段处于极低易发区。通过 ROC 曲线分别求得信息量、Scoops3D 以及二者联合模型的 AUC 值分别为 0.796、0.683 和 0.803,结果表明信息量-Scoops3D 联合模型的评价准确性最高。     

基于模糊数学和权的最小平方法的泥石流易发性评价方法

基于模糊数学中多级模糊评判的理论和方法,结合泥石流灾害的具体特点、成因、机理分析,建立了一种新的泥石流灾害易发性的多级模糊综合评价模型,并且运用层次分析法中权的最小平方法来确定评价指标的权重。以西安市临潼区大水沟泥石流为例,选用典型评判指标,建立二级近似推论,进行泥石流易发性的两级模糊综合评价。     

青藏铁路沿线热喀斯特湖易发程度的区划评价

随着全球气候的持续转暖,青藏铁路沿线热喀斯特湖数量正在逐年增多、面积逐年增大。湖塘的形成虽然具有一定的随机性特点,但其发生的区域性和重复性特点是热喀斯特湖分布与出现的总体规律。在野外系统勘测调查的基础上,依据工程地质类比原则,结合专家打分、层次分析、信息量、统计量等模型方法,对区域内湖塘产生与发展起一定主导作用的历史因素(灾点密度、灾面密度)和基本地质环境因素(冻土类型、年均地温、植被覆盖度、土质类型、地形坡度)基于ArcGIS平台进行综合分析评价,得出楚玛尔河至风火山段青藏铁路沿线热喀斯特湖易发程度的空间分布。结果表明,占研究区总面积47.97%的高易发区占据了湖塘总数量的87.94%、总面积的91.15%,主要分布在楚玛尔河高平原、北麓河盆地和可可西里山间盆地;中易发、低易发、非易发三个区占据了研究区总面积的52.03%,却仅分布了占总数量12.06%、面积8.85%的热喀斯特湖,主要分布于可可西里山区、风火山山区及河谷地区,与2011年9月份野外考察的热喀斯特湖实际的空间分布状况保持了较好的一致性。     

基于人工神经元网络的滑坡稳定性预测评价

由于滑坡岩土体的结构与物理力学性质表现在宏观和微观上有着不连续性和高度的非线性等特点,其稳定性受地质因素和工程因素等综合影响,岩土体变形、演化规律的非线性和内在因素的非线性决定了滑坡是一个复杂多变的非线性系统.根据滑坡失稳的非线性特征,将人工神经元网络BP模型应用到滑坡稳定性的评价预测中,借助MATLAB的人工神经元网络工具箱,以国道G324上的86个滑坡数据为训练和预测样本对模型进行了实验和验证,结果表明,所建立的滑坡稳定性预测方法具有较高的预测精度.     

基于熵权的典型滑坡危险度评价

根据典型滑坡的强度指标和发生可能性指标建立了典型滑坡危险度评价指标体系,利用信息熵原理,结合中国科学院成都山地所滑坡数据库(CDMI)中云阳县18个典型岩质滑坡的资料计算了各评价因子的客观权重,建立了定量评价模型.计算了云阳县18个典型岩质滑坡的危险度,通过实地调查对评价结果进行了对比验证,危险度评价结果准确率达83.3%,该方法可作为评价典型滑坡危险度的新方法进行推广运用,为滑坡的防治提供参考.     

基于加权信息量和迭代自组织聚类的地质灾害易发性评价

以三峡库区忠县-方斗山地区为研究对象,首先选取坡度、坡向、坡高、岩土体类型、坡体结构、构造、水的作用、人类工程活动等8个评价因子建立地质灾害易发性评价指标体系,并对因子状态进行分级;然后,采用层次分析法计算各指标因子的权重,应用加权信息量模型进行地质灾害易发性评价;再者,利用迭代自组织聚类模型对地质灾害易发性评价结果进...     

基于突变级数法的滑坡稳定性评价

基于突变级数法,建立了滑坡稳定性评价和预测模型。在相关研究的基础上,建立了滑坡稳定性评价指标的递阶层次结构,以滑带强度、滑面特征、滑坡外形特征及其近期活动等4个内部影响因素,以及暴雨作用、河流作用、滑坡后缘加载、人工活动和地震作用等5个外部影响因素,作为滑坡稳定性识别的判别因子;以22组典型滑坡工程案例作为训练样本,建立了滑坡稳定性评价模型和突变级数判据;然后利用6组典型滑坡工程实际案例作为测试样本,检验了模型的可行性和可靠性。研究表明,突变级数法对滑坡稳定性的识别结果与实际情况吻合,并与系统加权聚类分析法、判别分析法等的识别结果一致。     

基于不同评价单元的滑坡易发性评价对比研究

为了探寻不同评价单元对滑坡易发性评价结果准确性的影响,分别将研究区划分为12949个斜坡单元和27017398个网格单元。选取高差、坡度、坡向、坡形、距断层距离、工程地质岩组、距河流距离和距公路距离8个评价因子,采用信息量模型对岷江上游滑坡进行易发性评价。对2413处滑坡灾害点在不同易发性等级中的分布情况进行数理统计和ROC曲线精度检验,结果表明:极高易发区和高等易发等级,网格单元灾害比例为76.92%,斜坡单元为78.82%,网格单元极高易发区灾害点比例比斜坡单元低10%;极高易发区斜坡单元灾害密度比高于网格单元,极低和低易发斜坡单元低于网格单元,斜坡单元的评价结果更为合理;采用ROC曲线对评价结果进行检验,斜坡单元AUC值高于网格单元,斜坡单元能以较小的研究区面积包含较多灾害数量,说明斜坡单元的评价结果比网格单元更为合理与准确。     

基于层次分析法的库岸高速滑坡危险度评价

高速滑坡的判定是滑坡治理工作中的一项重要内容,但由于目前尚没有统一规范的滑速计算方法,因而给高速滑坡的预测带来了一定的困难。层次分析法是一种定性与定量相结合的多目标决策分析方法,针对库岸高速滑坡发生的各影响因子,采用层次分析法对鹅公带古滑坡体的高速滑坡体危险度进行了分析评价,为库岸高速滑坡的预测提供了一条新思路。     

基于优化MaxEnt模型的高山峡谷区地质灾害易发性评价——以云南省德钦县为例

高山峡谷区滑坡、泥石流、崩塌等地质灾害频发,严重威胁当地居民的生命财产安全。选取云南省德钦县为研究区,基于328个地质灾害分布点数据和9个环境变量,利用R语言的kuenm数据包对MaxEnt模型的主要影响参数调控倍频(Regularization Multiplier,RM)和特征组合(Feature Combination,FC)进行调整,选择最优模型对德钦县地质灾害易发性进行分区,同时采用受试者工作特征曲线(Receiver Operating Characteristic Curve,ROC)评价模型精度,采用刀切法分析各环境变量的权重。结果表明：(1)基于优化MaxEnt模型的滑坡、泥石流、崩塌的ROC曲线下面积(Area Under Curve,AUC)值分别为0.948、0.957、0.944,说明预测结果精确可靠。(2)研究区滑坡、泥石流、崩塌的高、极高易发区分别占总面积的9.93%、5.81%、8.52%,三类灾害综合易发区的高、极高易发区占总面积的8.25%,主要集中在研究区西部、东部以及东南部的公路沿线。在所有环境变量中,高程和距公路距离是研究区地质灾害发生的主要驱...