基于GIS和CF模型的2018年日本北海道Mw6.6地震滑坡危险性评价

为了给地震区域的灾后重建和防灾减灾工作提供重要帮助,同时给类似滑坡灾害危险性评价提供参考,开展对2018年日本北海道地震的研究。2018-09-06日本北海道厚真町发生Mw6.6级地震,触发了大量山体滑坡,造成人员伤亡和重大财产损失,引发社会广泛关注。基于0.3 m空间分辨率的Pleiades-1卫星震前震后高清遥感卫星影像进行滑坡目视解译,共圈定12 586处滑坡。选取高程、坡度、坡向、曲率、TPI(坡位指数)、距水系距离、距道路距离、距震中距离、地层岩性9个因子作为滑坡的影响因子。基于GIS平台,应用确定性系数(CF)模型开展北海道地震滑坡危险性评价,评价结果将研究区分为极低危险区、低危险区、中危险区、高危险区、极高危险区五类,得出滑坡危险性评价区划图,并利用ROC曲线对评价结果精度进行检验,正确率为85.3%,表明基于确定性系数模型得出的滑坡危险性评价结果与实际滑坡结果比较吻合。     

基于斜坡单元优化的高海拔地区滑坡危险性评价——以金沙江白格滑坡为例

为了开展高海拔、人员难以到达地区滑坡危险性评价,以金沙江白格滑坡为例,利用遥感影像,通过设置最佳填洼阈值、集水面积阈值来消除斜坡单元的误差直线,优化斜坡单元,采用优化后的斜坡单元对研究区进行危险性划分,评价效果有所提高。研究结果表明,研究区有80.95%的验证滑坡位于较高危险性和高危险性区内,验证滑坡集中率为2.266,较好集中了滑坡危险性分布特点。白格滑坡危险性指数为0.75,属于高危险性滑坡区,高危险性滑坡区还涉及江达县14个村庄和白玉县12个村庄,对此类地区应加强防范意识、完善应急设施。     

砂土地震液化分析中Newmark时域离散的误差评估

显式有限元存在计算精度低,对计算时间步长较敏感等缺点。基于后验误差评估的方法,给出了显式算法下Newmark时域离散误差的来源和评估方法。通过饱和砂土地震液化响应的数值算例评估了时间步长对计算结果的影响。数值分析结果表明:时间步长不同,结点位移和单元孔压的时程曲线明显不同,同时计算耗时也呈双曲线关系;相对误差主要分布在变形较大的区域,全域平均相对误差在动力响应剧烈的时间段内较大。通过对计算时间步长和离散误差的评估,可有效恰当的对计算时间步长进行取值,也为自动步长调整提供了依据。     

基于GIS的黄土滑坡危险性评价指标体系的建立

为了建立地质灾害的危险性评价指标体系,提高区域地质灾害灾情评估研究的现代化水平和实际操作效率,为区域地质环境管理和地质灾害评估的信息化提供参考．以宁夏西吉县为研究区,将先进的GIS技术应用于区域地质灾害灾情评估,全面考虑了滑坡灾害危险性及构成危险性各因素的相似性与差异性,从而确定了合理的黄土地区滑坡危险性评价指标．     

基于突变理论的滑坡危险性评价

我国西部山区频发的滑坡灾害对当地道路建设和经济发展具有极大影响,为了给滑坡的防治提供依据,需客观地评价滑坡危险性。本文从滑坡的地质环境及诱发因素两方面出发,选取岩性、滑坡一定范围内断层距离的倒数和等 7 个指标作为评价依据,建立滑坡危险性评价突变模型,将礼州地区滑坡划分为轻度、中度、重度和极度危险 4 个等级。选取该地区威胁公路的 10 个典型滑坡进行危险性评价,评价结果与现场调查结果具有较高的吻合度。该成果可为山区滑坡的防治提供依据。     

地震危险性分析的综合评定法

由于当前地震科学水平的限制,不同的地震学专家对同一断裂带地震复发概率的估计常常是不同的。为了较科学、直观地综合评定专家意见,本文采用了加权平均法。以反映专家意见的一致性。同时,本文采用了加权均方差法处理专家意见。以反映专家意见的差异性。最后,利用上述方法分析了鲜水河断裂带地震危险性。     

滑坡灾害危险性评价的可靠性分析方法

以可靠性理论为基础,建立了滑坡失稳概率计算模型,给出了基于Bishop法的滑坡灾害危险性概率的计算方法,并以实例分析了该方法的应用,结果表明该方法能较好地定量评价滑坡灾害的危险性。该研究成果对滑坡灾害的评价与防治有一定的参考意义。     

长春市地震危险性评价

长春市尖山子一卡伦断层东段、南湖一桑家窝堡断层中段、伊通河断层北段均位于断层的交汇部位,并且这3个断层段直接位于长春市市区的下方,一旦发生地震将造成巨大的危害．通过经验关系估计了这3个相对危险段的震级上限,并通过统计概率性方法评价了这3个相对危险段的地震危险性．     

基于GIS的滑坡灾害危险性区划研究——以重庆市万州区为例

为了弥补滑坡灾害危险性区划研究中影响因子和等级划分的不确定性,结合前人研究成果,依据斜坡几何形态、岩性、地质构造、河流侵蚀、土地利用类型、人类工程活动、降水条件等影响因子与研究区实际已发生的滑坡灾害数之间的关系,编制重庆市万州区滑坡灾害危险性评价标准,并基于GIS技术和信息量模型法,计算滑坡评价因子的信息量,就万州区滑坡危险性进行区划,最后基于乡镇行政区对该区滑坡危险性区划进行细化。结果表明:建设用地、坡高为90～200m的地形、1024～1060mm的年降雨量以及侏罗系中统上沙溪庙组岩层等因素对万州区滑坡发生影响较大;根据滑坡灾害危险性评价标准,万州区滑坡灾害被划分为高、中、低、极低等4个危险区;应用信息量模型法得到的万州区滑坡危险性区划与实际情况比较吻合;高危险区和中危险区面积分别为564.4km²和848.6km²,分别占万州区总面积的16.3%和24.5%,主要分布于长江干流及支流两岸的居民相对集中区以及公路干线地段;高危险和中危险乡镇主要分布在万州区经济较为发达的长江干流两岸,尤其是左岸的黄柏乡、太龙镇、天城镇、李河镇等以及万州主城区。     

基于熵权法的滑坡危险性评价——以贵州省晴隆县为例

以贵州黔西南布依族苗族自治州晴隆县内的滑坡为研究对象进行县域内的滑坡危险性评价。利用ArcGIS软件得到晴隆县的地形、地质、水文等17个因子信息,通过相关性分析和主成分分析对其进行删减与合并,筛选出8个影响因子参与评价;运用熵权法对各评价因子的客观权重进行确定并建立评价模型,进而对滑坡灾害进行危险性分级,用自然间断点分级法将危险区划分为极高、高、中、低、极低危险区,其中极高、高危险区主要分布在大田乡、三宝彝族乡、长流乡,极高和高危险区共占整个研究区面积的37.17%;将实验结果与野外实际结果进行比较,并用ROC曲线对评价模型进行验证,得到AUC值为0.859,说明基于熵权法的综合评价模型精度较高,该方法对晴隆县滑坡灾害危险性评价的结果较为客观准确。     

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.     

地震危险性概率分析中不确定性因素的研究

自从地震危险性概率分析方法问世以来,不确定性就突出地存在。从该方法本身分析,认为潜在震源区范围,地震动衰减关系、震级上限,年发生率、ｂ值,起算震级是６个不确定性因素。计算结果表明,不确定性因素对地震烈度的影响较小,对峰值加速度的影响较大。由于不确定性因素对计算结果造成系统偏并,可通过权系数Ｐ进行校正,并给出了具体的校正公式。     

地震发生的双态泊松模型及其在地震危险性分析中的应用

本文将地震发生的双态泊松模型与地震动衰减的椭圆模型相结合,提出了一种可供工程应用的地震危险度评定方法.推导了基于以上模型的计算公式,编制了实用计算程序,给出了利用该程序对大连市地震危险性分析进行计算的结果。由计算结果可以看出,采用双态泊松模型进行地震危险性分析,改善了一般泊松模型对地震活动呈周期性变化区域的概率估计。该模型理论上合理,在工程应用上可行。     

地震作用下的高速公路滑坡稳定性分析

通过定量分析地震力和滑坡稳定性之间的关系，对地震作用下滑坡稳定性分析进行研究．以地震加速度作为反映地震荷载的主要因素，以德昌、米易滑坡为例，基于有限元理论开展了地震作用下滑坡的动力学分析，并运用GEO-SLOPE软件模拟了地震对滑坡的影响机制，研究了滑坡稳定性的变化规律．     

概率性地震危险性分析中两种模型研究

概率性地震危险性分析是地震危险性分析中普遍采用的分析方法，这种方法以地面运动参数的年超越概率与平均复发周期关系的形式给出。它综合了所有地震潜源和它们的平均地震活动率对场点的影响。在输入对场点的影响时往往需要建立一定的数学模型。而不同的数学模型又有不同的适用范围。本文通过对概率性地震危险性分析方法中两种数学模型的对比研究，为在地震发生的时空不均匀性和不同地震资料精度的地震危险性分析时确定模型适用范围提出参考意见。     

广州及邻区地震活动危险性分析

研究分析广州市及邻近地区1970年以来地震活动性,本区陆地中强地震主要发生在北东向和北西向断裂带或其交汇部位,本区陆地不具备孕育7级地震的地质条件。中强地震存在明显的活动周期,当前已进入平静时段。综合考虑近期该区域显著地震事件,分析认为该地区近期地震活动性有增强的趋势,但是广州及周边地区发生4.5级地震的可能性不大。     

基于SVC参数优化的地震次生地质灾害危险性评价

针对地震次生地质灾害危险性评价影响因素的复杂性和多变性的特点,提出了基于GA、PSO和K-CV三种优化支持向量分类机参数的地震次生地质灾害危险性评价方法.该方法既利用了支持向量分类机求解速度快、易于描述非线性关系的优良特性,同时利用了GA、K-CV和PSO算法快速优化的特点,可实现支持向量分类机模型参数的自动化优选,具有收敛速度快、精度高的特点.将该模型用于地震次生地质灾害危险性评价,计算结果验证了该方法的有效性。     

地震作用下的高速公路滑坡稳定性分析

通过定量分析地震力和滑坡稳定性之间的关系,对地震作用下滑坡稳定性分析进行研究.以地震加速度作为反映地震荷载的主要因素,以德昌、米易滑坡为例,基于有限元理论开展了地震作用下滑坡的动力学分析,并运用GEO-SLOPE软件模拟了地震对滑坡的影响机制,研究了滑坡稳定性的变化规律.     

基于不同机器学习算法的地震滑坡易发性评价——以鲁甸地震为例

地震发生后,及时准确地评价灾区的滑坡易发性对应急救援,灾后重建具有重要意义.然而目前在地震滑坡易发性评价中对不同机器学习模型性能对比的研究较为缺乏.本文从地震动参数、植被、断层岩性、水文和地形方面构建了地震滑坡易发性评价指标体系.然后选取了逻辑回归、K近邻、朴素贝叶斯和随机森林算法,以鲁甸地震为研究案例分别构建了4种滑坡易发性评价模型,并对模型的预测精度进行了对比.结果显示：随机森林模型在测试数据集上的灵敏度(0.94)、精确度(0.94)和准确度(0.94)均高于另外3种机器学习模型,且该模型生成的滑坡易发性的空间分布与实际的地震滑坡分布较为一致,朴素贝叶斯模型的预测精度相对较差.此外,因子的重要性分析结果表明距河流距离、修正的麦加利地震烈度、距断层距离和坡度是影响滑坡易发性相对重要的评价指标.     

基于智能学习的灾害危险性评估技术研究及应用

面向地质灾害危险性评估的技术路线及方法体系研究问题,以滑坡灾害为例,开展基于智能学习的灾害危险性评估技术研究及应用。提出了一套基于GIS的从数据准备、分析建模到结果计算与检验,完整的滑坡危险性评估研究的技术路线和方法理论体系。结合GIS可视化分析显示技术、数据驱动型方法、智能学习方法等以重庆万州区为示例研究区域进行了滑坡危险性评估研究,并科学地评估了这些方法的分析结果,成功绘制出与已有滑坡分布吻合较好的滑坡危险性连续分布图及区划图。实验结果表明了本文方法和技术的有效性。