基于证据权法的九寨沟地震滑坡危险性评价

2017年8月8日四川省北部九寨沟县暴发了Ms7.0级地震,是继2013年"4·20"芦山Ms7.0级地震后再次发生在巴颜喀拉块体边界的强烈地震,地震诱发了近1 880处滑坡,通过地理信息系统与遥感技术,选取与高程、坡度、坡向、与水系距离、峰值加速度(PGA)、与震中距离、岩性、与断裂距离等8个因素作为九寨沟地震滑坡危险性评价因子,采用加法和减法2种证据权方法,对九寨沟地震滑坡危险性进行评价。结果表明:基于加法证据权的评价模型的准确率为88.29%,基于减法证据权的评价模型的准确率为87.31%。利用自然断点法,将研究区按滑坡危险性程度分为极高危险区、高危险区、中危险区、低危险区与极低危险区。其中,基于加法证据权所计算的极高和高危险区面积之和约300.17 km²,占研究区总面积的33.84%,发育的滑坡面积占滑坡总面积的91.10%;基于减法证据权所计算的极高和高危险区面积之和约214.35 km²,占研究区总面积的24.17%,发育的滑坡面积占滑坡总面积的85.04%。评价结果可为震后地质灾害防治、基础设施重建,特别是九寨沟自然风景区的灾...     

BP神经网络在区域滑坡危险性预测中的应用

由于区域滑坡危险性评价复杂性,在已知量和所求量之间往往存在着一种很强的非线性关系,而BP神经网络具备高度的非线性映射能力,因此采用BP神经网络来分析区域滑坡的危险性,可以取得良好的效果。本文结合具体区域滑坡危险性评价,使用Matlab神经网络工具箱中的相关函数建立具体BP神经网络,检验和预测区域滑坡的危险性。     

南江滑坡群体积的BP神经网络模型与预测

基于南江县境内244个典型土质滑坡统计样本,利用BP神经网络模型,采用3种不同的方案(基于不同的评价参数)对滑坡体积进行预测。方案一选取坡高、坡度、坡向、高程、植被覆盖率、岩层倾向、岩层倾角等7项评价参数;方案二选取坡高、坡度、坡向、岩层倾向、岩层倾角等5参数;方案三选取坡高、坡度、坡向等3参数。研究结果表明:3种方案建立的BP神经网络模型都具有较高的可靠性,其预测结果都可以较好地逼近真实滑坡体积值,BP神经网络能有效应用到滑坡体积预测中;3种方案预测值与实际值基本吻合,且两者间的相关系数分别为0.87083,0.90826,0.86119,评价参数的合理选择对滑坡体积预测的准确性有着重要的影响;方案二的相关系数最高,其预测准确性最好,这表明坡高、坡度、坡向、岩层倾向、岩层倾角是影响滑坡体积的重要因素,植被覆盖率和高程为其次要影响因素。     

基于DInSAR-BP神经网络的震后区域滑坡危险性综合评价研究

地震对人类的威胁不仅是发生时直接造成的人员伤亡和财产损失, 更体现在地震所产生的高隐蔽性、高危险性滑坡隐患体带来的危害, 震后区域滑坡隐患体的快速识别和科学评价在震后抢险、排险工作中至关重要。以九寨沟地区“川主寺—九寨沟”公路沿线区域为研究对象, 建立了基于DInSAR-BP神经网络技术的震后区域滑坡危险性综合评价模型。研究结果显示, 九寨沟地区震后的滑坡高危险性区域面积约为2602.35 km2, 是震前的3.4倍, 并且这些区域主要分布在震中东北方向约20 km附近、九寨沟景区内以及川九路前70 km, 符合震后调查情况; 使用多元非线性回归法可以有效计算震后地表形变值对滑坡危险性的影响, 使震后危险性评价结果精度提高了13.9%, 证明了模型在研究区域内具有良好的适用性。     

同震滑坡发生概率研究——新一代地震滑坡危险性模型

地震滑坡发生真实概率研究基本空白。本研究创新性的利用贝叶斯概率方法与机器模型开展了中国地震滑坡危险性真实概率研究,制作了第一代中国地震滑坡危险性概率图。基于9个地震案例开展研究,包括1999年台湾集集、2005年克什米尔、2008年汶川、2010年玉树、2013年芦山、2013岷县、2014鲁甸、2015尼泊尔、2017九寨沟地震,这9次地震中7次发生在中国,2005年克什米尔与2015尼泊尔地震均发生在中国邻区,可以更好的控制模型预测精度。这些地震事件均有详细完整的,利用面要素标识的地震滑坡数据,包括306 435处真实的地震滑坡记录。考虑到真实的地震滑坡发生区域,滑坡面积规模的差别,滑坡与不滑样本的比例等因素,共选取了5 117 000个模型训练样本。选择绝对高程、相对高差、坡度、坡向、斜坡曲率、坡位、地形湿度指数、土地覆盖类型、植被覆盖度、与断层距离、地层、年均降水量、地震动峰值加速度共13个地震滑坡影响因子。采用贝叶斯概率方法与机器学习模型相结合,建立地震滑坡发生的多因素影响模型,得到各个连续因子的权重与分类因子的各个分类的权重。再将模型应用到整个中国研究区,地震动峰值加速度因子为触发因子。分别考虑研究区在经历不同地震动峰值加速度（0.1~1 g,每0.1 g一个结果,共10个结果）下的地震滑坡发生真实概率。此外,还结合中国地震动峰值加速度分布图,得到了中国地震动峰值加速度背景下的地震滑坡发生真实概率分布。     

青藏高原巴塘断裂带地震滑坡危险性预测研究

全新世以来青藏高原东部巴塘断裂带活动强烈,地形地貌和地质构造复杂,历史地震频发,并诱发大量滑坡灾害。基于巴塘断裂带地震滑坡长期防控的需要,在分析区域地质灾害成灾背景和发育分布特征的基础上,采用Newmark模型完成了巴塘断裂带50年超越概率10%的潜在地震滑坡危险性预测评价,并完成地震滑坡危险性区划。结果表明：巴塘断裂带及其临近的金沙江断裂带区域、金沙江及其支流沿岸具有较高的潜在地震滑坡危险性,地震滑坡危险区具有沿断裂带和大江大河等峡谷区分布的总体趋势,受活动断裂和地形地貌影响显著;距离断层越近、坡度越大的斜坡,地震滑坡危险性越高;规划建设中的川藏铁路经巴塘县德达乡、白玉县沙马乡,向西北延伸,跨越金沙江,可以穿越较少的地震滑坡危险区,金沙江水电工程规划建设需加强潜在地震滑坡危害研判及防控。巴塘断裂带潜在地震滑坡危险性评价结果可为区域城镇开发和重大工程规划建设的地震滑坡长期防控提供科学参考。     

基于不同位移预测模型的地震滑坡危险性评估研究-以天水地区为例

近年来,Newmark累积位移分析方法经过不断的改进和应用成为国际主流的地震滑坡危险性评估方法之一,众多学者基于位移预测模型开展区域地震滑坡危险性评估,然而鲜有针对不同位移模型对评估结果影响的定量研究。以天水地区为例,基于不同的位移预测模型开展地震滑坡危险性评估,对比位移模型对地震滑坡危险性评估的影响,探讨建立适用于我国的Newmark位移预测模型。结果表明:基于不同位移预测模型评估所得的地震滑坡危险性结果整体趋势一致,均能区分区域地震滑坡危险性等级的相对差异,但在同样的危险性分级标准下,所得中、高危险区的分布范围有较大差异。这与位移模型的函数形式及其区域相关性有关,在引入Newmark累积位移分析方法开展地震滑坡危险性评估的同时,应尽快建立考虑地震动衰减特征和工程地质背景的Newmark位移预测模型,为中国潜在地震滑坡危险性预测评估、震后滑坡快速评估等提供技术支撑。      

四川九寨沟Ms7.0级地震滑坡应急快速评估

基于地震滑坡危险性评估的Newmark累积位移模型,利用震前获取的震区地形数据、区域地质资料,结合地震动近实时获取技术,开展了四川九寨沟M_s7.0级地震诱发滑坡的应急快速评估。地震滑坡位移分析结果表明,同震滑坡活动的中—高强度区分布在断层两侧宽约4 km的带状区域内,整体沿北西方向延伸。其中,极震区的丰雪塘、日则和干海子等城镇驻地及附近道路的滑坡强度相对较高;震前、震后影像对比表明九寨沟地震诱发的滑坡类型以浅表型碎屑流及小规模崩塌为主,且同震碎屑流多是在震前已有碎屑流的基础上进一步活动扩展而来,震后汛期泥石流隐患也不容忽视;通过典型地区滑坡位移分析结果与震前、震后影像对比,表明滑坡位移分析结果能够较好的反映同震滑坡的宏观分布特征,但在场地尺度上吻合程度欠佳,后续将通过提升岩性和地形等数据质量进行改进。研究结果可为灾情研判提供宝贵信息,对提高灾害应急救援效率具有重要意义。     

基于Newmark模型的天水市北山地震黄土滑坡危险性评价

本文通过天水市北山野外调查和室内分析相结合的方法,开展基于Newmark累积位移法的地震黄土滑坡危险性分析。分析了研究区的孕灾背景,结合现有滑坡和不稳定斜坡的调查数据,在充分考虑了震源方位角和斜坡坡向角的角度关系基础上,对优势坡向角和劣势坡向角下的斜坡易发性进行分析计算,然后用回归方程求出PGA为0.3 g时斜坡的累积位移,最后计算出斜坡在地震荷载下的失稳概率。在此基础上,对北山进行地震黄土滑坡的危险性评价。分析结果表明:在Newmark模型的地震黄土滑坡危险性评估中引入斜坡坡向角和震源方位角关系,有利于提高小区域(大比例尺)风险评估的准确性。     

遗传算法优化BP网络在滑坡灾害预测中的应用研究

在陕西省宝鸡市附近长寿沟地区滑坡详细调查和遥感解译的基础上,完成了1∶10000滑坡编目图。通过使用GIS的水文分析功能,运用正反DEM技术,将长寿沟地区划分为216个自然斜坡单元,其中包括123个滑坡单元和93个未发生滑坡单元,分析滑坡发生与坡高、坡度、坡向、坡形、人类工程活动和水文地质条件影响因子之间的统计规律。利用经遗传算法优化后的BP神经网络对80个滑坡样本和40个未滑坡样本进行训练学习,然后再利用训练好的网络对预测样本进行评价分析。结果表明:43个已滑坡单元中只有3个被误判为无滑坡,正确率为9302%,53个未滑坡单元中有10个被预测为滑坡,正确率为8113%,总体正确率为8646%。通过对被预测为滑坡的10个斜坡单元进行分析,发现这些单元在坡形、坡高等影响因素的组合上已经具备了发生滑坡的条件,虽然目前没有发生滑坡,但作为潜在的滑坡危险区,可以为滑坡灾害预测预报和防灾减灾工作提供参考。     

利用BP神经网络进行水库滑坡变形预测

滑坡变形监测与预测是滑坡预警预报中一种非常重要的途径。文章首先简单介绍了神经网络的基本原理和学习算法,然后利用某水库滑坡24期的GPS地表位移监测数据及其诱发因素即水库水位、降雨等资料,采用BP神经网络模型对该水库滑坡变形进行建模,最后将6期水库水位、降雨等资料输入模型进行滑坡变形预测,结果表明预测结果与实测数据符合性好,总体上能较好反映变形趋势。     

基于粗糙集和BP神经网络的滑坡易发性评价

区域滑坡易发性评价是国土规划和滑坡中长期防治的重要依据。为进一步提高滑坡易发性评价的准确性,以恩施市龙凤镇为研究区,运用地理信息系统GIS技术,获取了包括工程岩组、坡度、地质构造等在内的13个初始评价因子,利用基于遗传约简算法的粗糙集理论对初始评价因子进行属性约简,去掉冗余属性后获得最小约简,即8个核评价因子：工程岩组、高程、地形曲率、道路、水系、坡度、坡向、径流强度指数,并以此作为BP神经网络的输入层,构建RS-BPNN预测模型,获得滑坡易发性指数LSI及滑坡易发性等级分区图。其中高易发区面积占总面积的12.82%,该区包含的滑坡面积占总滑坡面积的78.11%,通过ROC曲线测试,模型预测精度为90.9%。结果表明,RS-BPNN模型预测性能良好,进一步提高了滑坡易发性评价的精度和准确性,有较高的工程实用价值。     

地震诱发滑坡的快速评估方法研究:以2017年MS 7.0级九寨沟地震为例

山岳地区强烈地震诱发的滑坡、崩塌等地震次生灾害在造成严重人员伤亡的同时,对社会经济的发展也构成了严重威胁。而震后滑坡分布的快速评估,尤其是滑坡重灾区的确定,则可为救援工作的科学部署和有效开展提供决策支持并减轻地震灾害的损失。2017年8月8日发生于四川省阿坝州九寨沟风景区的MS 7.0级地震诱发了大量的滑坡、崩塌灾害,造成了一定的人员伤亡和财产损失,凸显出进行震后滑坡快速评估的重要性。本文通过对九寨沟地震灾区震前、震后“北京二号”遥感影像的对比分析,解译此次地震诱发的滑坡分布概况。尽管震后影像在局部区域有云团覆盖,影响了震区滑坡解译的详尽程度,但是对于主要发生的滑坡地震高烈度地区(≥Ⅻ度),本文所用影像基本满足解译要求。本文共解译出194个面积大于700 m2的滑坡,这些滑坡主要沿地震烈度长轴方向分布,灾害体平面面积达5.6 km2,影响范围超过600 km2。通过对九寨沟地震灾区的地形、岩性及地震动加速度进行分析,本文采用Newmark刚体滑块模型对该区震后滑坡危险区域进行了预测。预测结果按照危险程度不同划分为5个级别,即高度危险、较高危险、中度危险、较低危险和低度危险。滑坡分布与评估结果呈现出较好的一致性:解译的滑坡主要分布在评估为滑坡高度危险的区域,表明本文所采用方法的有效性。本文对该方法的局限性也进行了讨论,并提出改进建议。     

国内外地震滑坡研究综述

地震滑坡是大陆内部山区大地震活动中最为常见的地震地质灾害类型,不仅数量多、规模大,而且危害性极大,常会对人类活动造成特别严重的损害,分析研究地震滑坡对地震灾害危险性评价和防震减灾工作极为重要。通过系统总结和梳理国内外地震滑坡的研究现状,对地震滑坡的发育规律、动力机理以及"3S"技术在地震滑坡研究中的应用等方面进行了较为全面的论述。     

地震滑坡危险性评价及编图——以映秀震中区为例

虽然宣称地球已进入地震多发期目前学术界还存在不少争议,但不得不承认近期的破坏性强震发生的频率较以往高.强震诱发的滑坡灾害也越来越成为了地质学家们研究的热点.在对一个地区发出中长期地震预报之后,如果也能相应地对该地区的斜坡稳定性进行评价,从而预测地震时滑坡最可能发生的地段,这对于减轻震区人民的伤亡和财产损失将具有重要的意义.本文对目前常用的地震滑坡危险性评价方法进行了简要介绍,并以“5.12”汶川地震映秀震中区为例,运用Newmark方法对该区进行了地震滑坡危险性评价和编图示范,探讨了目前常用地震滑坡危险性评价方法的优缺点及今后区域性地震滑坡危险性评价的发展方向.     

GIS技术在区域地震滑坡危险性预测中的应用以龙陵地震滑坡为例

地震滑坡是一种有着严重危害的次生地震灾害形式,形成机制复杂,涉及因素众多。运用G IS丰富的空间分析功能,对地震滑坡的影响因素进行研究,并进行潜在地震滑坡区的预测,是地震滑坡研究领域的一种新的发展趋势。本文在对1976年龙陵地震引发的地震滑坡分布特征研究的基础上,结合前人有关中国西南地区地震滑坡特征的研究成果,应用G IS对该区潜在地震滑坡危险区进行了预测。     

基于小流域的地震扰动区降雨型滑坡泥石流危险性评价方法

地震扰动区存在大量震裂松散坡体,在持续或者密集的降雨条件下极易转化为滑坡灾害。同时,滑坡又会给泥石流提供大量松散固体物质,增加泥石流的危险性。因此,在震区,灾害通常以"链"的形式出现,比单一灾种危害性大。为了更有效地对地质灾害危险性进行评价,笔者将滑坡、泥石流作为灾害链,综合地加以分析和研究。选择5·12汶川大地震中受灾严重的都江堰市白沙河流域的17条泥石流沟作为研究区,建立滑坡-泥石流危险性评价耦合模型,研究24 h不同降雨量条件下小流域滑坡泥石流危险性的变化。耦合模型包括了坡体稳定性评价模型,水文模型及以泥石流规模、发生频率、流域面积、主沟长度、流域高差、切割密度、不稳定斜坡比为评价因子的泥石流危险性评价统计模型。研究结果表明:随着降雨量的增大,参与泥石流活动的松散物质方量持续增加,但当24 h降雨量超过200 mm后,泥石流沟的危险度等级不再发生变化;17条泥石流沟中4条为中危险度,12条为高危险度,1条为极高危险度。这说明研究区地质灾害问题相当严峻,在多雨季节存在泥石流群发的可能性,直接威胁到居住在泥石流沟附近的人民群众生命财产安全;因此,对于有直接危害对象的高危险度及其以上的泥石流沟,应该按照高等级设防标准进行工程治理及发布预警报。同时也说明,将滑坡、泥石流作为灾害链研究具必要性和可行性。     

基于BP神经网络湖南益阳市滑坡敏感性分析

益阳市是湖南省地质灾害易发区之一,其中滑坡地质灾害占比74.1%。滑坡的敏感性分析通常采用专家知识评价、编录数据评价、滑坡过程物理评价等方法,其评价结果受评价人员水平的影响或评价过程复杂,适用性有限。基于BP神经网络算法,将益阳市338处滑坡以及1∶10 000地质灾害详查得到的307处未滑坡的斜坡调查数据,提取到1个数据库中,利用BP神经网络方法,经过信号正向传播和反向传播的误差逐步修正,研究益阳市滑坡的敏感性影响因子。结果表明,计算模型和滑坡影响因子的重要性从高到低依次为斜坡类型、坡度、坡高、坡顶高程、地层岩性、斜坡结构类型,为滑坡野外识别和防治提供了数据支撑。通过实例分析验证了计算模型的正确性,该计算模型可应用于大批量斜坡稳定性分析。     

基于GIS的天水市滑坡危险性评价

本文通过统计学方法提取可能影响该地区滑坡的因子。并依据二元逻辑回归结果．利用GIS空间分析和建模功能,对研究区滑坡进行建模,再由相关性等级分析方法进一步获取相关影响因子对滑坡的影响范围,最终得出该区域滑坡危险性评价图。而在不同分辨率尺度上,对滑坡产生影响的因子有所相同,当分辨率由1000m-60m时,影响因子明显增多。以逻辑回归模型自身精度、滑坡实际发生比和坡度法为模型判定标准,发现120m分辨率下的滑坡发生概率模型能有效表达研究区滑坡发生状况。     

地震滑坡危险性概念和基于力学模型的评估方法探讨

在我国大陆地区运用基于力学模型的Newmark位移分析方法开展地震滑坡危险性定量评估,尚处在起步阶段.为了进一步明确地震滑坡危险性概念和改进推广基于力学模型的评估方法,首先阐明了狭义的地震滑坡危险性预测评估与震后反演评估的关系; 同时为了应对地震应急、震后重建及潜在地震条件下的不同评估需求,初步提出了广义的地震滑坡危险性评估框架.随后申述了基于Newmark位移分析的地震滑坡危险性评估方法的理论基础、方法分类及最新进展,并以汶川地震滑坡危险性快速评估为例,剖析了目前影响评估有效性的不确定性及空间数据质量等问题,指出了基于力学模型的地震滑坡危险性评估方法的改进方向.建议开展潜在地震及其诱发滑坡危险性的耦合评估,建立适用于我国大陆地区地震滑坡位移分析的经验模型,以便为国家层面的地震滑坡危险性区划服务.