基于证据权与Logistic回归模型耦合的滑坡易发性评价

滑坡灾害易发性研究对地质灾害风险管理及减灾防灾有着重要的现实意义。目前,多模型耦合的评价方法在国内外应用较为广泛,但将证据权与其他方法相结合用于滑坡易发性评价的研究却较少。鉴于此,本文以浙江省永嘉县为例进行滑坡易发性评价,选取高程等9个因素作为滑坡易发性的评价因子。利用证据权模型计算得到的证据权对比度与分级栅格比、滑坡栅格比进行比较,实现各评价因子状态分级处理;再运用Logistic回归模型算得各评价因子的权重。综合两种模型确定的状态分级权重和评价因子权重,基于GIS的栅格运算功能得到各评价单元的滑坡发生概率,实现研究区滑坡易发性分级区划。研究结果表明,证据权与Logistic回归耦合模型的评价结果的合理性与精确度均优于两种单一模型;且极高易发区和高易发区主要分布在水系延展区、断层密集区、岩组软弱区。研究结果对滑坡灾害风险管理及城市防灾规划具有一定的参考价值。     

基于Logistic回归和随机森林的清江流域长阳库岸段堆积层滑坡易发性评价

清江流域地质环境背景条件复杂,特别是沿清江库岸地质灾害频发;而过往的地质灾害易发性评价多针对行政区域范围,鲜有针对库岸带的专门评价,并且所用评价指标体系的针对性以及评价方法的可靠性仍有进一步提升的空间。为构建一套更加符合清江流域库岸带地质灾害发育特征的易发性评价指标体系,获得更加准确、适用性强的易发性区划成果,以清江流域渔峡口—资丘段为研究区,以两岸涉水斜坡体为研究对象,以斜坡单元为评价单元,构建坡度、坡向、高差、坡型、归一化植被指数、地形湿度指数、斜坡结构类型、工程地质岩组、堆积层厚度、河谷演化类型等10个指标组成的易发性评价体系;采用基于归一化确定性系数的Logistic回归和随机森林方法构建评价模型并得到不同易发性区划成果。评价结果显示：高易发区主要分布于清江干流渔峡口东—资丘东段左岸顺向斜坡体的中-下部涉水区域,且Logistic回归模型在地形地貌复杂的库岸段的适用性要优于随机森林模型。研究表明：所选堆积层厚度及河谷演化类型指标很好地代表了清江库岸段的独特地质背景条件特点;在非行政区划范围的特定研究区且当历史滑坡样本数量有限的情况下,Logistic回归模型能够较好地学习灾害发...     

联合时序InSAR和滑坡灾害易发性的元阳县滑坡灾害隐患识别

目前合成孔径雷达干涉(interfermoetic SAR,InSAR)理论与技术一直处于快速发展态势,在地质灾害隐患识别方面已有阶段性的进展,但是为了提高识别的效率与准确度还需进一步的研究。因此提出一种联合时序InSAR(Interfermoetic SAR)技术和滑坡灾害易发性的方法对云阳县进行滑坡灾害早期识别。该方法通过小基线集干涉测量(Small Baseline Subset InSAR, SBAS-InSAR)技术获得该地区地表形变信息,再结合通过信息量模型以地貌类型、土地利用类型、断层距离、高程、工程地质岩组、坡度、坡向、曲率与河流距离9个评价因子作为信息量值获得的滑坡灾害易发性区划与谷歌影像分层次进行潜在滑坡灾害的识别。然后对识别结果进行验证,研究表明了该种方法在此地区应用的可行性,且研究成果为地质灾害进一步的调查提供了参考与技术支持。     

贵州省都匀市滑坡易发性评价研究

都匀市是贵州省城镇滑坡地质灾害多发频发区。文章以都匀市沙包堡镇为研究区,采用栅格单元提取高程、坡度、岩性、水系等9项致灾因子,分别使用都基于数学统计模型的定量分析方法（二元逻辑回归模型、信息量模型）和定性分析方法（层次分析模型）对都匀市研究区滑坡地质灾害易发性进行评价。结果表明:二元逻辑回归模型预测精度与预测效果均为最优,其ROC曲线下面积AUC值为0.873,易发性分区中高易发区和中易发区内预测发生滑坡面积比占95.41%,且最符合野外实地调查验证情况。评价方法与结果可为贵州城镇地区滑坡地质灾害评价和防治提供借鉴。     

基于信息量与Logistic模型的矿区滑坡灾害易发性评价

针对矿区长期煤矿开采引起的滑坡灾害频发问题,快速高效地模拟和评价矿致滑坡灾害易发性是实现采矿地区科学防灾减灾的关键。基于此,本文应用信息量与Logistic回归模型结合多源高分辨率光学遥感数据等,选取相对高差、坡度、坡向、距断层距离、NDVI、距采空区距离6个滑坡影响因子来评价采煤矿区滑坡灾害易发性。结果表明:(1)信息量与Logistic回归模型耦合的综合预测准确率为96%,信息量模型滑坡预测准确率为95%,实验结果表明耦合模型的预测精度优于单一信息量评价模型,评价模型的合理性和预测精度皆符合检验要求;(2)研究结果也表明了采用信息量+Logistic回归模型耦合能较为客观准确、快速高效地评价地下采矿引起的滑坡灾害易发范围,评价结果可为类似地区高效快速划定滑坡灾害易发区间提供技术支撑。     

基于滑坡分类的西宁市滑坡易发性评价

以往的滑坡易发性评价多以全体滑坡为研究对象,忽视了滑坡类型的区别。各评价指标对不同类型滑坡的影响程度不同,也导致指标权重无法精确地反映其对滑坡的影响。为更准确地对滑坡灾害进行空间预测,针对西宁市滑坡特征及发育机理,将全区滑坡分为土质滑坡和岩质滑坡;在野外实际调查的基础上,结合相关性分析,选取坡度、坡向、剖面曲率、平面曲率、工程地质岩组,以及滑坡点距断层、水系、道路的距离远近等8项因素作为滑坡易发性评价指标,并通过滑坡点分布密度和滑坡点相对分布密度,分析各评价指标分别对土质滑坡和岩质滑坡的影响;利用信息量模型,计算各评价指标对两类滑坡的信息量值,利用人工神经网络模型,赋予各评价指标对两类滑坡的权重;最后基于GIS平台利用加权信息量模型对研究区进行易发性评价。通过统计方法和ROC曲线法分别计算滑坡易发性评价成功率,结果表明:评价成功率可达到82.61%和82.30%,与未经滑坡分类的成功率比较,分别提高了10.9%和5.2%;同时,经过滑坡分类后,湟水河两岸地质条件较差的地区转变为滑坡高易发区。     

浙西梅雨滑坡易发性评价模型对比

我国目前滑坡易发性评价研究主要集中在西南地区,对东南部降雨引发特别是梅雨引发的滑坡研究较少.选取浙江省西北部梅雨控制区淳安县为研究区,通过遥感解译结合野外详细调查,共确定滑坡596处,并建立滑坡编录数据库.选取高程、坡向、坡度、曲率、工程岩组、断层、道路、建设用地、植被等9个滑坡影响因子,基于GIS栅格分析方法,采用人工神经网络(ANN)、logistic回归和信息量3种评价模型,分别对32种不同影响因子组合进行滑坡易发性对比评价,得到滑坡易发性指数图.应用评价曲线下面积AUC(area under curve)对评价结果进行检验,ANN、logistic回归和信息量3种模型的正确率分别是93.75%、89.76%和90.06%;采用淳安县2014年梅汛期发生的13处滑坡作为预测样本,3种模型预测率分别是94.75%、94.33%和77.21%.上述分析结果表明:ANN模型优于其他两者.以ANN模型评价结果指数图为基础进行易发性分区,采用滑坡强度指标进行分区结果检验,滑坡强度值由易发性低、较低、中和高依次递增,说明分区结果合理.研究成果可以为浙西降雨型滑坡特别是由梅雨引发滑坡的易发性评价提供参考.      

基于Mamdani FIS模型的滑坡易发性评价研究

滑坡的形成是众多非线性关系的影响因子相互作用的结果,传统滑坡预测方法需要大量实地勘查数据。利用Mamdani FIS(模糊推理系统)模型对三峡库区巴东-秭归段进行滑坡易发性预测,并对结果进行评价。通过地理信息系统(geographic information system,GIS)、遥感(remote sensing,RS)技术和区域地质背景资料获取地形类、生态环境类和地质背景类共3类7种滑坡影响因子,建立了192条相关的推理规则,在Matlab平台下基于Mamdani FIS模型得到研究区滑坡易发性预测指数,并生成滑坡易发性区划图。预测结果的受试者工作特征曲线下的面积值为82.8%,显示滑坡评估效果良好。结果证明,与其他模型相比,基于空间信息技术的Mamdani FIS模型,利用其非线性分析能力和基于专家意见的推理规则,评估滑坡易发性时不需要先验知识支撑,简化了模型使用时对数据的要求。另外,该模型只需通过专家意见改变推理规则就可以应用于不同的地质地理环境区域,显示其较强的适应性。     

滑坡易发性危险性风险评价例析

从易发性、危险性、风险的概念入手,依据国际上流行和通用的滑坡风险评价与管理理论,分析了易发性评价的内容,包括易发性评价到危险性评价需要增加的评价要素,以及从危险性评价到风险评价需要增加的评价要素,阐明了这三种评价之间的联系和区别。并通过延安宝塔区的滑坡易发性、危险性和风险的评价与区划具体说明三者的做法和结果。     

不同模型的滑坡易发性评价精度讨论

为探讨不同滑坡易发性评价模型其评价结果的差异和评价精度,本文以贵州省桐梓县为研究区,选取坡度、斜坡结构、地形起伏度、工程地质岩组、距水系距离、距断层距离6个影响因子建立评价指标体系,分别采用信息量模型、确定性系数法、频率比法3种方法开展区域地质灾害易发性评价,并通过ROC曲线对评价结果进行精度验证。评价结果表明:信息量模型(AUC=0800)的评价精度优于确定性系数法(AUC=0784)和频率比法(AUC=0787),因此信息量模型更适合于该区域的滑坡易发性评价。     

国道219沿线崩滑地质灾害隐患遥感调查及发育分布规律

国道219北起新疆喀什地区叶城县,南至西藏日喀则市拉孜县,沿线地形条件复杂、气候恶劣、人烟稀少,地质灾害隐患地面调查工作开展难度大,遥感技术是进行该地地质灾害隐患研究不可或缺的手段之一。根据遥感影像上色调、形态、纹理、阴影等特征建立崩塌隐患、滑坡隐患的遥感解译标志,在国道219沿线共识别出崩滑隐患126处,其中岩质滑坡隐患39处、土质滑坡隐患6处、岩质崩塌隐患81处。结合斜坡坡度、岩(土)体类型、地质构造和斜坡结构,分析了崩滑隐患的影响因素和空间分布规律,划分出4个集中分布区,分别为萨嘎集中分布区(Ⅰ)、索得—唐热集中分布区(Ⅱ)、日松—多玛集中分布区(Ⅲ)和西昆仑集中分布区(Ⅳ)。结果显示,位于斜坡上部的崩滑地质灾害隐患具有高位链式灾害的特征,灾害过程隐蔽性强、运动距离远、破坏性大,在地质灾害防治工作中应尤为注重此类灾害的研究。研究成果可为沿线防灾减灾工作及重大工程建设规划提供参考。     

The application of GIS-based bivariate statistical methods for landslide hazards assessment in the upper Tons river valley,Western Himalaya,India

Landslides are one of the most frequent and common natural hazards in many parts of Himalaya. To reduce the potential risk, the landslide susceptibility maps are one of the first and most important steps in the landslide hazard mitigation. Earth observation satellite and geographical information system-based techniques have been used to derive and analyse various geo-environmental parameters significant to landslide hazards. In this study, a bivariate statistics method was used for spatial modelling of landslide susceptibility zones. For this purpose, thematic layers including landslide inventory, geology, slope angle, slope aspect, geomorphology, slope morphology, drainage density, lineament and land use/land cover were used. A large number of landslide occurrences have been observed in the upper Tons river valley area of Western Himalaya. The result has been used to spatially classify the study area into zones of very high, high, moderate, low and very low landslide susceptibility zones. About 72% of active landslides have been observed to occur in very high and high hazard zones. The result of the analysis was verified using the landslide location data. The validation result shows significant agreement between the susceptibility map and landslide location. The result can be used to reduce landslide hazards by proper planning.     

利用证据权法实现滑坡易发性区划

依托“5.12”特大地震的抗震救灾工作,以汶川地震12个极重灾县市为研究对象,在1:5万滑坡详细调查、编录和遥感影像解译的基础上,利用DEM数据,ETM影像及基础地质数据,使用证据权法完成了研究区滑坡易发性评价因子的提取与制图以及相关性统计分析,实现了1:5万的滑坡易发性区划。     

Use of satellite remote sensing data in the mapping of global landslide susceptibility

Satellite remote sensing data has significant potential use in analysis of natural hazards such as landslides. Relying on the recent advances in satellite remote sensing and geographic information system (GIS) techniques, this paper aims to map landslide susceptibility over most of the globe using a GIS-based weighted linear combination method. First, six relevant landslide-controlling factors are derived from geospatial remote sensing data and coded into a GIS system. Next, continuous susceptibility values from low to high are assigned to each of the six factors. Second, a continuous scale of a global landslide susceptibility index is derived using GIS weighted linear combination based on each factor’s relative significance to the process of landslide occurrence (e.g., slope is the most important factor, soil types and soil texture are also primary-level parameters, while elevation, land cover types, and drainage density are secondary in importance). Finally, the continuous index map is further classified into six susceptibility categories. Results show the hot spots of landslide-prone regions include the Pacific Rim, the Himalayas and South Asia, Rocky Mountains, Appalachian Mountains, Alps, and parts of the Middle East and Africa. India, China, Nepal, Japan, the USA, and Peru are shown to have landslide-prone areas. This first-cut global landslide susceptibility map forms a starting point to provide a global view of landslide risks and may be used in conjunction with satellite-based precipitation information to potentially detect areas with significant landslide potential due to heavy rainfall.     

基于遥感影像多尺度分割与地质因子评价的滑坡易发性区划

区域滑坡易发性的研究是滑坡空间预测的核心内容之一。从影像多尺度分割和面向对象的分类理论出发,以研究区遥感影像的熵、能量、相关性、对比度共4个参数作为影像纹理因子提取易发性特征,利用滑坡所处区域的库水影响等级、坡度、斜坡结构、工程岩组4类地质因子分析地质背景,搭建C5.0决策树的易发性分类模型,实现了对研究区内4类滑坡易发性单元的预测。结果表明：高易发性单元的工程岩组通常发育为软岩岩组和软硬相间岩组,且坡度在15°～30°之间;模型显示该区域训练样本和测试样本平均正确率达91.64%,Kappa系数分别为0.84,0.51,因此这种基于影像多尺度分割与地质因子分级的滑坡易发性分类研究具有一定的适用性。     

金沙江结合带高位远程滑坡灾害链式特征遥感动态分析

金沙江结合带由于地质构造发育,地震活动频繁,河谷切割强烈,岸坡高陡狭窄, 岩体极为破碎,历史上发生过多起大型滑坡堵江事件。以白格滑坡两次堵江事件（2018年10月11日、2018年11月3日）为例,采用2009年12月4日至2020年10月16日多期、多源卫星遥感数据源,通过遥感判识、对比分析等方法对滑坡体滑前斜坡变形特征、滑后滑坡堆积特征、滑后斜坡残留体变形特征进行特大型堵江滑坡链式特征遥感动态分析。根据多期遥感影像,将白格滑坡变形特征划分为早期滑动变形阶段（2009—2011年）、稳定变形阶段（2011—2015年）、快速变形阶段（2015—2017年）、剧烈变形阶段（2017—2018年）、变形破坏阶段（2018年以后）等5个阶段。根据滑坡第一次滑后的变形破坏特征,将滑坡划分为滑源区、铲刮区、堆积区以及拉裂变形区。根据滑坡第二次滑后的变形破坏特征,将滑坡划分为二次滑坡滑源区、二次滑坡堆积区（堰塞体）、二次铲刮（堆积）区、二次铲刮区影响区以及拉裂变形区。基于上述研究成果,对白格滑坡灾害链式特征进行总结分析,为金沙江结合带高位远程滑坡灾害链式特征研究提供参考。     

抚顺市市区地质灾害遥感调查研究

抚顺市是中国重要的大型煤炭工业基地之一。由于长期的采掘施工,其采矿场和采矿坑不断扩大加深,导致了矿区及其周边地带地面不稳定性的不断加剧,且已发生了局部的地面沉降等地质灾害,给人们的生产和生活带来了直接的威胁,并严重地影响着该地区社会经济的可持续发展。本研究工作采用遥感技术手段,快速地查明该地区现有的地质灾害类型、数量及其表现形式,以及地质灾害与断裂构造的相互关系,从而为在该地区进行地质灾害防治工作提供准确可靠的依据,取得了良好的应用效果。     

Probabilistic landslide hazards and risk mapping on Penang Island, Malaysia

This paper deals with landslide hazards and risk analysis of Penang Island, Malaysia using Geographic Information System (GIS) and remote sensing data. Landslide locations in the study area were identified from interpretations of aerial photographs and field surveys. Topographical/geological data and satellite images were collected and processed using GIS and image processing tools. There are ten landslide inducing parameters which are considered for landslide hazard analysis. These parameters are topographic slope, aspect, curvature and distance from drainage, all derived from the topographic database; geology and distance from lineament, derived from the geologic database; landuse from Landsat satellite images; soil from the soil database; precipitation amount, derived from the rainfall database; and the vegetation index value from SPOT satellite images. Landslide susceptibility was analyzed using landslide-occurrence factors employing the probability-frequency ratio model. The results of the analysis were verified using the landslide location data and compared with the probabilistic model. The accuracy observed was 80.03%. The qualitative landslide hazard analysis was carried out using the frequency ratio model through the map overlay analysis in GIS environment. The accuracy of hazard map was 86.41%. Further, risk analysis was done by studying the landslide hazard map and damageable objects at risk. This information could be used to estimate the risk to population, property and existing infrastructure like transportation network.     

汶川地震触发崩滑地质灾害空间分布及影响因素

通过遥感解译和实地考察,获取了2008年汶川地震触发崩滑的空间分布,利用GIS空间分析和Lo-gistic回归,分析崩滑的空间分布特征及其影响因素,建立了地震触发崩滑与其影响因素之间的回归方程。结果表明,(1)研究区共有5 154个崩滑群,覆盖总面积1 139 km2;(2)崩滑沿北川—映秀发震断层的两侧(断层上盘区占90%),呈北东向宽度不一的条带状分布;(3)Ⅺ和Ⅹ烈度区崩滑面积占区域面积的73.2%,Ⅷ度及以下烈度区崩滑面积比例较小;(4)崩滑发育及空间分布不仅受控于发震断层的活动,断层上下盘效应、地形放大效应等也是其重要影响因素。崩滑与其影响因子的回归方程表明:(1)到北川—映秀发震断层距离因子和到震中距离因子的偏回归系数远大于其他因子的偏回归系数,北川—映秀断层发震活动是控制崩滑空间分布的主导因子;(2)岩性软硬程度对崩滑空间分布的影响不显著;(3)地形坡度、高程、坡度变率、多年累积降雨、人工修路及植被覆盖对崩滑的发育产生影响。地形高程因子对崩滑空间分布的影响大于坡度、坡度变率因子的影响。人工道路、多年降雨及植被覆盖对地震崩滑的影响程度依次降低。     

基于GIS的哀牢山戛洒镇小流域滑坡易发性评价

根据研究区的基本情况,选择坡度、坡向、地层岩性、距断层距离、降雨、土地利用等6个评价因子,采用滑坡灾害易发性评价的GIS与AHP耦合模型进行戛洒镇滑坡灾害易发性评价,并将滑坡灾害分为极高、高、中、低和极低易发区5个区域进行了滑坡灾害易发性评价结果分析,以期为后期的小流域滑坡风险评估研究服务。