Newmark方法在芦山地震诱发滑坡分布预测研究中的应用

对于地震滑坡灾害而言,进行地震滑坡危险区划是降低损失的有效手段之一.因此,地震滑坡危险性预测方法的研究成为这一领域的热点.2013年4月20日芦山地震诱发了大量的滑坡崩塌,造成了严重的人员伤亡和社会经济财产损失.文中通过对地震灾区震后航片、遥感影像等的解译,初步获得此次地震诱发滑坡的分布概况.在芦山地震灾区的地形和岩性分析的基础上,基于Newmark物理平衡模型,对该区的潜在地震滑坡危险区进行了分析预测,通过对比本研究获得的潜在滑坡区域预测结果与解译的滑坡分布情况,表明Newmark模型是一种有效的地震诱发滑坡预测分析方法.进一步探讨了不同滑坡影响范围估算方法的差异,认为震级与产生滑坡最远距离之间的关系是一种较好的估算方法.     

地震诱发滑坡的危险性分析与预测

结合地震滑坡的特点和相关文献研究,介绍了地震力的分析方法、地震滑坡的机理、地震危险性分析的方法、地震活动性参数的确定方法以及场点地震危险性概率计算原则。将两种地震诱发滑坡预测结果进行对比,分析结果表明,地震滑坡危险区主要集中在中国西部地区（川、滇、甘、陕、新疆等省区）及中国台湾地区,随预测年限的增加场地的地震滑坡危险性也随之增高,地震崩塌滑坡的危险区域明显加大。     

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。     

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。     

基于信息量和逻辑回归耦合模型的黄土地震滑坡危险性分析

黄土地震滑坡危险性分析对黄土地区城镇化、工程建设的规划和地震灾害预防具有重要意义。以甘肃省定西市岷县—漳县交界处为研究区域,通过统计分析该区历史地震滑坡灾害数据,归纳并建立包含地震、坡度、坡高、坡向、地层岩性、年平均降雨量、河流流域和地貌类型等8个影响因子的评价指标体系,采用信息量模型、逻辑回归模型和信息量-逻辑回归耦合模型分别分析该区域黄土地震滑坡危险性。结果表明：(1)地震、河流和降雨是诱发黄土滑坡灾害发生的主要因素,其中地震因子贡献率最大;(2)研究区可划分为高、较高、中、低和极低危险区五个等级,其中高危险区主要集中于岷县、漳县与陇西县等地;(3)根据受试者工作特性(ROC)曲线精度检验结果,三种模型的AUC值分别为0.889、0.617和0.898,信息量-逻辑回归耦合模型结果的精确性相比其他两个模型更高。     

汶川地震滑坡危险性评价——以武都区和文县为例

利用GIS技术详细研究汶川地震在甘肃省陇南市武都区和文县触发的滑坡地质灾害的分布规律及其与地震烈度、地形坡度、断层、高程、地层岩性的相关关系,采用基于GIS的加权信息量模型的崩塌滑坡危险性评价方法,对研究区的地震滑坡危险性进行学科分析。结果表明：极高危险区在高程上主要分布在集水高程区,高度危险区主要沿白水江、白龙江等主干河流两侧极高易发区的边界向两侧扩展,轻度和极轻度危险区面积占比较小,主要分布在低烈度、活动断裂不发育、人类活动微弱的高海拔地区,另外国道G215沿极高危险性区域分布明显;利用危险性等级分区结果统计人口公里格网数据,得到武都区和文县潜在影响人口,发现研究区约78万人将受到地震滑坡灾害的潜在影响。     

基于综合指标法的芦山地震滑坡危险区等级快速划分

山区强烈地震诱发的滑坡崩塌是一种致灾严重、发生范围较广的灾害,进行地震滑坡危险区划是降低损失的有效手段之一。以2013年4月20日MW7.0芦山地震为例,以芦山县、宝兴县及其周边受滑坡崩塌灾害影响较为严重的区域作为研究对象,选定地层岩性、坡度、地震烈度、距断层距离和距水系距离等5类与地震滑坡关系密切的影响因子,采用层次分析法确定每个影响因子的权重,继而采取综合指标法,将研究区划分为低危险、中度危险、较高危险和最高危险4个等级的危险区,用以表示该区域在遭受给定的地震烈度作用下发生地震滑坡的可能性的大小。实地勘察的滑坡点分布与预测的地震滑坡危险区的对比表明,两者吻合程度较高,约有77%的滑坡点落在较高危险和最高危险区。研究成果可为地震滑坡灾害应急、山区地震滑坡预测、滑坡灾害预防等工作提供参考依据。     

芦山地震震后次生滑坡灾害风险评价研究

以北京时间2013年4月20日8时02分四川省雅安市芦山县7.0级地震为例,对研究区进行震后次生滑坡灾害风险评价.研究在利用芦山地震受灾区航空影像对震后次生滑坡灾害隐患点解译的基础上,选择坡度、坡向、震后累计降雨量和危险植被指数4个评价因子,利用统计分级法对各因子进行敏感性分析,采用层次分析法（Analytic Hierarchy Process,AHP）对评价因子进行权重量化,最后综合运用GIS空间分析技术对芦山地震震后次生滑坡灾害进行风险评价,研究结果将研究区划分为次生滑坡灾害高危险区、中危险区和低危险区.     

区域边坡地震危险性评价理论研究进展

地震滑坡会对自然环境和人民生活带来极大破坏,在大区域范围内对边坡遭受地震影响的程度进行评价判断,主要采用具有预测性质的潜在地震诱发滑坡危险性评估的方法。因此,深入研究边坡地震危险性分析的基本理论并作出符合实际的危险性分布图对工程建设和灾害防治具有较大意义。梳理并阐述具有预测性质的边坡地震危险性分析所需数据资料及各类数据的研究进展,将利用永久位移法进行边坡地震危险性评价所需数据归纳为三种：(1)边坡在地震影响下破坏程度的判定依据;(2)区域地震动参数如峰值加速度、阿里亚斯强度;(3)边坡坡体基本参数如黏聚力、摩擦角、重度、滑块厚度、坡角等。边坡地震危险性评价的准确程度与这三类数据的研究程度与准确性有关。文章对三类数据分别详细阐述各自的研究现状与成果应用,最后分析理论存在的部分问题以及以后的研究方向。     

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。     

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.     

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.     

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.     

地震黄土滑坡滑距预测的BP神经网络模型

地震滑坡的滑距与重力滑坡的滑距有着显著的不同,科学预测地震发生时黄土地区滑坡的滑动距离是合理评估黄土地区滑坡风险和减轻滑坡灾害的有效方式之一。基于海原特大地震诱发黄土滑坡的400组野外调查数据,通过引入BP神经网络算法,论证了BP神经网络模型用于预测黄土地震滑坡滑距的适宜性和可行性;建立了地震诱发黄土滑坡滑距的BP神经网络预测模型,并通过67组数据进行了验证。BP神经网络算法和传统多元线性回归、多元非线性回归结果的对比显示,BP神经网络的预测更接近真实情况,具有较为理想的预测效果,可以用于黄土地震滑坡滑距的预测,并为圈定较为可靠的致灾范围提供依据。     

An open-accessed inventory of landslides triggered by the MS 6.8 Luding earthquake,China on September 5, 2022

This study constructs a preliminary inventory of landslides triggered by the M_S 6.8 Luding earthquake based on field investigation and human-computer interaction visual interpretation on optical satellite images. The results show that this earthquake triggered at least 5 007 landslides, with a total landslide area of 17.36 ?km², of which the smallest landslide area is 65 ?m² and the largest landslide area reaches 120 747 ?m², with an average landslide area of about 3 500 ?m². The obtained landslides are concentrated in the IX intensity zone and the northeast side of the seismogenic fault, and the area density and point density of landslides are 13.8%, and 35.73 ?km^?2 peaks with 2 ?km as the search radius. It should be noted that the number of landslides obtained in this paper will be lower than the actual situation because some areas are covered by clouds and there are no available post-earthquake remote sensing images. Based on the available post-earthquake remote sensing images, the number of landslides triggered by this earthquake is roughly estimated to be up to 10 000. This study can be used to support further research on the distribution pattern and risk evaluation of the coseismic landslides in the region, and the prevention and control of landslide hazards in the seismic area.     

Rigorous landslide hazard zonation using Newmark's method and stochastic ground motion simulation

Researchers and practitioners in earthquake engineering have recognized geographic information systems (GIS) to be a significant tool in modeling spatial phenomenon related to hazard and risk. GIS, as an engineering tool, has been primarily used for its spatial data storing and presentation features. Models are often simplified to be more compatible with the light computational capabilities of many GIS. If not simplified, heavy computations are generally performed external to the GIS. A prototype vector-based GIS was developed that employs a rigorous approach to Newmark's displacement method for assessing earthquake triggered landslide hazards. The rigorous Newmark's analysis provides desirable flexibility by allowing input of actual ground motions. The prototype hazard GIS incorporates a popular shot filtered noise technique for generating artificial ground motions. The rigorous approach was compared to a popular simplified approach for computing Newmark displacements. Distribution of regional displacements was found to be similar with the simplified approach giving more and larger extreme displacements. The rigorous approach is suitable for large scales to model various seismic scenarios and their effect on seismically induced landslide potential.     

DATABASE OF LANDSLIDES TRIGGERED BY 2015 GORKHA(NEPAL) MW7.8 EARTHQUAKE

In this study, a detailed database of landslides triggered by the 25 April 2015 Gorkha (Nepal)M_W7.8 earthquake is constructed based on visual interpretation of pre- and post-earthquake high-resolution satellite images and field reconnaissance. Results show the earthquake triggered at least 47 200 landslides, which have a NWW direction spatial distribution, similar with the location and strike of the seismogenic fault. The landslides are of a total area about 110km² and an oval distribution area about 35 700km². On the basis of a scale relationship between landslide area (A)and volume (V), V=1.314 7×A^{1.208 5}, the total volume of the coseismic landslides is estimated to be about 9.64×10⁸m³. In the oval landslide distribution area, the landslide number density, area density, and volume density were calculated and the results are 1.32km^-2, 0.31%, and 0.027m, respectively. This study provides a detailed and objective inventory of landslides triggered by the Gorkha earthquake, which provides very important and essential basic data for study of mechanics of coseismic landslides, spatial pattern, distribution law, and hazard assessment. In addition, the landslide database related to an individual earthquake also provides an important earthquake case in a subduction zone for studying landslides related to multiple earthquakes from a global perspective.     

Spatial Distribution of Seismic Landslides in the Areas of 1927 Gulang M8.0 Earthquake

The 1927 Gulang M8.0 earthquake has triggered a huge number of landslides, resulting in massive loss of people''s life and property. However, integrated investigations and results regarding the landslides triggered by this earthquake are rare; such situation hinders the deep understanding of these landslides such as scale, extent, and distribution. With the support of Google Earth software, this study intends to finish the seismic landslides interpretation work in the areas of Gulang earthquake (VIII-XI degree) using the artificial visual interpretation method, and further analyze the spatial distribution and impact factors of these landslides. The results show that the earthquake has triggered at least 936 landslides in the VIII-XI degree zone, with a total landslide area of 58.6 km². The dense area of seismic landslides is located in the middle and southern parts of the X intensity circle. Statistical analysis shows that seismic landslides is mainly controlled by factors such as elevation, slope gradient, slope direction, strata, seismic intensity, faults and rivers. The elevation of 2 000-2 800 m is the high-incidence interval of the landslide. The landslide density is larger with a higher slope gradient. East and west directions are the dominant sliding directions. The areas with Cretaceous and Quaternary strata are the main areas of the Gulang seismic landslides. The X intensity zone triggered the most landslides. In addition, landslides often occur in regions near rivers and faults. This paper provides a scientific reference for exploring the development regularities of landslides triggered by the 1927 Gulang earthquake and effectively mitigating the landslide disasters of the earthquake.     

浙江省文泰震区地震滑坡危险性评估

地震滑坡灾害的震前预测与震后快速评估已成为减轻地震次生灾害的重要手段之一。本文使用简化Newmark模型,设定地震震级(M_S5.0),利用区域地质图、数字高程模型等基础数据,考虑地形对地震动的放大效应,对文泰震区潜在同震滑坡区域开展评估工作。研究表明,干燥与饱和状态下,设定地震作用下研究区内地震滑坡高危险区均主要分布在距设定震中15km以内的范围内,其分布与区内岩土体处于临界稳定状态的分布趋势相同。区内水库坝址与水库库体未受到潜在同震滑坡的影响,划定的重点关注区内位于潜在滑坡体下方的千秋门村、驮加村、高西村、杜山村、南峤村、包坑村、龙前村、新厂村以及各级公路易受到同震滑坡的影响,应提升重点关注区内承灾体的风险防范能力,尽可能减少潜在同震滑坡对区内生命财产安全造成的威胁。     

21世纪初几次大地震事件触发滑坡基础数据建设

自2008年5月12日汶川MW7.9地震发生以来,针对地震滑坡与光学遥感影像的特点,制定了地震滑坡编录新原则、遥感影像选取新原则及地震滑坡属性库建立原则。文中介绍了21世纪初4次大地震事件触发滑坡基础数据建设成果:包括2008年5月12日汶川MW7.9地震,此次地震触发了至少197 481处滑坡;2010年4月14日玉树MW6.9地震至少触发2 036处滑坡;2010年1月12日海地MW7.0地震至少触发30 828处滑坡;2007年4月21日智利艾森峡湾MW6.2地震至少触发1 000处滑坡。分析了地震触发滑坡基础数据建设成果与以往研究的不同。最后从地震滑坡基础数据建设成果对地震滑坡分布规律与危险性评价的影响,对震区滑坡与泥石流防灾减灾的意义,对地震震级、活动断层运动习性、地震烈度等的反馈,对震区河流与地貌演化研究的基础意义,对全球地震震级与触发滑坡关系研究的意义等几个方面,分析了地震滑坡基础数据建设的实际应用价值与科学研究意义。