基于加权信息量模型的藏东南地区滑坡易发性评价

藏东南地区位于青藏高原中东部,地形和地质构造都极为复杂,是我国地质灾害发育最为严重的地区之一。在区域地质灾害调查和相关因素分析的基础上,对藏东南地区滑坡发育特征进行了分析。滑坡影响因素相关性分析结果表明:研究区内滑坡多发育于较坚硬—较软弱层状砂板岩、粉砂岩、泥岩、页岩岩组,较硬层状砂岩、灰岩岩组,松散堆积物岩组内,以及地形坡度大于45°,高程2 500~4 000 m区域内;滑坡发育密度受断裂影响大,随着断裂密度的增大,其与河流、道路距离的减小而增大。根据上述分析结果,综合选取地层岩性、坡度、坡向、地面高程、断裂密度、河流和公路7个因素作为评价因子,采用基于GIS的加权信息量评价模型对研究区滑坡易发性进行评价,并将研究区划分为极高易发、高易发、中易发、低易发和不易发等五个等级,通过成功率曲线(AUC)方法检验,评价结果具有较高的准确性。其中,极高易发区主要沿嘉黎断裂、怒江断裂和澜沧江断裂等区域大型活动断裂带和主干河流两侧分布;高易发区主要分布在主干河流两侧极高易发区边界向两侧扩展的区域;中易发区主要位于大江、大河及深切峡谷的支流两岸,及断裂密度相对较大的区域;低易发区主要在水系发育程度较低、断裂密度较小的区域分布;不易发区主要分布在断裂不发育、人类工程活动微弱的高山地带以及地形相对平缓的区域。此评价结果对藏东南地区滑坡发育特征和重大滑坡灾害防治规划具有重要的指导作用。     

川藏铁路雅砻江深切峡谷区滑坡早期识别研究

川藏铁路自东向西横穿雅砻江段高山峡谷区,沿线滑坡地质灾害频发,且具有强隐蔽性、高突发性、强链状性、强破坏性等特点,严重威胁川藏铁路的建设和运营安全。为了实现对深切峡谷区重大滑坡地质灾害早发现早防范,采用孕灾环境条件分析、高精度遥感、InSAR监测技术、无人机航拍等"星-空-地"识别技术,对深切河谷滑坡进行早期识别。获取深切峡谷区滑坡包括孕灾环境、斜坡空间几何结构、斜坡灾变演化特征等指标,构建深切峡谷区滑坡早期识别方法及指标体系,并运用该识别方法对典型滑坡甲西滑坡进行识别验证。以期为深切峡谷区滑坡地质灾害早期识别和防灾减灾等工作提供参考。     

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。     

轻小型无人机遥感在高山峡谷区山地灾害应急监测中的应用∗

高山峡谷区频发的山地灾害易堵塞河道形成堰塞湖,对下游城镇和重要基础设施影响极为严重。复杂的地形地貌环境中无法找到合适起降场地、航线规划不准、操作复杂等因素极大地限制了专业级无人机遥感系统在该区域的应用。针对高山峡谷区山地灾害发生后观测数据获取困难局面,探索将轻小型无人机应用于灾害应急监测。以藏东南深切峡谷地区102滑坡群2#滑坡、古乡沟泥石流为例,介绍了轻小型无人机遥感数据快速采集流程。基于航测影像数据对灾害现场进行三维模型快速重建,并将建模结果与三维激光点云模型对比,验证方法的可行性和准确性。结果表明:应急条件下基于轻小型无人机的山地灾害三维模型精度在分米级,平面方向精度高于高程方向,最大误差率低于9.7%。作为一种数据快速获取方法,可将其应用到山地灾害应急监测领域。     

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...     

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。     

云南C波段天气雷达的森林火灾预警系统实现

利用云南多次森林火灾历史个例,结合相对应的C波段新一代天气雷达资料进行对比分析研究,参考S波段新一代天气雷达的一些阈值,基于雷达探测回波的形成原理,提出森林火灾在C波段高山雷达回波上的一些特有指标,形成C波段高山雷达特有的算法,主要有:由于高原高山地区风速较大,引入雷达速度场结合地面自动站风向风速判别指标;高山雷达由于海拔高差较大,探测的目标物高度也不同,在设置识别阈值时应有一定的差别;高原小尺度对流性降水回波过滤方法等一些新指标和方法。基于此设计了系统,并开展雷达森林火灾探测预警的业务试验,不断改进总结完善后,取得了一定效果,实现了C波段新一代天气雷达的森林火灾探测软件系统。试验表明:从时效性看雷达监测有时较卫星和人工视频监测有一定优势,可与目前的卫星监测和人工视频监测等手段形成互补;根据空中火灾烟尘回波面积和烟尘回波顶高的变化,有时可以较好的分析出地面火势的变化情况,判断出火势的增强、减弱和复燃。     

基于大数据挖掘的山区公路沿线滑坡易发性小区划

本文目的是基于滑坡灾害因子地理空间数据、历史滑坡大数据分析,构建山区公路沿线滑坡易发性精细化评价的逻辑回归模型。选取高程、坡度、坡向、坡位、微地貌、曲率、顺逆向坡、归一化植被指数、岩性、距水系距离、距断层距离、距道路距离、多年平均降雨13个因子作为滑坡易发性影响因子,以30 m精度栅格建立影响因子地理空间数据库。在研究区域441个历史滑坡数据的基础上,将地理空间分划分为滑坡区与非滑坡区,分别随机选取70%的滑坡区域与非滑坡区作为训练数据集,剩下的30%作为验证数据集。通过样本数据集的训练,建立逻辑回归分析模型。利用训练好的逻辑回归模型,对整个研究区滑坡易发性进行仿真预测。结果显示,滑坡极低、低、中、高、极高易发区面积分别占42.24%、18.42%、17.57%、16.37%、5.41%,高、极高易发区与历史滑坡位置吻合度高;训练数据集、验证数据集以及区域仿真的ROC曲线AUC值分别为0.89、0.83、0.87,评价模型具有较高的稳定性与可靠性;新近发生的3个典型滑坡均处于高或极高易发区,模型具有良好的预测功能。     

基于GIS和贡献权重迭加方法的区域滑坡灾害易损性评价

区域滑坡易损性是指特定区域对滑坡灾害的破坏和损害的敏感性.根据易损性指标的科学性、可操作性以及可定量化等基本选取依据和研究区的区域特点,选择了人口密度、道路密度、建筑密度、林地密度、耕地密度、滑坡灾害密度6个指标.探讨了贡献率方法评价区域滑坡易损性的建模过程和数学表达.区域滑坡易损性定量表达为各指标的自权重与互权重以及指标的归一化值的乘积.以四川米易县为研究实例,对此评价方法进行了应用,在GIS系统中运用自然断点法进行了易损度区划和区划制图,结果显示,高易损度区、中易损度区、低易损度区分别占研究区域的7.13%、21.19%、71.68%,易损性分布基本上与人口密度、建筑密度和道路密度分布相一致,反应了基于贡献率的区域滑坡灾害易损性区划的合理性.     

降雨主导型库岸滑坡变形时空分布特征

根据某大型水库近坝库岸滑坡8年的监测资料,对该滑坡变形的时空分布特征进行了分析。该滑坡变形的空间分布特征主要表现为3个方面的差异,即区域差异、高程差异和深度差异。而滑坡变形的时间分布特征主要体现在库水作用和降雨两个方面:在重点监测的Ⅱ区,库水作用只影响到其前端部分,对中、后部影响很小;该区的整体变形与降雨关系密切,响应明显。这些特征表明该滑坡为降雨主导型库岸滑坡,并有向稳定方向发展的趋势;但Ⅱ区特有的"后坐式"变形特征又存在一定的安全隐患,因此,该滑坡的监测还应长期进行。     

米林震后地质灾害空间分布特征及易发性分析

2017年11月18日西藏米林发生M_S6.9级强震并引发严重的次生地质灾害。为研究其地质灾害的空间分布规律,利用遥感技术提取该区域的滑坡、崩塌等灾害信息。在此基础上,引入高程、坡度、坡向、地层岩性、水系和断层等六种地震触发的地质灾害影响因素,并利用层次分析法(AHP)确定各影响因素在地质灾害易发性评价中所占权重,得到了研究区地质灾害易发性空间分布图。结果表明,该研究区地质灾害总面积达到32.77 km~2,并以中小浅层滑坡和崩塌为主,且55.6%的地质灾害位于极易发区。     

“5.12”地震次生地质灾害分析——以青川、平武县为例

5.12汶川特大地震诱发了大量的次生地质灾害,造成了山体大面积滑坡、崩塌、泥石流及堰塞湖等,给人民生命财产造成了重大损失。在对平武、青川县地质、水文、气象条件等地面调查的基础上,以多源遥感数据为信息源,结合3S技术,解译了次生地质灾害及潜在地质灾害体,并进一步探讨了震后次生地质灾害的发生、分布规律。研究成果对灾后重建、高山峡谷地震多发区的防灾及灾害遥感机理研究具有借鉴意义。     

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。     

局域地形和林火数量对区划方法的影响规律研究

森林火灾等级区划不仅能为预防森林火灾提供宏观指导,并有利于防火人员的合理安排,从而达到对火灾的有效防范和控制。一个好的森林火灾的区划结果得益于适宜的区划方法,而区划方法的选择则受制于区划影响因子,因此探讨森林火灾区划的影响因子对区划结果至关重要。分析了重庆市森林火灾的空间分布特征,并在GIS支持下,利用2000-2010年中527例历史林火记录和DEM数据,分析了局域高度和林火数量对森林火灾区划的影响。最终,将局域高度及林火数量构建成火灾易发程度并空间化,从林火易发程度的角度出发给出了重庆市森林火灾区划结果。通过分析发现,所构建的林火易发程度可从地形和林火数量的角度反映某一地区的林火发生情况,因此局域地形和林火数量可分别作为重庆市森林火灾区划的指标之一。     

容县2010年6月滑坡灾害降雨阈值研究

大暴雨常引起群发性滑坡灾害的发生,对大暴雨引起的滑坡进行预警显得尤为重要,而确定诱发群发性滑坡的降雨阈值是预警的关键。在容县2010年6月初暴雨及其诱发的滑坡数据基础上,分析降雨和滑坡发生数量的相关性;采用降雨强度-降雨历时模型的统计分析方法,建立不同滑坡发生概率的降雨强度-降雨历时阈值线,且用ROC方法对阈值线进行检验。研究结果表明：滑坡发生数量和降雨量相关性为0.507;采用ROC方法分析得到滑坡发生概率为10%、50%、90%,阈值线的准确率分别为0.70、0.75、0.39,漏报率分别为0.05、0.23、0.93,误报率分别为0.75、0.29、0.04;综合以上指标,将50%阈值线作为研究区的阈值线,并进一步分析该线在不同日数下诱发滑坡的降雨阈值,作为容县群发性降雨型滑坡灾害预警分析。     

兰州地区滑坡风险因素及其与区域构造的关系

滑坡作为一种典型的环境地质灾害，其危害日趋严重。利用地理信息系统及空间分析技术分析了兰州地区滑坡风险的主要影响因素、滑坡风险分布规律及其与地形地貌和地质构造的关系，得到的主要结论为：兰州地区滑坡受地形地貌和地质构造影响较大；滑坡风险分布的集中程度为南部基岩山区和黄土梁区坡度较陡峭区域的滑坡分布较为密集，属于滑坡高风险区，而北部黄土丘陵区坡度平缓区域的滑坡分布比较分散，属于滑坡低风险区；研究区域内滑坡风险相对集中的区域面积较小，而相对分散的区域面积较大；滑坡风险沿市区两山成带状分布，且分布趋势与黄河北岸的北西西向断层、西固北岸的北北西向断层以及黄河以南的北北西向断层方向一致。     

基于随机森林算法的城市火灾风险评估研究

为定量分析城市火灾风险,引入随机森林算法。首先设计基于随机森林算法的递归特征消除方法优化初选的14个自变量指标,剔除无关或冗余变量;其次基于随机森林算法的平均准确度降低方法计算特征重要度,将其归一化结果作为指标的权重;最后结合指标数据,使用线性加权法评估城市火灾风险。以济南市区为例的实证研究显示:经过特征选择操作后发现只有10个指标时模型误差最小,MSE为7.43×10-4;用于计算指标权重的随机森林模型与实际火灾密度拟合的决定系数R2>0.85,精度较高,可用于对指标的客观赋权;火灾风险评估结果不仅显示历史火灾较多的区域是高风险区,也可得到火灾发生较少区域的风险值。