基于地理加权回归模型的云南省地质灾害易发性评价

云南省是我国各种地质灾害的多发区。该文以2000-2014年云南省发生的500个典型地质灾害事件为基础,选取与地质灾害相关的诱发因素因子和潜在形成条件因子,构建了相应的评价指标体系。然后采用地理加权回归模型对其进行易发性评价,并对结果进行了等级划分。最后利用引入空间准确测量思想的成功率曲线和ROC曲线,对评价结果进行了精度验证和分析比较。结果表明:(1)云南省地质灾害较高和极高易发区主要位于西北部地区,且以泸水县、中甸县和维西傈僳族自治县为最高;(2)对评价结果进行了分级,从低到高不同易发性等级的面积百分比分别为6.14%,24.80%,18.41%,24.68%,20.78%和5.18%;(3)在未引入空间准确测量思想情况前,成功率曲线和ROC曲线的AUC值分别为0.503 8和0.965 1;引入空间准确测量思想后,AUC值分别为0.681 3和0.992 7,证明所提基于地理加权回归模型的云南省地质灾害易发性评价具有较高的可靠性。     

基于加权信息量和迭代自组织聚类的地质灾害易发性评价

以三峡库区忠县-方斗山地区为研究对象,首先选取坡度、坡向、坡高、岩土体类型、坡体结构、构造、水的作用、人类工程活动等8个评价因子建立地质灾害易发性评价指标体系,并对因子状态进行分级;然后,采用层次分析法计算各指标因子的权重,应用加权信息量模型进行地质灾害易发性评价;再者,利用迭代自组织聚类模型对地质灾害易发性评价结果进行分级区划;最后,对地质灾害易发性评价的精度进行定量评价。结果表明:地质灾害易发性评价结果与实际地质灾害发生的吻合度高、评价结果可靠、评价方法精度高、适用性强;岩土体类型、坡体结构、水的作用及人类工程活动是地质灾害发育的最主要控制因素;地质灾害易发性划分为极高易发、高易发、中易发、低易发、极低易发五个等级。建立的评价方法从权重确定和等级划分方面完善了地质灾害易发性评价理论体系,可为区域地质灾害易发性评价提供理论指导和技术参考。     

基于层次分析法的绵阳市地质灾害易发性评价

在对层次分析法(AHP)作了简要的介绍后,阐述了该方法应用于地质灾害易发性评价的过程及步骤,并在此基础上运用AHP建立了地质灾害易发性综合评价的层次分析结构模型及其判断矩阵,从而确定了影响地质灾害易发程度因子的权重,建立了地质灾害易发性单灾种评价及区域地质灾害易发性综合评价的数学模型.绵阳市地质灾害易发性评价应用说明,该方法是比较合理、有效的,具有较高的预测精度,评价结果与实际地质灾害发育区的拟合率大于90%.     

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。     

基于GIS的“8.8”九寨沟地震景区地质灾害风险评价

风险评价是防灾减灾的重要非工程手段,针对九寨沟景区在2017年8月8日M_s 7.0级地震后地质灾害加剧的问题,在GIS环境下进行地质灾害风险及治理工程效益评价研究。本文选取了构造因子、地形因子、地质因子及其它因子等9个指标建立危险性评价模型,易损性选取人口、道路、建筑物、旅游基础设施、景观、防治工程等6个承灾因子,分别采用信息量模型和层次分析法进行地质灾害危险性和易损性评价。结果表明,研究区划分为极低风险区(41.36%)、低风险区(40.52%)、中度风险区(16.02%)、高风险区(1.84%)和极高风险区(0.27%),高-极高风险区总面积为13.79 km~2,其中村寨、诺日朗及熊猫海周边均为地质灾害极高风险区,建议设为重点防治区域;现有防治条件下高-极高风险区面积减少了26.73%,防治效益良好,该结果可以为景区恢复重建和区域规划提供参考。     

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。     

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。     

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。     

基于极值降雨假设法的城镇地质灾害风险性评价耦合模型研究——以安康市岚皋县官元镇为例

选取安康市岚皋县官元镇为研究区,以斜坡单元为评价单元,采用信息量-支持向量机耦合模型进行地质灾害易发性评价,根据自然断点法完成易发性分区;基于极值降雨假设法分别计算大雨(35 mm/24 h)、暴雨(75 mm/24 h)、大暴雨(175 mm/24 h)和特大暴雨(250 mm/24 h)4种工况下斜坡的危险性指数,并开展相应工况下危险性区划;采用TOPSIS法计算易损性指数,开展地质灾害易损性分区。综合采用信息量-支持向量机模型、极值降雨假设和TOPSIS法构建研究区风险性评价耦合模型,根据自然断点法划分4种降雨工况的地质灾害风险性分区,将风险区划为极高风险区、高风险区、中风险区和低风险区。     

基于频率比模型和随机森林模型耦合的地质灾害易发性评价

目前利用机器学习进行易发性评价时,非地质灾害单元通常是在研究区范围内随机选取,会导致部分非地质灾害单元落在潜在地质灾害单元之上,造成模型评价结果偏差,所以非地质灾害单元的有效选取成为当前易发性评价的难点问题。以浙江省长兴县李家巷镇为研究区,选取高程、坡度、坡向、剖面曲率、岩组、距水系距离、距断层距离、归一化植被指数和土地利用这9个环境因子作为评价指标,利用频率比模型(frequency radio, FR)进行非地质灾害单元的选取,然后选用随机森林模型(random forest, RF)进行地质灾害易发性评价,并与未经有效筛选非地质灾害单元的RF模型结果进行对比分析。结果表明,与RF模型相比,FR-RF模型的特异性(Specificity)提升了9.51%,说明对非地质灾害单元的预测能力显著提升,同时敏感性(Recall)提升了13.71%,说明对地质灾害单元的预测性能也大幅提升,受试者工作特征曲线下的面积(area under curve, AUC)和准确率(Accuracy)分别提高了6%、11.66%,模型整体性能及预测能力得到改进;地质灾害极高和高易发区主要分布于存在碎屑岩和...     

基于确定性系数分析方法的秭归县滑坡易发性评价

滑坡易发性研究对地质灾害的防治工作具有重要意义。以三峡库区秭归县为研究区域,选取坡度、高程、岩性、土地利用、距水系距离等滑坡因子,采用确定性系数方法分析了滑坡关于各影响因子的易发程度。在此基础上进行了滑坡易发性评价与制图,根据自然间距分类方法将评价结果分为极低、低、中、高和极高5个等级,它们依次占研究区域面积的8.80%,18.89%,25.62%,25.07%和21.62%。评价结果表明,极高和高易发区主要分布于长江干流与支流两岸,与实际分布情况吻合,研究结果对防灾减灾工作具有实用意义。     

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。     

福建海坛岛地质灾害特征及风险评价

通过现场调查及历史岸线对比的方法,摸清了海坛岛主要的地质灾害类型及其分布特征,发现海坛岛存在三种地质灾害类型:海岸侵蚀、重力类地质灾害(崩塌与滑坡)与风沙灾害。海岸侵蚀为主要的灾害类型,分布在海坛岛东部的岬湾海岸;其中的一些岸段由于人工护岸工程的修建,延缓了海岸的侵蚀后退,但同时造成临近沙滩的侵蚀退化。崩塌与滑坡共计16处,分布于海岛各处,多半为开山采石等开发活动造成。风沙灾害区位于海坛岛东北部长江澳沿岸,沙源为长江澳沙滩,这与该地直面常年主风向(NNE)有关。建立了海坛岛地质灾害风险评价指标体系,采用专家打分法与层次分析法确定了各评价指标的权值,通过模糊综合评判模型,对海坛岛地质灾害风险进行评价。结果显示,中、高风险区与主要的地质灾害类型的分布区域一致,而岛陆主体为低风险区。根据海坛岛地质灾害特征及风险评价结果,给出了灾害防治建议。     

地质灾害控灾因素的遥感地质分析--以藏南拉轨岗日地区为例

以实地调研数据为基础,在综合分析TM影像所提供的空间及光谱信息之后认为:(1)拉轨岗日变质核杂岩带通过其接触带中的断裂体系直接控制相应的地质灾害,通过所形成的构造地貌和特征水系对地质灾害的孕育、规模和强度产生间接影响;(2)拉轨岗日变质核杂岩带各个组成变质核杂岩的接触带及其外延的盖层区域因受构造变动的影响而成为崩塌、滑坡和泥石流等地质灾害的易发区域;(3)研究拉轨岗日变质核杂岩带的结构形式及成因模式可对地质灾害易发区域的圈绘起到指导作用.     

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。     

频率比与信息量模型在黄土沟壑区滑坡易发性评价中的应用与比较

本文以地处黄土沟壑区的皋兰县部分区域为研究对象,选取了高程、坡度、坡向、平面曲率、岩性、河流、水流强度指数和建筑物作为滑坡的评价因子,基于GIS的数据分析技术,利用频率比和信息量模型对其进行滑坡易发性评价,并对结果进行等级划分。最后,通过ROC曲线和密度法,对2种模型的评价结果进行精度检验和对比分析。结果表明:信息量模型的评价结果优于频率比模型的评价结果,其更适合于该区域滑坡易发性的定量评估;研究区滑坡的分布主要受控于高程和建筑设施;高、极高易发区域集中分布于低高程区域和距建筑物250m范围内。所得到的滑坡易发性分区结果可为该区域的滑坡灾害防治和土地规划利用提供参考依据。     

基于GIS的长白山地区地质灾害风险综合评估

以长白山地区为研究区,以该地区地质灾害分布数据,专题地图数据和统计数据作为数据源,基于区域灾害系统论的观点,结合地质灾害现状发育因素、地质环境条件因素、人类工程活动因素和社会经济发展因素,将地质灾害易发分区评价和自然灾害风险评估结合起来对长白山地区地质灾害风险进行了综合评估研究。采用100 m×100 m的栅格单元作为基本的评估单元,采用极差法对指标值进行标准化处理,采用层次分析法确定指标的权重,采用综合指数法计算地质灾害风险综合指数,并将其划分为一级风险区、二级风险区、三级风险区和四级风险区,得到了长白山地区地质灾害风险等级分布图。该等级分布图揭示了地质灾害风险在长白山地区的分布情况。结果表明:长白山地区地质灾害风险等级呈现出明显的空间差异性,整体上研究区东西两端较高,中部较低。长白山地区地质灾害风险水平主要以三级风险区为主,表明从整体上看,研究区大部分地区地质灾害风险水平相对较低。     

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...     

京津冀城市群防灾韧性时空格局和空间收敛性研究

为探究京津冀城市群防灾韧性的时空演化，基于2010—2020年京津冀城市群13个城市的防灾韧性评估结果，应用Kernel密度估计方法、空间自相关模型、收敛检验法以及Dagum基尼系数法，对不同时期京津冀城市群防灾韧性水平时空动态演进分布格局及地区差异进行分析。结果显示：2010—2020年京津冀城市群防灾韧性水平总体呈现上升趋势；但在发展过程中，各地区间的防灾韧性水平差距也逐渐增大，河北省的防灾韧性水平较低且增长较缓慢，与北京市和天津市有较大差距；区域整体呈现出非均衡发展特征，不存在显著的集聚与收敛特征，未来还需不断加强区域的协调发展。     

基于利奇马台风路径下的FY-4A海洋热含量空间自相关分析

每年我国沿海多地遭受不同程度的台风灾害影响,台风对我国多个省市地区人民造成严重的生命和财产安全危害。海洋热含量(TCHP)是影响台风的主要因素之一,文中将2019年利奇马台风数据与基于FY-4A融合海温数据反演得到的TCHP数据做时空匹配,得到利奇马台风路径上的TCHP。然后在地统计学的基础上,引入全局自相关分析和局部自相关分析方法,对台风路径上的TCHP进行分析研究。结果表明：TCHP的全局Moran′s I值为0.94,即在相邻空间位置上具有高度的正空间自相关性;TCHP局部空间自相关特征主要以高-高,低-低这2种空间聚集形态为主,在局部空间上没有表现出异质性,具有较高的空间相关性;在利奇马台风发生及发展过程中,随空间位置的变化,TCHP属性值逐渐由低-低聚集类型向高-高聚集类型转变,对海-气交换产生负反馈影响,此时TCHP和台风移速在此变化过程中虽然波动较大,但是变化后维持在一定的范围内。台风强度也在变化之后增速也逐渐变缓,形成一个稳定状态。