陕西公路边坡灾害危险性分区研究

针对陕西公路边坡灾害频发且存在区域分异的状况,对陕西公路边坡灾害进行了危险性分区研究。结合公路边坡地质与水毁灾害类型特点,分析了致灾因素,选取了危险性评价指标体系;采用云模型-AHP法和因素叠加法,计算了评价指标权重并构建了危险性评价数值计算模型;基于Arc GIS10.0软件计算生成了《陕西公路边坡灾害危险度图》,灾害危险度范围[1.4,8.375],并以危险度为指标,划分了极高[7,8.375]、高[6,7)、中[4.5,6)、低[3,4.5)、轻微[1.4,3)5种危险等级15个灾害区,其中:极高危险区为大巴山北坡地区,途径国道有G108、G210、G316,分区结果与公路边坡灾害实际相符。     

山区沿河公路水毁危险性评价方法的研究

为了预测评价山区沿河公路水毁灾害,通过理论分析和专家系统调查,阐明了沿河公路水毁危险性的含义,确定了其主要危险因子(洪水流量、水位、流速)和次要危险因子(洪水持续时间、河流形态)。运用灰色系统的关联度方法,根据关联序确定了各危险因子的权重;在因子等级划分的基础上,提出了沿河公路水毁危险性指数的计算方法,并在工程中得到了应用。研究成果可供沿河公路水毁易发段危险性点及整个路段的评价参考。     

公路洪水灾害危险性评价指标

根据公路洪水灾害的特点和致灾机理,将公路洪水灾害分为山区沿河公路水毁、山区公路边坡水毁和平原区公路淹没水毁3种;分析了降雨、地形、岩土、植被和水系等主要影响因素对公路洪水灾害危险性大小的影响;根据各影响因素对公路洪水灾害危险性的影响特点,选择影响因素特征参数建立了各类公路洪水灾害危险性评价指标;在此基础上,根据各指标对公路洪水灾害危险性大小的影响程度,将其分为极低危险、低度危险、中等危险、高度危险和极高危险5级。     

基于GIS的全国山洪灾害风险评估

针对我国山洪灾害空间分布特点,基于自然灾害风险理论,确定全国山洪灾害风险评估模型。在大尺度山洪灾害危险评估比较研究的基础上,从可能引起山洪灾害发生的外界触发因子和可能遭受潜在损失的承灾体两个角度出发,选取山洪灾害风险评估指标构建指标体系。采用主成分分析法提取危险性指标主成分,层次分析法确定各指标权重,在GIS技术支持下,制作各因子指标分布图,开展全国山洪灾害危险性及易损性定量分析,完成全国山洪灾害风险定量评估并得到风险分区图。最后将风险评估结果与全国山洪灾害防治类型区进行比较,结果表明,山洪灾害风险分区与防治类型区吻合较好,高风险区基本分布在我国的山洪灾害重点防治区,未来山洪灾害防控重点可从影响山洪灾害风险程度的危险性因子和易损性因子入手。     

崩塌灾害危险性评价云模型及其应用

为综合考量评价过程中的模糊性和随机性，基于层次分析法与云模型理论建立了崩塌灾害危险性的云模型评价方法。在崩塌形成机制分析的基础上，选定了6个评价因子，分别为危岩体特征、坡高、坡度、年均降雨量、地震动峰值加速度、人类活动影响距，进而采用层次分析方法确定各因子权重，依据单因素分级标准计算各评价指标隶属于不同评价级别的云模型数字特征后，由正向高斯云算法和因子权重值计算综合确定度，根据最大确定度得到崩塌灾害危险性级别，最后通过工程实例探讨了该方法的可行性与有效性。研究表明，采用云模型进行崩塌灾害危险性评价具有可行性，实例验证结果与赤平投影分析法一致，不仅可以考虑评价过程中的随机性和模糊性，而且能根据综合确定度判断同一危险性级别内不同危岩体的危险程度。     

公路泥石流灾害危险性分区研究

为公路泥石流灾害的防治与管理提供宏观层面的参考,针对中国公路泥石流灾害进行了危险性分区研究。从地形地貌、水源条件、物源条件及植被条件4方面分析了致灾因素,结合致灾因素影响程度,选取了相应评价指标并分级与评分;采用致灾因素叠加法建立了灾害危险性评价模型;利用Arc GIS10.0软件计算绘制了各评价指标分级图件、《中国公路泥石流灾害危险度图》,并以危险度为分区指标,编制了《中国公路泥石流灾害危险性分区图》,将全国划分为极严重危险、严重危险、中等危险、低危险4个等级区,危险性分区结果与公路泥石流灾害实际分布特征相符合。     

基于模糊数学的风电场地质灾害危险性综合评价模型

提出一种基于模糊数学的风电场地质灾害危险性综合评价模型。该模型首先分析了灾害发育的特征,根据风电场内地质环境条件、地质灾害的主要引发因素,结合模糊数学理论按照灾害危险点和非危险点进行划分,构建灾害危险性评价指标体系;结合模糊最优识别理论建立危险性初步评价的模糊识别模型。利用该模型对某风电场地质灾害危险性进行了分析评价,结果表明,该模型给出的危险性等级与实际评估区域危险性等级接近相同,评估误差较小,具有很高的准确性。     

文化型山岳景区山洪灾害风险评估及对策研究——以南昌大西山景区为例

我国的文化型山岳景区数量多且山洪灾害频发,极易造成重大安全事故,为提升山洪风险评估体系的适用性,以南昌大西山景区为例构建文化型山岳景区山洪灾害风险评估模型,提出防治措施。结合大西山景区山洪灾害的特点,从山洪致灾因子危险性、孕灾环境敏感性以及承灾体易损性三方面选取了多年平均暴雨日数、多年平均最大日雨量等9个指标构建山洪灾害风险评价指标体系。通过层次分析法确定各指标因子权重,利用加权综合评价法计算并绘制景区暴雨危险性程度图,同时结合自然间断点分级法通过山洪灾害风险评估模型区划大西山景区山洪灾害风险,通过模型评估大西山景区山洪灾害风险等级范围,提供可靠的防洪决策依据,并给出文化型山岳景区山洪灾害的相关防治措施。     

芦山地震公路地质灾害调查及评估

芦山7.0级地震诱发公路沿线大量地质灾害,通过调查掌握了350 km灾区公路沿线158处崩塌及滑坡灾害点数据,统计分析表明庐山地震区高陡边坡崩塌落石问题突出,陡坡硬岩段是地震崩塌灾害高发区。芦山地震地质灾害主要发生在白垩系-第三系巨厚层状砾岩,二叠系、泥盆系灰岩,以及澄江-晋宁期闪长岩、花岗岩边坡上。实测剖面统计表明边坡失稳区坡度在40°以上的占总数量的95.3%。根据震后崩塌对公路通行的危害程度,划分了严重、大、中、小四个危害等级,考虑崩塌灾害发生可能性、崩塌失稳形式及规模、坡高、坡面形态及坡度、公路位置及构造物形式,进行震后崩塌灾害危害评估。     

岩溶区公路边坡监测TLS点云处理与3D场景构建研究

岩溶山区公路的工程地质条件极为脆弱,容易造成沿线边坡整体或局部滑坡,为保障岩溶山区公路的运营安全,对公路沿线易滑边坡进行定位监测分析是十分有必要的。选取云南九乡典型岩溶山区公路的一个易滑边坡作为实验监测对象,针对传统"点"式监测方法存在的不足,采用地面三维激光扫描(Terrestrial Laser Scanning,TLS)技术对该边坡实施了野外现场扫描并获得该易滑边坡现状的3D点云数据;基于I-Site Studio三维点云数据处理平台,开展了对该公路易滑边坡扫描获得的3D点云数据进行了配准、滤波去噪和空洞修复等预处理,以及精细化建模和三维场景构建等试验研究。整理得出了利用地面TLS技术进行岩溶山区公路易滑边坡3D点云数据采集、预处理和3D场景模拟分析等完整技术应用过程,并对TLS技术用于该实验区边坡监测的测量精度进行了评价。研究结果表明,相对于传统"点"式监测方法,地面TLS技术在岩溶山区公路沿线易滑边坡监测中能够获取更加丰富的空间三维数据,并构建出精细化的三维场景模型。     

面向巨灾保险的营运期公路边坡多灾害风险评估

为应对运营期公路边坡的巨灾风险,减少经济损失,提出了一种服务于巨灾保险的公路边坡风险评估方法。该方法建立了结合事故可能性和事故损失的营运期公路边坡灾害风险矩阵决策模型。其中的事故可能性评估采用加权层次分析法,指标体系包含致灾因子、孕灾环境和承灾载体3个因素,致灾因子涵盖保险所涉及的台风及强热带风暴、暴雨、龙卷风、洪水及水库溃坝等自然灾害。事故损失则按照保险赔额划分等级,同时提出利用结构物价值和交通量、居民数的线性组合计算方法以实现系统自动化。另外,在单灾害风险评估的基础上,提出基于概率理论的多灾害耦合计算方法。最后,通过宁波市国省道巨灾风险评估及软件平台实施以来的实践,对所提评估方法进行了验证,结果表明评估结果与实际相符。风险评估的相关结论为灾害发生前、发生时、发生后的公路状况巡检提供了理论依据,有利于消除风险隐患,提高保险收益,创造社会效益。     

面向对象的公路地质灾害监测预报数据组织

进行公路潜在的地质灾害点监测预报对维护公路安全具有重要的意义。针对公路地质灾害受人为因素影响大,监测预报系统涉及数据面与类型多的特点,根据系统功能要求研究了以面向对象的方法组织系统数据,灾害预报的实质是对潜在灾害点所表现的各类信息进行综合评估,将预报所涉及的各类实体分为6个基类,依据基类内各类实体特点将各基类划分成几个子类,构建了基类实体之间的以及实体与属性之间关系模型,实现了各种类型数据的有机组织。     

陕西凤县泥石流灾害危险性评估

为了探索区域泥石流危险性评估方法,在综合分析国内外泥石流危险性评估方法的基础上,通过野外地质灾害详细调查,对其影响因素进行详细分析,利用基于模糊数学的层次分析方法,选取地形因素、松散物质、降雨因素、植被因素等7个评价因子,完成了对研究区内泥石流灾害进行危险性评估,并探讨了区域泥石流灾害危险性评估方法及技术流程。根据评价结果:泥石流灾害发育主要受控于地形地貌、松散物储量及降水3个要素,其中地形地貌要素是泥石流灾害发生的决定性因素;研究区内高危险的泥石流沟4条,主要为矿渣泥石流和沟谷泥石流;中危险的8条;低危险的泥石流沟20条;弱危险的泥石流7条。因此,应根据评价结果采取加强监测、适当工程治理或搬迁避让等方法进行危险性控制,以便达到防灾减灾的目的。     

基于气象预测数据的中国洪涝灾害危险性评估与预警研究

基于自然灾害风险理论,借助GIS强大的空间分析功能,采用归一化和层次分析法,对中国全国范围尺度进行了洪涝灾害危险性评估。通过对洪涝灾害危险性因子分析,分别提取当天降雨量、前3 d降雨量、地形高程、地形标准差、河湖网络等因素作为评估因子,提出了各因子危险性指数计算方法,以及全国洪涝灾害危险性指数计算模型公式。根据统计分析危险指数的最小值、最大值,结合历史灾情,利用阈值分割法确定了风险等级分割值分别为0.3、0.45及0.6,将洪涝灾害等级划分为高风险、中风险、低风险与无风险四个等级,从而建立了类似于天气预报模式的全国洪涝灾害危险性评估模型,并以2010年8月22日为例进行了洪涝灾害危险等级评估的实际应用。最后,基于洪涝灾害的危险性评估的结果,结合危险区内人口分布、交通设施等基础数据,生成相应的预警产品。对可能发生的洪涝灾害发出预警与预测,为危险区人们乃至相关政府管理部门采取有效的防灾、减灾措施提供参考依据。     

基于机器学习方法的浙江省台风灾害风险评估和动态风险预报

利用机器学习方法建立以区县为基本研究单元的浙江省台风灾害风险评估模型,并进一步结合气象预报与实测数据形成覆盖全省、时空连续的台风过程动态风险预报,为科学应急减灾提供决策支持。首先,本研究以浙江省各区县为研究对象,考虑危险性、孕灾环境、暴露性和脆弱性等风险要素选择台风灾害风险评估模型的预测变量;其次,基于10个重大历史灾害的灾损数据(直接经济损失)划分风险等级作为输出变量;最后,采用机器学习模型XGBoost建立台风灾害风险评估模型。同时,以利奇马为例,进一步探索该模型的实战应用潜力,即以气象预报和实测数据为模型驱动,实现浙江省全域各区县台风灾害风险的实时更新预报。     

白龙江流域舟曲县城区地质灾害危险性评价

地质灾害危险性评价对城镇国土空间规划与防灾减灾管理具有重要的意义,目前地质灾害危险性评价方法较多,但主要集中在对区域或单体地质灾害的危险性评价研究,对城镇尺度地质灾害危险性评价较少。该文以地质灾害高发的舟曲县城区为研究对象,以网格划分为评价单元,以1:10 000地质灾害详细调查数据为基础。根据斜坡岩土体物理力学性质及侵蚀特征,利用无限边坡模型计算不同栅格单元的稳定性,并结合斜坡破坏概率及构建的斜坡滑动距离评价了城区斜坡危险性,在此基础上采用FLO-2D模型进行了泥石流灾害危险性评价,最后在arcgis平台下综合城区斜坡和泥石流危险性评价结果,完成了舟曲县城区50年一遇降雨条件下地质灾害危险性评价及区划。评价结果表明:舟曲县城区地质灾害高危险区面积6. 43 km2,共发育灾害点32处,威胁承灾体面积640. 29万m2;中危险区面积5. 15 km2,共发育灾害点7处,威胁承灾体面积509. 73万m2;低危险区及以下面积15. 80 km2,共发育灾害点3处,威胁承灾体面积1 527. 82万m2。该评价方法在一定程度上完善了城镇尺度的地质灾害危险性评价过程,并为舟曲县城区地质灾害防治提供参考。     

基于模糊模式识别的矿井动力灾害预测

随着煤矿采掘强度和深度的不断加大,煤与瓦斯突出、冲击地压等矿井动力灾害愈发严重。对矿井动力灾害的准确预测,有针对性地采取防治措施,可以保证矿井安全生产和人身安全。基于地质动力区划方法,确定了矿井动力灾害的各影响因素,采用模糊数学方法将样本进行聚类分析,结合各样本的危险性确定合理的分类并形成标准模式库,对预测样本进行模式识别,建立了矿井动力灾害的危险性预测模型;以煤与瓦斯突出为实例对该模型进行了检验,初步证明了该方法的可靠性和科学性。     

城市暴雨内涝灾害经济损失评估系统开发研究——以深圳市龙华新区为例

提出一个集成气象学、灾害学、信息科学、经济学等多学科知识的城市暴雨内涝灾害经济损失评估系统。基于Web GIS实现"人机交互式"数据采集;通过统计方法确定灾损率曲线,计算灾害的直接经济损失;利用投入产出模型计算灾害的间接经济损失。采用"所见即所得"的思路,只需要输入降雨量的实况数据,便可即时计算城市各易涝点的直接和间接经济损失,提供灾害经济损失的空间分布,自动生成各易涝点的灾损和防御对策报告。该系统有助于提高政府部门的灾害应急管理能力,为类似灾害的经济损失评估提供典型范例。     

基于监测数据挖掘的高铁气象灾害风险评估方法研究

气象灾害风险评估对高铁气象灾害防御具有重要的指导作用。在分析了影响高铁运行的主要气象要素的基础上,研究了高铁气象灾害风险评估指标体系,包含致灾因子危险性、孕灾环境敏感性、承灾体暴露性、脆弱性和防灾减灾能力等,探讨了高铁多灾种和单一灾种的气象灾害风险评估方法。以大风灾害风险评估为例,建立了大风灾害风险评估指标体系,基于熵权法研究了大风危险性,在此基础上,采用加权综合评价法对大风风险进行了分析。结合具体线路风监测数据,研究了相应线路大风风险,并进行了风险区划。与基于气象部门数据开展的铁路气象灾害风险评估相比,基于铁路气象要素监测数据的气象灾害风险评估对气象要素的时空特性反映更加细致,更能代表铁路沿线气象灾害特征,研究可为高铁气象灾害防治提供参考。     

“4·25”尼泊尔M_s8.1地震西藏重灾区次生地质灾害空间分布规律与危险性分区

以地质灾害调查数据为基础,基于大量的野外考察、多源遥感影像解译,获取了899处次生地质灾害点。选取地形、地质、地震、气象水文和人类活动等5类共9项指标,利用GIS技术对地质灾害和各因子的空间分布规律进行了统计分析,并基于K-prototypes聚类分析和最大似然分类法对灾区次生灾害的危险性进行分区和评价。结果表明:灾区地质灾害因类型而异,呈间断性集中分布;灾害危险性以中、高和极高危险为主,分别占总面积的35.10%、21.67%和24.38%,而极低和低危险区共占18.85%;灾害点的空间分布与灾害的危险性等级具有良好的正相关性,直接验证了危险性分区的结果。