干旱区盐渍地景观危险度评价方法——以新疆渭干河-库车河流域为例

土壤的盐渍化是干旱区农业发展的主要障碍,也是影响绿洲生态环境稳定的重要因素。利用破碎度(C)、分离度(F)、优势度(D)等景观格局指数及景观脆弱度(S)建立了盐渍化景观危险度(SR)评价指数以研究渭干河-库车河流域盐渍化地的危险程度。选择新疆渭干河-库车河流域1989年和2001年Landsat-TM图像为本底数据,结合野外调查样本进行实例验证。研究表明,在12年期间,由于研究区内人类活动不断加强,景观结构变化导致盐渍化景观危险度指数明显增高,综合盐渍化危险度指数(SCR)由0.4832上升到0.5234,盐渍化危险度有扩大的趋势,评价结果与实际情况有较好的一致性。该方法对提高不同干旱区域土壤盐渍地危险度评价的准确性及定量化具有一定的参考意义。     

考虑土层深度分布的浅层滑坡危险性评价——以陕西秦巴山区为例

以广城幅(1:10 000)为例,利用背包钻机获取土层深度,以坡度、曲率及湿度系数为因子,通过统计回归分析建立不同因子组合的土层深度推估公式。运用TRIGRS程序进行浅层滑坡危险性评价,并结合分类误差矩阵探讨不同土层深度模型对危险性评价结果的影响。研究结果表明:简单回归,以坡度为因子作指数回归结果为最佳,多重回归同时考虑了三种因子,其结果优于所有简单回归的结果。恒定深度模型的滑坡预测正确率极低,坡度单因子模型的预测精度为80.38%,成功率曲线下面积(AUC)为0.695,复合因子模型的预测精度为81.26%,成功率曲线下面积为0.744,说明复合因子模式评价结果更为准确。     

滑坡灾害空间预测结果的评价方法

介绍了目前对滑坡灾害空间预测结果进行定量评价的3种方法,并对每种方法进行了分析和比较。基于将预测结果与历史滑坡相对比的评价思路,引入了"滑坡比"的概念,定义其为:相应易滑度指标值的邻域所包含的预测单元中,曾发生滑坡的单元所占比例;并指出,好的预测结果应满足:易滑度指标值越大,滑坡比越大,且指标值相对较大时,相应滑坡比应较接近于1。在此基础上,提出采用预测率函数曲线所围面积之比,即"面积比"评价指标来对预测结果进行评价,并通过理论分析和实例,证明了该评价方法较现有方法确有改进。     

泥石流危险度的改进集对分析模型

泥石流危险度的正确评估是泥石流灾害治理和工程措施的基础,但泥石流危险度评价是一个极其复杂的不确定性问题.基于集对分析理论,探讨了泥石流危险度的集对分析改进新方法,即基于样本评价指标实测值与讨论泥石流标准危险度类别间的接近程度,判别集对同异反,进而应用模糊联系度的概念挖掘样本与讨论类别相邻类别的集对同异反有效信息,以综合定量分析样本的危险度,从而提高评价结果的町靠性和准确性.实例应用及与其他方法对比结果表明,基于改进的集对分析方法来评价泥石流危险度是有效可行的,町以取得理想的结果,且操作简单.     

基于混合高斯隐马尔科夫模型的滑坡发生时间预报∗

滑坡发生时间预报在防灾减灾工作中非常重要,准确的预报能够有效预防灾害发生可能造成的灾难性结果。为解决当前滑坡预报中仅仅实现对滑坡位移等相关参数的预测和估计,而未最终计算出滑坡发生时间的问题,提出采用混合高斯隐马尔科夫模型(MOG‐HMM)建立滑坡发生时间预报模型,即对滑坡灾害演化过程全周期数据利用混合高斯算法计算出宏观信息预报判据,与隐马尔科夫模型中的状态相匹配,建立滑坡演化状态模型,该模型能够反映全周期数据的多个状态,当需要对实时采集的位移数据进行时间预报时,首先利用解码算法对当前数据解码,即计算出其属于滑坡的哪个状态,然后利用Dijkstra最优路径规划算法,计算出从当前状态到达滑坡发生状态的时间,实现滑坡发生时间预报。通过对新滩滑坡和卧龙寺滑坡灾害全周期数据进行仿真验证,结果表明,本文方法能够比较准确地计算出滑坡发生的时间,同时利用评价指标对预报的结果进行测试,符合预报指标精度要求。     

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.     

基于随机森林权重的滑坡危险性评价:以东江流域为例

对滑坡潜在区域进行危险性评价是滑坡防治管理的一种有效手段。在评价过程中,指标权重关乎评价结果是否合理。基于随机森林(RF)算法提出一种客观赋权方法,选取8个指标变量构建随机森林权重(RFW)的滑坡危险性评价模型,并对东江流域进行评估,结果表明:增加RF分类树的数目可一定程度降低模型的训练和测试误差;RFW可根据RF分类过程产生的Gini指数减少值计算,其中高程(DEM)与坡度(SL)被识别为最重要的两个指标,而土壤可蚀性指数(SEF)和岩石抗剪能力(SRC)被识别为最不重要的2个指标;评估结果表明危险区域主要位于东江流域的东南部、西部及东北部山区,验证精度高达76.81%,分别高于熵权和CRITIC权的44.93%和42.03%;当去掉RFW中最重要和最不重要的2个指标并分别生成危险图,验证精度分别为75.36%和36.23%,进一步验证基于RF生成的权重科学合理。基于RF算法提出的客观赋权方法应用效果良好,可应用于滑坡危险性评价领域,也可为相关领域权重计算提供新思路。     

泥石流点密度和面密度对区域泥石流危险度的影响——对比研究

泥石流分布密度是区域泥石流危险度评价的主要指标。泥石流分布密度分为点密度和面密度,前者是指每103km内泥石流沟的数量;后者是指每103km内泥石流沟的流域面积。以川西山区60个县市区为研究样本,分别以泥石流点密度和面密度作为区域泥石流危险度的主要评价指标,结合7个相同的区域泥石流危险度的次要评价指标,对研究区以县市区为基本单元的区域泥石流危险度进行了定量评价。结果表明,各县市区面积加权平均后的泥石流危险度分别为0.51(面密度)和0.52(点密度),差别甚微,整体上均属于泥石流中度危险区。两者的平均绝对差值0.04,远小于0.2这一危险度等级差值,平均相对差值为6.49%,小于10%这一允许的均方差范围。由此可知,用泥石流面密度来评价区域泥石流危险度,并非优于点密度;相反地,由于泥石流点密度具有获取资料相对容易、计算比较简便、工作量较小等优点,因而具有更为便利的推广应用价值。     

安徽沿江地区洪涝灾害风险的空间格局演变

实现区域可持续发展,需要准确了解区域洪涝灾害风险演变规律。利用安徽沿江地区1990年和2007年的气象、社会经济等数据,评价了其洪涝灾害风险,绘制了洪涝灾害风险指数图和风险等级图,分析了洪涝灾害风险演变规律。研究表明:1990-2007年间研究区的洪涝灾害风险在时空分布格局上发生了显著变化。低风险区和高风险区的面积减小,而较低风险区、中等风险区和较高风险区的面积在增大;风险整体在增大,区域内部差异减小,但不同地区风险增减不一;风险景观形状指数减小,斑块形状趋于复杂,聚集度和分离度均增大,人为活动影响在逐步增强。该研究可为沿江地区制定规划及灾害风险管理与可持续发展提供参考。     

基于多层感知器模型的区域滑坡敏感性评价研究——以四川低山丘陵区为例

以四川省低山丘陵区为研究区,基于滑坡编目数据,在深入分析研究区滑坡孕灾环境的基础上,选取坡度、地形起伏度、岩土类型和断裂构造等八类孕灾环境因子。通过融合确定性系数和多层感知器,提出CF-MLP模型,并对研究区滑坡的敏感性进行评价,计算得到的滑坡敏感性指数在ROC曲线中的线下面积为0.84,说明该模型预测结果对滑坡具有较好的识别作用;基于模型预测结果对研究区进行敏感性区划,共分为高敏感性、中敏感性和低敏感性三个区域,与历史滑坡的分布现状相一致。实践证明,CF-MLP模型在一定程度上解决了滑坡孕灾环境因子数据的合理量化问题,提高了多层感知器网络的收敛效果,有利于建立更为准确的滑坡敏感性分析模型。     

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。     

渤海和黄海北部地区海冰灾害风险评估

海冰灾害是中国海洋灾害的主要灾种之一。渤海和黄海北部地区由于受冬季风带来的寒潮天气影响成为中国最主要的结冰海域。基于灾害风险理论,将研究区海岸带上17个地级市的71个县区作为评价单元,对海冰灾害风险进行评估。选取冰期天数和最大冰厚2个指标,计算致灾因子危险度指数;选取涉海人口密度、海洋经济密度、海洋一产比重等3个指标,计算承灾体脆弱性指数;综合危险度指数与脆弱性指数计算各县区的海冰灾害风险指数,并绘制风险等级图。该风险等级图揭示了海冰灾害风险在渤海和黄海北部地区海岸带上的分布状况,为中国制定海冰灾害风险防范策略提供参考。     

汶川地震扰动区小流域滑坡泥石流风险区划

地震扰动区小流域地质灾害(滑坡、崩塌、泥石流)风险区划研究主要涉及两方面的问题:1地震扰动区小流域滑坡泥石流与一般地区的滑坡泥石流有什么差异?2这种特定环境的滑坡泥石流风险区划与一般地区风险区划有什么不同?根据这两个关键命题讨论了汶川地震灾区都江堰白沙河小流域滑坡泥石流风险区划问题,认为在地震扰动区的一个独立地貌单元小流域中,滑坡泥石流比非地震区小流域的分布数量更多,范围更广,规模更大。尤其在后期降雨条件下发生频率更高,潜在危险性更高。所以在危险度区划阶段必须结合地震因子,评价与地震动因素的相关性,突出地震动的破坏作用。易损度区划阶段应该考虑承载体的抗震因子。风险区划模型与一般地区模型基本一致,而差别在危险度区划阶段结合了地震因素的影响。     

基于逻辑回归的地震滑坡易发性评价——以汶川地震、鲁甸地震为例

准确评估地震诱发的滑坡风险,并及时绘制滑坡易发风险图是灾害应急救援的科学前提和理论基础。目前机器学习在滑坡敏感性评估中具有广泛应用,但大多数研究缺乏对模型的普适性探讨,且该类预测模型缺乏定量评价地震动参数对模型精度的影响。该文以2008年5月12日的汶川8级地震和2014年8月3日的鲁甸6.5级地震为例,先通过相关系数及方差膨胀因子选择地震滑坡的影响因子构建数据库,并随机按照7∶3的比例分为训练集和测试集,再分析影响因子在滑坡和非滑坡样本中的频数分布,最后分别利用两次地震的训练集建立逻辑回归模型(Logistic Regression, LR)进行精度验证和易发性评估。结果显示模型在同一次地震的测试集下均达到较高的预测精度(>90%);但是基于汶川地震构建的模型对鲁甸地震诱发滑坡的预测精度整体下降了14%。此外,地震动参数(Modified Mercalli Intensity Scale, MMI)对模型预测精度贡献在5%~29%。结果表明基于历史地震事件建立的模型对未来地震引发滑坡的预测中仍具有较大的局限性,需要增加不同地区不同震情的样本量和新的机器学习方法提高预测模型的普适性。     

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。     

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。     

确定性系数与地理探测器模型耦合的泥石流易发性评估方法研究∗——以安宁河流域为例

通过确定性系数与地理探测器模型耦合的方法研究耦合模型对泥石流灾害易发性评估的影响。基于遥感判识和野外考察确定安宁河流域内的 198 条泥石流沟作为评估样本,选取坡度、地面峰值加速度、地形起伏度、地层岩性、植被覆盖度、植被类型、地形湿度指数以及地貌演化指数作为评价因子,耦合确定性系数和地理探测器模型,分别计算各评价因子分级取值和因子权重,进行安宁河流域泥石流易发性等级分区。研究结果表明：(1)地理探测器方法定量分析安宁河流域内泥石流发育的主要贡献因子为地面峰值加速度、地形起伏度和坡度。(2)泥石流极高易发区和高易发区分别占流域总面积的 9.67% 和 12.02%,高易发区主要分布在安宁河流域两岸且呈条带状分布。 (3)利用 ROC 曲线对泥石流易发性评估精度进行验证,耦合模型的 AUC 值达到 0.824,相比单种模型 CF 模型的评估精度 0.786 提升了 4.8%,具有更高的准确率,评价效果更优。     

基于GIS的巴东县新城区滑坡灾害危险性区划

巴东县新城区是三峡库区滑坡灾害最为发育的地段之一。通过还原滑坡形成前的物质组成和历史环境,选取了影响滑坡发育的地层岩性、水位影响带等9项评价指标。完善了基于地形条件的不规则单元划分方法,对研究区进行了斜坡评价单元的划分,使得评价单元具有更明确的地质意义和更完善的地质结构。此外,将各影响因素图与斜坡评价单元分布图叠加得到计算单元,在计算单元信息量求解的基础上提出了斜坡评价单元信息量的计算方法,进行了基于斜坡评价单元的危险性区划,得到了巴东县新城区滑坡灾害危险性区划图。分析结果表明,水位影响带、居民区、公路分布区及顺向坡坡型与滑坡灾害发生的相关性最大。高危险区占城区面积的16.4%,主要分布在长江两岸临江地段。     

长江三角洲地区人类生命体多自然灾害综合风险度评估

自然灾害综合风险评估是当前灾害研究领域的主要难点之一。以经济发达、灾害频繁的长三角地区为研究区,选取县级行政区域为基本分析单元,以人类生命体作为受灾对象,尝试进行了区域多灾种综合风险度分析。致灾因子方面选取地震、台风、洪水;选择性别比例、年龄结构、交通状况、通信设施和医疗状况等构建脆弱性评价指标,以人口密度作为承灾体暴露性指标。以历史上各致灾因子造成的年均死亡人数为权重依据,将各致灾因子进行加和得到多致灾因子的危险度指数;使用熵值法对脆弱性的各相关指标进行分析计算,得出脆弱性指数。将得到的多致灾因子危险度指数、承灾体脆弱性指数和暴露性指数合并,得出各县的人类生命多灾种综合风险度指数。结果表明:高风险度地区主要分布在上海市中心区域、台州市的南部。所得风险度指数反映了长三角区域内各县区人口受到多灾种综合影响的相对强度。