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。     

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。     

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...     

贵州省崩滑灾害影响因子易发区间评价

贵州省脆弱的地质环境和大量的人类工程活动使其成为地质灾害频发地区。基于GIS空间分析功能和确定系数法对贵州5 288个滑坡和2 614个崩塌以点为评价单元进行数据挖掘,选取工程岩组、矿山相对密度、公路、水系、高程、坡度、坡向七个影响因子作为评价指标,根据灾害点的分布规律和野外调查情况对因子重分级,分别将滑坡和崩塌在不同区间的敏感程度量化为CF值,得到影响因子的易发区间。研究结果表明:滑坡的易发高程为950～2 000 m、易发坡度为8°～25°,崩塌的易发高程为1 000～1 900 m、易发坡度为大于30°,崩塌在高程较高、坡度较陡的区域易发性大于滑坡;滑坡和崩塌的易发坡向为南向、西南向、西向,且在南向最为敏感;滑坡和崩塌的易发工程岩组为软硬相间岩类;水系对1 500 m范围内的滑坡影响较大,对1 250 m范围内的崩塌影响较大,影响程度随距离增大而减小;与公路距离小于750 m是滑坡的易发区,与公路距离小于1 000 m是崩塌的易发区;采矿活动对滑坡和崩塌均有影响。研究结果可为贵州开展防灾减灾工作提供数据支撑。     

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。     

基于有效降雨阈值的鄂西山区五峰集镇滑坡危险性评价∗

五峰集镇地质环境背景条件复杂，特别在汛期降雨影响下滑坡地质灾害频发，因此开展五峰集镇滑坡空间预测评价和降雨阈值研究，不仅对研究区滑坡的防灾减灾具有实际指导意义，同时对基于降雨阈值的滑坡危险性评价方法研究也具备较好的参考价值。本文以降雨型滑坡多发的五峰集镇为例，利用地理探测器法准确选取研究区评价因子，综合层次分析模型与 BP 神经网络模型计算全区易发性指数，得到基于斜坡单元的滑坡易发性分区；同时，统计每个滑坡点的降雨历时及有效降雨强度，分析研究区滑坡的致灾雨型，绘制诱发鄂西山区滑坡灾害发生的临界降雨 I‐D 阈值曲线，得到设计工况下的时间概率；综合易发性分区和时间概率得到基于有效降雨阈值的鄂西山区五峰集镇滑坡危险性分区图。研究结果表明：五峰集镇滑坡高和极高易发区占研究区总面积的 27.12%，主要分布于研究区大型河流两岸；五峰集镇滑坡发生 10%、50%、75%概率的阈值曲线分别为 I = 31.42 × D^{-0.786 94} 、I = 68.11 × D^{-0.786 94} 、I = 84.74 × D^{-0.786 94} ；五峰集镇滑坡高和极高危险区占研究区总面积的 19.33%，主要分布于研究区中部及东南部河流两岸。本文所构建的五峰集镇滑坡危险性评价体系，以及适用于鄂西山区的基于降雨阈值滑坡危险性评价方法，能够为山区地质灾害防控以及危险性评价研究的不断完善提供有益参考。     

区域滑坡和泥石流灾害两种危险性评价方法的比较分析

着重比选确定性模型(CF)和逻辑回归模型(LR)的组合评价模型(CFLR组合模型)与国际地质灾害减灾联合会的评价模型(ICG模型),应用于我国大尺度区域滑坡和泥石流灾害危险性评价结果的合理性和准确性。评价指标均为7个:坡度、岩性、地质年代、距断层距离、月降雨量变差系数、年平均≥50 mm暴雨日数和地震动峰值加速度。评价单元为1km×1km栅格。评价区域为中国和广东省。合理性检验结果表明,虽然ICG模型应用于中国滑坡和泥石流灾害危险度评价基本合理,但CFLR组合模型对中国滑坡和泥石流灾害危险度的评价结果更为合理。准确性检验结果表明,无论从中国范围还是广东省范围来看,CFLR组合模型评价结果的准确性均高于ICG模型。由此可见,适用于欧洲地质灾害危险性评价的ICG模型,在中国滑坡和泥石流灾害危险性评价应用中并没有优势。CFLR组合模型则可以较为准确地对中国滑坡和泥石流灾害危险性进行评价,可推荐为中国区域滑坡和泥石流灾害危险性评价的方法之一。     

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。     

川西高山峡谷地区震后滑坡演化趋势研究

汶川地震引发的同震滑坡给川西高山峡谷地区人民带来了巨大威胁。震后在强降雨的影响下,新生滑坡及古滑坡活动加剧,分析震后滑坡的演化趋势,对重点地区及时开展监测预警显得尤为重要。以汶川县东北部为研究区,基于GIS平台选取岩性、距断层距离、PGA、高程、坡度、坡向、剖面曲率、地形起伏度、年最大24 h降雨等9个影响因子,利用滑坡频率密度、面积密度和数量密度,统计分析2009年、2011年、2015年、2021年4期滑坡时空演化特征;同时结合证据权重(WOE)、随机森林(RF)、证据权重-随机森林(WOE-RF)模型,开展研究区滑坡易发性演化趋势分析。结果表明：随时间推移,滑坡数量、面积和规模均大幅减小,已处于较低水平;滑坡时空演化以2015年为转折由南向北发展;经ROC验证,WOE-RF得到的滑坡易发性精度最高,且三种模型均显示滑坡极高易发区演化也呈远离震中的由南向北之势。研究结果为川西高山峡谷地区滑坡灾害早期识别与监测预警提供理论依据。     

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。     

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。     

基于信息量模型和地理探测器的国道沿线崩塌灾害危险性评价

吉林省白山市长白朝鲜族自治县G331国道沿线崩塌灾害发育,破坏性大、处置困难。该文以研究区域崩塌灾害为研究对象,选取坡度、坡向、曲率、年平均降雨量、NDVI、岩性、距断层距离、距道路距离8个评价指标,通过信息量法揭示评价指标对崩塌灾害的贡献度,构建评价指标体系。其次,采用地理探测器分析崩塌灾害的空间分布特征,变异系数法获取权重系数,并利用ArcGIS平台对评价指标的信息量图层进行加权计算,生成危险性分区图。结果表明：距道路距离、NDVI、岩性是造成崩塌的主要影响因素。各危险区面积占比：中危险区>高危险区>极高危险区>低危险区。利用灾害点分布情况对危险性分区结果进行验证,得到8.82%的崩塌发生在高危险区,85.29%的崩塌发生在极高危险区,表明危险性分区结果符合实际,其评价结果对区域风险分析、防灾减灾具有参考价值。     

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。     

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。     

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。     

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。