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%.     

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GD-SPCA的京津冀城市群地质灾害易发性评价

对区域地质灾害准确地进行定量易发性评价对于区域未来可持续发展具有重要的意义。针对现有研究存在指标选取时较少考虑不同因子的重要性程度、评价方法主观性较强等不足,该文结合地理探测器(Geodetector,简称GD)和空间主成分分析法(Spatial Principal Component Analysis,简称SPCA),提出一种新的地质灾害易发性评价方法及评价指数(Geological Hazard Susceptibility Index,GHSI)。以京津冀城市群为研究区,运用等距划分法、空间自相关分析法以及统计方法等对结果进行定量分析。结果表明：(1)高程与坡度是主要影响因子,其q值分别为0.398 0和0.334 0;而坡向对地质灾害影响程度极低,q值仅为0.001 9;(2)京津冀城市群GHSI均值为0.453 8,整体属于中度易发等级。从空间上看,高值区主要位于燕山及太行山区,而低值区主要位于冀东平原及坝上高原西部区域;(3)京津冀城市群GHSI值表现出显著的空间正相关性,其全局空间自相关指数值为0.814 2。因此,GHSI值主要以高-高聚集和低-低聚集为主,且高-高聚集...     

基于信息量⁃Scoops3D联合模型的地质灾害易发性评价∗

贵渝管道沿线地势险峻、构造活跃、雨量集中,崩滑流等地质灾害十分发育,科学开展管道沿线地质灾害的易发性评估工作对确保其安全运行至关重要。本研究在查明管道沿线自然地质环境及地质灾害分布的基础上,结合管道沿线地形地质特征、管道展布与斜坡体的相互空间位置关系划分了 101 段适合管道工程特点的评价单元,基于信息量数理统计模型与 Scoops3D 物理力学模型对管道沿线地质灾害的易发性进行了评价。评价结果表明管道沿线地质灾害的高易发区主要集中在遵义及桐梓县附近,其中 7 段处于极高易发区,26 段处于高易发区,20 段处于中易发区,30 段处于低易发区,18 段处于极低易发区。通过 ROC 曲线分别求得信息量、Scoops3D 以及二者联合模型的 AUC 值分别为 0.796、0.683 和 0.803,结果表明信息量-Scoops3D 联合模型的评价准确性最高。     

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...     

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...     

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。     

信息量模型在山地环境地质灾害危险性评价中的应用——以四川泸定县为例

以地处青藏高原和四川盆地过渡地带的泸定县为研究区域,选取坡度、地形起伏度、工程地质岩组、与断层距离、与水系距离和土地利用/覆被作为地质灾害的影响因子,利用GIS技术和信息量模型计算了研究区的地质灾害危险性,将获得的综合信息量图划分为:极高度、高度、中度、低度和极低度5级危险区。结果表明,地质灾害主要沿河谷地区呈条带状集中分布,并且具有与构造带、地震活动带展布相一致的特点,灾害点的分布与危险度分区具有很好的相关性,运用信息量法进行地质灾害危险性分区具有较好的客观性,能为区内的地质灾害防治提供参考依据。     

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HOP模型的地质灾害区域脆弱性研究——以湖北省宜昌地区为例

在介绍HOP模型及其方法的基础上,以湖北省宜昌地区为案例,依据该地区地质灾害综合调查资料、统计年鉴数据资料及第六次人口普查数据资料,以乡镇为基本单元对该地区的人口分布、地质灾害暴露、社会脆弱性及区域综合脆弱性进行分析。研究结果表明:具有明显点状分布特征的地质灾害不同于呈面域发展的其它类型自然灾害,灾害暴露水平不完全由地质灾害发育水平所决定,人口分布特征对灾害暴露有显著影响,其区域脆弱性的高低主要受灾害暴露水平控制,同时受到社会脆弱性的影响。地质灾害区域脆弱性的空间分布特征对宜昌地区的防灾减灾具有实际的指导意义,从技术减灾角度分析,应综合比较分析工程防治、资产转移与人口迁移这三者的技术可行性与技术经济性;从政策减灾角度分析,应更加关注区域脆弱性更高的地区,防灾减灾的政策制定、资金投向与人力资源配备等需根据区域脆弱性的空间特征做出规划与调整。     

基于信息熵的灰色模型在地质灾害评价中的应用——以四川青川县为例

地质灾害的发生是由地层岩性、地质构造、地形地貌、气象条件和人类工程活动等诸多因素综合作用的结果,依靠知识与监测无法完全认识其复杂的演变机制,是一种典型的"灰色系统"。基于灰色理论的模型在区域地质灾害危险性评价中得到了广泛的应用,但是由于地质灾害的复杂性,这种以模型为核心的评价方法难以抽象或概化出模型所需的条件,因此出现了评价方与评价对象之间的"不兼容"现象。传统的方法是利用人为的主观判断来获取评价模型所需的条件,不可避免地带来评价的随意性与主观性。通过引入信息熵理论,对传统的灰色模型进行修正,建立了基于信息熵的灰色模型,很好地解决了这个问题。以四川青川县为例,对该模型的正确性进行了应用,取得了较好的效果。     

全要素分析法在地质灾害经济损失评价中的运用——以云南省大关县黄葛沟泥石流灾害为例

对地质灾害的直接经济损失以受灾体价值和受灾体价值损失率为基础开展评价,并提出6类直接经济损失评价因子与计算方法;对间接经济评价提出7类评价因子和计算方法。对历史上云南省大关县黄葛沟泥石流灾害开展了实例研究,得出一次地质灾害的经济损失值较为严重,为后续的减灾防灾提供了理论依据。     

基于粗糙集与GIS的滑坡地质灾害风险评估——以广西梧州为例

针对梧州市地质环境条件、地质灾害发育情况,选取地貌类型、坡度、河水侧蚀、地层岩性、残坡积层厚度、断裂发育情况、年降雨量、道路工程活动和建筑工程活动9个因子作为滑坡地质灾害危险性评估指标;选取人口密度、土地资源、交通设施、房屋及其附属价值和抗灾能力5个因子作为承灾体易损性评估指标,通过地理信息系统空间分析技术和粗糙集理论,划分研究区评估单元,构建滑坡地质灾害危险性与承灾体易损性评估知识表达系统和决策表,实现决策表的优化和各指标权重的计算。给合地质灾害风险评估模型,将研究区滑坡地质灾害风险性分为极高风险、高风险、中风险和低风险区,其中,极高风险区约占研究区总面积的6.44%,主要沿傍山而建的城镇和切坡坡度、坡高较大的交通干线分布。研究结果表明,粗糙集与GIS的组合方法能合理可靠地评估滑坡地质灾害风险性,对类似地区的滑坡地质灾害风险评估具有借鉴意义。     

基于GIS技术的汶川8.0级地震诱发地质灾害危险性评价——以四川省安县为例

通过汶川8．0级地震后对绵阳市安县地震诱发地质灾害的应急调查和遥感解译,共获得地质灾害点187处。在此基础上,利用GIS技术对地震诱发地质灾害分布与发震断裂距离、坡度、岩性、水系等因素的关系进行统计分析。结果表明,地震诱发地质灾害在区域上沿断裂带呈带状分布和沿水系呈线状分布的特点;地震诱发的地质灾害与地形坡度有很大的关系,绝大部分的灾害点集中在15°-45°的范围内;地震诱发的地质灾害与地形有很好的对应关系,北部高山地区地质灾害数量明显高于南部平原区;滑坡多发生在千枚岩、泥页岩等软岩中且多为土质滑坡,而岩浆岩等硬岩中多发生崩塌。     

基于综合灾害风险评估的高原山区乡村聚落空间优化——以青海省海东市乐都区为例

自然灾害评价是衡量资源环境承载能力和国土空间开发适宜性的本底要素。以青海省海东市乐都区为研究区,采取频数统计和优化AHP法确定研究区灾种和孕灾因子体系双层权重,利用GIS技术分析评价灾害易发风险区划和几何拓扑特征。结果表明:①乐都区综合灾害极高和高风险易发区总面积为1 694.8 km2,占比55.5%,在浅山区、川水区和脑山区各自区域占比分别为87.11%、60.73%和7.59%;②乐都区综合灾害易发风险等级与人口规模、人均收入分布具有显著负相关性和正向耦合性,严重失调区分别占17.58%和15.52%,对区内乡村聚落居民生命财产及生活生计造成较大威胁;③乐都区乡村聚落空间优化可分为32个搬迁撤并型、117个优先整治型、163个防治拓展型和42个集聚提升型,具体优化建议可为西部高原山区国土空间安全提升和助力乡村振兴提供依据和参考路径。     

基于DEM的山区旱灾风险评价模型——以西南地区为例

旱灾研究中,地形导致的水热再分配容易造成地域间旱灾灾情的明显差异,因此地形因子对于旱灾风险的准确评价及灾情的客观评估至关重要。采用气象站点观测数据和DEM数据,通过模拟复杂地形影响下的下垫面真实水分情况,加入地形因子的影响,建立了以干旱致灾因子(水分条件)、孕灾环境(地形)、承灾体(农作物脆弱性曲线)综合的旱灾风险评价三度模型;并以地形复杂、旱灾多发的西南地区为例,编制了旱灾风险等级图,以期为客观评估旱灾灾情,有效开展区域旱灾风险防范提供科学依据。