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。     

基于GIS的热带雨林地区滑坡敏感性分析——马来西亚金马伦高原个案研究

滑坡敏感性分析对灾害评价和预测具有重要的作用。以马来西亚金马伦高原为研究区,选择坡度、坡向、地表曲率、岩性、构造、土地覆盖、地貌类型、道路和排水系统等9个要素作为评价因子,探讨运用G IS和RS技术获取、管理滑坡灾害信息,和热带雨林地区湿热环境下滑坡灾害敏感性的分析方法。条件概率模型和逻辑回归模型分别应用于滑坡灾害敏感性分析与制图,通过比较滑坡敏感性的计算结果与历史滑坡信息,验证了两种方法的有效性,结果显示,条件概率模型和逻辑回归模型的预测精度分别为77.3%和83.6%,逻辑回归法具有较好的描述精度;滑坡敏感性分析中土地利用和土地覆盖、道路设施等因素具有较高权重,人类对雨林的垦殖和开发提升了该地区滑坡发生的敏感度。     

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。     

基于非共性因子和定量化的滑坡危险性分级评价

滑坡致灾因子的选取和定量化研究是滑坡危险性分级评价的关键技术。滑坡危险性分级评价因子包括共性因子和非共性因子,共性因子在评价中定量化指标具有一致性,不能反映在滑坡个体评价体系中的差异。根据万州滑坡监测预警资料,选取了地层倾角、坡度、高差和滑坡长度与宽度的比值4个非共性因子作为滑坡危险性分级评价因子,运用Lognormal分布模型,建立了评价因子的定量化评价指标。根据建立的5级评价指标体系对万州滑坡资料进行了验证,中危险性以上的滑坡占滑坡总数的95.8%,其中高危险性和极高危险性占74.1%。研究结果表明,该研究方法的评价因子可靠性好,易于测量和获取,可应用于区域滑坡群策群防灾害点的危险性分级评价和滑坡危险性区划。     

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。     

滑坡灾害危险性评价信息图谱研究——以福建省莆田市为例

近年来,滑坡灾害频繁发生且极大地危害着人类的生产生活,因此,如何快速有效地进行滑坡灾害危险性分析与评价,进而为滑坡的预测、预报及风险管理服务是一个亟待解决的问题。以莆田市为例,通过将地学信息图谱应用到滑坡灾害危险性评价中,构建莆田市高程、岩性、坡度、坡向影响因子信息图谱,并在此基础上得出莆田市滑坡灾害危险性评价信息图谱,以一系列的图谱直观地反映了莆田市滑坡发生的机制及滑坡危险性空间分布情况,反演了莆田市滑坡发生的时空变化规律,为滑坡灾害预测提供了矢量化的图形信息。     

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。     

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。     

纵剖面形态的黄土斜坡地震危险性Logistic回归模型∗

强震诱发斜坡失稳破坏是黄土地区主要震害之一,快速准确判别黄土斜坡地震危险性对城市抗震规划和震后应急救援具有重要意义。利用野外实地调查的1920年海原地震诱发620组滑坡和380组未滑斜坡数据,验证纵剖面形态对黄土斜坡地震危险性的影响,对斜坡纵剖面形态进行单因素wald检验,单因素wald检验结果表明纵剖面形态对于滑坡地震危险性快速判别有积极意义。利用野外调查中简单易得的坡高、坡角、纵剖面形态和地震烈度几个因子,建立黄土高原区斜坡地震危险性判别的Logistic回归模型,给出黄土斜坡地震危险性的快速判别公式,使用该公式对1920年海原地震诱发滑坡回判和1718年通渭地震诱发黄土滑坡校验,同时对比了不考虑纵剖面形态的logistic回归模型的结果。计算表明:利用Logistic回归模型快速判别黄土斜坡地震危险性,合理确定影响因子并调整Logistic回归中各影响因子的参数,计算得到的斜坡失稳与实际滑坡发育情况较为吻合;斜坡纵剖面形态是影响斜坡地震危险性的重要影响因素,在Logistics回归模型中考虑该因素得到的预测公式,判别斜坡失稳准确度比不考虑该因素时高3%左右。     

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。     

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。     

基于RS与GIS的毕节地区滑坡灾害危险性评价

基于遥感和地理信息系统技术,用空间主成分分析法构建评价指标体系,并用层次分析法确定评价指标权重,以滑坡危害最重的贵州省毕节地区为研究区,选取地层岩性、降水量、土地利用、坡度等9个滑坡孕险因子作为评价指标,对该研究区进行了滑坡灾害危险性评价。通过与研究区的历史滑坡灾害记录结果进行比较发现,评价结果与实际状况较为吻合,说明该方法能较有效地用于对区域滑坡灾害危险性的评价。     

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。     

不确定密度聚类分析算法的滑坡危险性评价

针对雨量值无法有效刻画及聚类算法难以适用地质地貌较复杂的大范围滑坡危险程度评估模型建立等问题,采用UM-Chameleon算法建立区域滑坡危险性评估模型,并对延安宝塔区进行评估,试验结果表明,评估结果与实际一致,体现出区内滑坡灾害发育的整体特点,证明该模型的有效性及研究区适用范围的宽广性;其滑坡预测成功率比M-Chameleon算法高,证明该模型能有效刻画雨量值,从而能有效地提高滑坡危险性预测精度。     

基于GIS的芦山地震灾区滑坡灾害风险评价

选择芦山地震灾区为研究区,以滑坡灾害为研究对象,在GIS技术的支持下进行了芦山地震灾区滑坡灾害危险性、易损性和风险评价研究。首先,选择坡向、坡度、地层岩性、断裂带、河流冲刷作用、地震烈度和降水量7个影响因子建立了芦山地震灾区滑坡灾害危险性评价的指标体系,同时提取研究区的人口密度、经济密度、林地覆盖率、建筑覆盖率、道路密度和滑坡灾害影响区6个指标因子建立了滑坡灾害易损性评价的指标体系。然后,分别应用信息量模型和贡献权重迭加模型,进行了芦山地震灾区滑坡灾害危险性评价和易损性评价,进而开展了基于GIS的芦山地震灾区滑坡灾害风险评价,最后应用自然断点法进行了滑坡灾害风险度区划研究。研究结果表明:高风险区和较高风险区面积分别为102.43 km2和3529.65 km2,占全区总面积的0.24%和8.25%,其灾害分布密度分别为20.50个/100 km2和2.38个/100 km2(均大于芦山地震灾区的平均值,尤其是高风险区)。高风险区和较高风险区的分布主要与人类工程活动密切相关,是人类经济活动最为频繁的地区。与实地调研结果对比发现,研究结果基本符合芦山地震灾区的实际情况,可以为芦山地震灾区恢复重建、聚落搬迁和人口分布再调整提供参考。     

滑坡灾害危险性评价模型比较

通过对庆元地区滑坡灾害的详细研究，比较讨论了单变量评价、决策树评价与逻辑回归法等3种滑坡危险性评价模型在实际应用中的效果。单变量模型最为简单，计算方便，得到的结果也具有较高的准确性，当收集到的滑坡因素越多，对滑坡发育的刻画越精确，则最终评价结果也越可信；决策树算法能迅速从大量样本中归纳出一般规则，并具有较高的精度，但其结果也受到训练样本数量大小和样本维数即参与评价的因素集数量的影响；逻辑回归模型具有计算方法简单、评价结果物理意义明确等突出优点，但需要有大量样本数据的支持才能取得较好的效果。     

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。     

GIS支持下的滑坡空间预测与危险等级划分

以日本早池峰山地域为研究对象,借助航片、TM影像、数字化地图以及各种统计资料和现有专题图等主要数据,利用美国MicroImage公司开发的TNTmips地理信息系统,将数量化理论与地理信息系统紧密结合,对区域滑坡进行了空间预测和危险等级划分.提取并计算了滑坡以及包括坡度、坡向、海拔、坡面倾斜类型、降雨、植被、土壤和地质等8个滑坡影响因子,得到了滑坡及其影响因子的空间分布图.在此基础上,抽取372个样本,应用数量化理论对这些样本进行了分析,建立了区域滑坡预测模型.该模型经研究区域共1296384个样本检验,模型预测精度达80.49%.最后,以滑坡发生概率为基准,对滑坡危险等级进行了划分.     

基于成灾条件的滑坡危险性评价串并联模型与应用

首先对基于成灾条件的滑坡危险性评价串并联模型进行了研究。通过对滑坡发生原理的分析,将滑坡成灾条件划分为触发因素系统(充分条件)和内部因素系统(必要条件)两类,滑坡只有在触发因素系统(充分条件)和内部因素系统(必要条件)共同作用下才会发生,建立了滑坡危险性评价的概念模型;通过分析电路三要素(电压、电阻与电流)与滑坡成灾条件的关系,首次建立了基于滑坡成灾条件的滑坡危险性评价串并联数学模型并定义了其算法。研究结果表明:模型能在结构和功能上表征滑坡的发生原理。然后,运用所建立的模型对研究区5·12汶川地震条件下滑坡危险性进行了评价。通过分析地震滑坡成灾条件,借助arcgis软件实现了对研究区地震条件下滑坡危险性的定量评价,并用遥感解译和实地调查的5·12汶川地震触发的滑坡数据对评价结果进行了检验。研究结果表明:73.56%地震滑坡位于极高危险区与高危险区,发生率也以极高度危险区与高度危险区较大,分别为0.319 4和0.185 0,滑坡发生率总体上随危险性等级的增加而增大,说明这种评价方法得出的危险等级与实际滑坡发生情况吻合。     

滑坡危险度制图精度评价指标的有效性研究

对滑坡危险度制图进行精度评价具有重要意义。现有对滑坡危险度制图进行评价的研究多集中于评价指标的建立和应用,而评价指标能否有效地度量滑坡危险度图的精度、区分不同质量的滑坡危险度图尚值得研究。针对只使用正样本的评价指标,选择其中3种常用的非阈值依赖性评价指标——预报效率曲线及曲线下面积、P/E曲线及连续Boyce指数和空间聚集度作为精度评价标准,以甘肃省油坊沟流域为研究区,采用正样本和不同的负样本,基于随机森林模型推测生成不同质量的滑坡危险度图,应用3个评价指标对其进行精度评价,验证了各评价指标的有效性。结果发现,预报效率曲线与P/E曲线的分布可以体现不同质量的滑坡危险度图的差异,但是预报效率曲线下的面积只适宜于滑坡危险度高估时的制图精度评价,而连续Boyce指数与空间聚集度只适宜于滑坡危险度低估时的制图精度评价。