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。     

宁夏海原8.5级地震诱发黄土滑坡的变形破坏特征及发育机理

海原地震是我国黄土地区影响深远的大震,其诱发的黄土滑坡不计其数.对海原地震中黄土滑坡密集发育的西吉、海原、固原地区开展调研工作,研究强震作用下黄土滑坡的基本特征、破坏类型,以及该地区黄土地震滑坡密集发育的成因机理.西-海-固地区黄土地震滑坡具有集中发育、扎堆群发的分布规律,且易发生在坡高较低、坡度较缓、山梁单薄、地貌破碎的斜坡地带,并具有方向性和运动液化的特点;考虑黄土特殊的结构特征及动力特性,黄土地震滑坡的破坏类型可分为振动软化——剪切破坏、振动液化——流动破坏、振动崩塌破坏及震后蠕变破坏四种;西吉县西南部黄土地震滑坡密集发育是因为该区处于海原地震地壳破裂带的几何投影中心,并受该区岩土分布特、地貌特征,以及所遭受地震波频谱特征控制.     

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。     

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。     

宁夏西吉县低角高速远程黄土滑坡及其形成机理分析

地震诱发黄土滑坡是1920年宁夏海原8.5级大地震在宁夏西吉县西南部的最严重地震次生灾害,该区域内滑坡规模大、密度高、类型全,主要类型是低角度、高速、远程黄土滑坡。经对典型滑坡进行野外地面调查、黄土层位划分、黄土显微结构测试和对滥泥河左右两岸的滑坡形态进行综合分析后认为:西吉地处中国黄土高原干旱地带,黄土堆积以大孔隙发育的非饱和黄土为主,地震时突发水异常使地下水位瞬间上升、黄土中孔隙水压增高、黄土自重加大,在地震力和水动力的共同作用下,导致黄土发生液化,这是该区地震诱发黄土滑坡的综合形成机理。     

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。     

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。     

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。     

云南省丽江大地震及其诱发的崩塌滑坡灾害特征

１９９６年２月３日，云南省丽江县城以北４０ｋｍ发生７级强烈地震，这次地震在约１２０００ｋｍ２范围内诱发了至少４２０处中小型崩塌和３０处大中型滑坡，造成房屋倒塌、桥梁毁坏和公路堵塞。调查研究得出以下结论：（１）地震触发的崩塌滑坡分布在Ⅵ度区内，主要集中在主震震中东南部，接近表层构造断裂带和余震活动范围内；（２）崩塌主要发生在高陡斜坡的峡谷地带，滑坡多为复活型，部分为同发型和滞后型滑坡；（３）地形是控制崩塌滑坡分布位置的主导因素，崩塌多发生于大于６０度斜坡中上部，滑坡发育于中缓斜坡（２５°～４５°）；（４）滑坡影响区如遇充足的降雨可能进一步变形破坏，大量地裂隙孕育着新的崩塌滑坡，潜在危险性大。     

泸水县滑坡孕灾环境因素敏感性研究

滑坡灾害的发生对社会经济及人民生命财产造成了重大损失,开展孕灾环境敏感性研究具有重要的意义。以滑坡灾害频发区——泸水县为研究对象,选取高程、坡度、坡向、道路、河流、岩土体类型、断裂带及土地利用8个因子,采用确定性系数概率模型分析滑坡易发敏感性,并通过敏感性指数模型分析各个因子对滑坡灾害发生的影响程度,确定有利于滑坡发生的条件,绘制了泸水县区域内滑坡敏感性分区图。结果表明:中等及以上级别的敏感区域内发生的滑坡灾害数量占总数的92.36%,滑坡灾害与孕灾环境敏感性分析具有较好的吻合性;分析结果对泸水县滑坡防治有一定的借鉴作用。     

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。     

陕南秦巴山区地质灾害发育及空间分布规律

为进一步研究陕南秦巴山区地质灾害发育及空间分布规律,对区内地质灾害的数量、规模、物质组成等进行概率统计分析,结果显示:该区地质灾害以堆积层滑坡为主,岩质崩塌次之;滑坡规模以小型、浅层和等长式为主,崩塌以小型、等长式为主。地质灾害空间点密度呈"四高两低"分布,崩塌呈"三高四低"分布,泥石流呈"三高两低"分布。地质灾害、断裂、河流及道路的空间分布具有分形特征。滑坡(崩塌)面积与体积(长、宽)之间具有幂律相依性,面积与体积符合对数正态分布。结论为陕南秦巴山区移民搬迁安置选址提供技术支持。     

“4·14”玉树地震断裂带对震后地质灾害影响作用分析

玉树"4·14"地震发生后,地震造成山体松动、沟道堵塞,引发了许多滑坡、崩塌、泥石流等地质灾害。地质灾害的空间分布受地形地貌、地层岩性和人类工程活动等因素的影响,然而对于地震引发的地质灾害,其空间分布则主要还是受发震断裂的控制。选取巴塘河-结古镇地质灾害集中发育区进行了研究,发现玉树地震断裂对地质灾害发育有以下影响作用:(1)地震断裂两侧地质灾害发育分布存在一定的差异,地震地质灾害的强发育区是在断层两侧2500 m范围内,而500 m范围内地质灾害最为发育。(2)玉树地震引发的地质灾害主要分布于7度以上烈度区。(3)玉树地震滑坡、崩塌的优势主滑方向为东北—西南,近似垂直于发震断层走向。     

基于GIS的沐川县滑坡危险度区划

基于GIS技术及统计方法,对沐川县滑坡进行了区划研究.从与滑坡发育相关的因子中提取了5个本底因子:地层、坡度、坡形、高差和坡向,以此反演计算了研究区环境本底因子对滑坡的贡献和本底因子的权重.采用贡献率权重叠加法对研究区进行危险度区划,其中高危险度区114.7km2,中危险度区229.9km2,低危险度区100.9km2.经与野外调查结果对比检验,区划可靠性达到90%以上.     

贡献率法确定三峡库区滑坡发育环境本底因子

滑坡发育环境本底因子的定量化求解是滑坡成因研究的重要课题.在传统方法的基础上,采用贡献牢法,即因子贡献率=因子贡献指数/因子贡献指数总数×100%,并通过GIS技术定量统计了三峡主要滑坡段(云阳-巫山)的滑坡与环境本底因子的区域相关关系,得到岩性、坡度、坡形、高差、坡向5个主要因子的贡献量,并评价了各个因子对滑坡发育的贡献程度.     

基于GIS的岩溶地区滑坡敏感性评价——以贵州织金县为例

滑坡是喀斯特山区主要的灾害类型。以贵州省织金县为研究区,结合遥感科学和地理信息系统,综合滑坡编目数据,分析织金县的滑坡发生机制,并基于信息论的滑坡信息量模型分析方法,选取主要滑坡因子,包括坡度、坡向、相对高差、地形湿度指数、土地利用/土地覆盖变化(LUCC)、地质地层和公路,在此基础上建立区域滑坡空间预测的信息量模型,利用GIS对单因子滑坡信息量进行计算,再求得各因子的综合信息量并进行风险分级。结果表明,织金县相对稳定区为2 779.0 km2,高风险区共有42处,中风险区共有36处,低风险区共有67处。滑坡与地形的相对高差明显相关,植被也是滑坡稳定性的重要影响因素,研究结果对区域的发展和规划都具有较好的参考意义。     

基于确定性系数概率模型的降雨型滑坡孕灾环境因子敏感性分析——以四川省低山丘陵区为例

分析降雨型滑坡孕灾环境因子的敏感性,有利于提高对该类型滑坡的预测精度。以四川省低山丘陵区为例,通过高分辨率遥感影像解译和野外实地调查等方法,建立滑坡编目数据库,并在此基础上,选取高程、坡度、地形起伏度、岩土类型、道路、河流和断裂构造共7个因子作为降雨诱发滑坡的孕灾环境因子,基于GIS空间分析技术,应用确定性系数概率模型,对这7个因子的敏感性进行研究。研究结果表明:四川省低山丘陵区降雨型滑坡多发育在:①高程在400~1 000 m的范围内,特别是600~800 m的区域;②坡度为15°~30°的区域;③砂岩、砾岩和页岩等岩石类型中。应用滑坡敏感性指数分析发现,岩土类型、高程和坡度对研究区内降雨型滑坡的分布起到控制作用。     

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。     

基于突变级数法的滑坡稳定性评价

基于突变级数法,建立了滑坡稳定性评价和预测模型。在相关研究的基础上,建立了滑坡稳定性评价指标的递阶层次结构,以滑带强度、滑面特征、滑坡外形特征及其近期活动等4个内部影响因素,以及暴雨作用、河流作用、滑坡后缘加载、人工活动和地震作用等5个外部影响因素,作为滑坡稳定性识别的判别因子;以22组典型滑坡工程案例作为训练样本,建立了滑坡稳定性评价模型和突变级数判据;然后利用6组典型滑坡工程实际案例作为测试样本,检验了模型的可行性和可靠性。研究表明,突变级数法对滑坡稳定性的识别结果与实际情况吻合,并与系统加权聚类分析法、判别分析法等的识别结果一致。