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。     

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。     

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。     

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。     

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。     

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...     

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。     

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。     

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。     

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行分级区划;最后,对地质灾害易发性评价的精度进行定量评价。结果表明:地质灾害易发性评价结果与实际地质灾害发生的吻合度高、评价结果可靠、评价方法精度高、适用性强;岩土体类型、坡体结构、水的作用及人类工程活动是地质灾害发育的最主要控制因素;地质灾害易发性划分为极高易发、高易发、中易发、低易发、极低易发五个等级。建立的评价方法从权重确定和等级划分方面完善了地质灾害易发性评价理论体系,可为区域地质灾害易发性评价提供理论指导和技术参考。     

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。     

气候变化背景下中巴公路沿线流域潜在滑坡危险区评价及预测研究

为探究气候变化背景下中巴公路沿线流域潜在滑坡灾害发生的规律与变化,基于斜坡单元利用频率比模型计算各影响因子的贡献程度,绘制研究区滑坡危险区分级图,并使用CMIP6最新公布的SSP126、SSP245、SSP585情景下预估的气候数据,预测了流域未来20年间潜在滑坡危险区变化趋势。结果表明：(1)查明KKH沿线流域分布着750处滑坡。(2)历史滑坡危险区处于高、极高危险区共发育滑坡648个,数量占比为86.40%。(3)CMIP6公布的不同情景下随着辐射强迫值的增加,降水与温度有不同程度的增加,潜在滑坡高、极高危险区面积也随之增加。(4)全球气候变化背景下,降水与温度对研究区滑坡危险区影响较大,预测滑坡高、极高危险区主要分布在Sost-Pasu、Chalt-Duair段,部分分布在Oytak-Khunjerab段。     

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。