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。     

米林震后地质灾害空间分布特征及易发性分析

2017年11月18日西藏米林发生M_S6.9级强震并引发严重的次生地质灾害。为研究其地质灾害的空间分布规律,利用遥感技术提取该区域的滑坡、崩塌等灾害信息。在此基础上,引入高程、坡度、坡向、地层岩性、水系和断层等六种地震触发的地质灾害影响因素,并利用层次分析法(AHP)确定各影响因素在地质灾害易发性评价中所占权重,得到了研究区地质灾害易发性空间分布图。结果表明,该研究区地质灾害总面积达到32.77 km~2,并以中小浅层滑坡和崩塌为主,且55.6%的地质灾害位于极易发区。     

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。     

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。     

2017年九寨沟地震地质灾害发育分布规律研究

2017年8月8日,四川阿坝州九寨沟县发生M_s7.0地震。通过现场详查及无人机影像,共获得九寨沟景区内地质灾害点167处。在此基础上,分析地震地质灾害类型;并利用GIS技术在地形地貌、地质、地震构造等方面对地质灾害的分布进行统计分析。研究发现:(1)灾害类型以崩塌、浅表层滑坡为主,其中崩塌最为发育,具有沿沟谷和道路两侧呈线状分布的特点。(2)地震地质灾害多集中在坡度为30°～60°、坡向S、高程2 400～2 600 m及高差200～250 m范围内,具有较为显著"放大效应"和"背坡面效应"。(3)地层岩性、坡体结构与地质灾害的发育类型有关,其中崩塌灾害主要发育于灰岩等硬岩地层及顺向、斜向坡;在距离发震断裂0～6 km范围内灾害分布最多,随距离增加而减少,具有"距离效应"。(4)灾害点的发育分布与地震烈度等级呈正相关关系;且地震灾害的发育分布受人类工程活动影响较大,随着与公路距离的增加而减少,在公路0～500 m距离内占比最大。     

汶川地震前后滑坡分布变化规律——以川北山区为例

为获取汶川地震效应下滑坡空间分布的变化规律,针对川北山区2002-2010年的滑坡案例数据,构建了4个表征不同时间尺度的滑坡子集,对比分析了汶川地震同震滑坡、地震前后降雨型滑坡的个数、比例、密度以及与滑坡发生密切相关的5个因子(坡度、岩性、高程、距断裂带距离和降雨)的敏感性。结果显示,汶川地震震后3年中,中型滑坡的比例由震前的2.29%增大至16.86%;滑坡的坡度优势区间由10°~15°推高至30°~45°,高程优势区间由400~600 m推高至800~1200 m,距断裂带距离的优势区间由震前0~15 km缩短至0~10 km;松散堆积层上滑坡分布密度迅速扩大;滑坡对降雨的反应时间较震前明显缩短,且震后滑坡的临界降雨量值较震前降低。这些结果表明,汶川地震的发生改变了川北山区的滑坡发育条件。     

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...     

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。     

陕西省吴起县斜坡几何形态与地质灾害相关性研究

根据陕西省延安市吴起县地质灾害详细调查成果,对区内73处地质灾害隐患点的调查数据进行了统计分析。总结了吴起县滑坡、崩塌特征,探讨了吴起县斜坡坡型、坡度、坡高和坡向对滑坡、崩塌发生的控制作用,得出了斜坡几何形态与滑坡、崩塌的相关性规律。结果表明:吴起县地质灾害隐患点中,凸型和直线型坡更容易形成滑坡或崩塌,凹型和阶梯型坡相对稳定。当斜坡的坡度在30°~40°、坡高在40~70 m时,主要发育滑坡;当斜坡的坡度大于60°、坡高在30~50 m时,主要发育崩塌;且滑坡、崩塌的平均高度约为各自所处斜坡坡高的3/4。滑坡、崩塌灾害阳坡较阴坡发育,其坡向主要分布在90°~180°、240°~270°之间。分析结论为该县防灾减灾工作提供了一定的参考价值。     

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。     

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。     

基于经验似然比函数模型的降水型滑坡灾害概率风险分析与预测

以湖南郴州地区为例,建立了降水型滑坡历史灾害空间分布、地质和地形等滑坡影响因子空间数据库;基于50×50 m的网格,选取地貌、地层岩性、土壤类型、坡度、坡向、高程等滑坡影响因子,利用经验似然比函数计算出每个网格的滑坡危险度,并进行分级,进而制作出郴州地区滑坡危险度区划图.在此基础上,利用另一组滑坡灾害空间分布数据采取交叉验证法估算每一类危险级别发生滑坡的经验概率.结果表明,应用经验似然比模型进行滑坡灾害概率风险分析评估效果较好.     

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。     

“5.12”汶川地震诱发滑坡特征参数统计分析

2008年5月12日四川省汶川县发生了Ms 8.0级大地震,震后遥感影像解译与调查结果表明,在约48 700km2的区域内,地震诱发了不少于48000处的滑坡灾害。基于GIS空间分析方法,分别使用滑坡面积与滑坡数量这两个统计参数,对滑坡的地层岩性、坡度、滑向、高程、所在烈度区、上下盘位置和与发震断裂的距离等共7个参数进行了统计分析。统计结果表明,汶川地震滑坡多发育在(1)砂岩、粉砂岩、千枚岩与灰岩地层中;(2)坡度为30°～50°,尤其是35°～45°范围内;(3)沿着垂直于发震断裂SEE方向运动;(4)高程为800～2000m,尤其是1000～1600m范围内;(5)Ⅷ～Ⅺ烈度区范围内;(6)发震断裂的上盘:(7)距离发震断裂40km,尤其是10km的区域内。