因子分析在黄河上游干流地区滑坡灾害中的应用

黄河上游地区干流滑坡灾害频繁发生,造成了严重的经济损失和人员伤亡。对该区滑坡灾害进行研究,对于指导该区的抗灾、减灾和预防工作意义重大。采用遥感技术和野外采样实测,获取了研究区的129处滑坡灾害数据,进而对滑坡灾害影响因素进行了因子分析。通过因子分析,得到公因子,并对公因子命名。在此基础上,计算了因子得分及综合得分,并对其进行了排序。研究结果表明:灾害数据变量之间有较强的相关性,滑坡发生主要受到滑体标高因子、滑体外形因子、地表因子、环境因子和滑体性质5个公共因子的影响。滑体标高、环境特征和滑体性质对滑坡的影响较大,滑体外形因素和地表因素对滑坡发生的影响相对较小。     

四川德阳地区龙风水库西岸滑坡稳定性分析及防治

本文在对四川德阳地区龙凤水库西岸滑坡的地质地貌条件及变形迹象进行深入调查的基础上,对该滑坡的主要成因及稳定性进行了分析与评价,并有针对性地提出了工程防治方案。研究表明,疏松透水的土层、较强的降雨以及人类耕作活动是导致滑坡发生的主要因素。在天然状态下该滑坡稳定或基本稳定;在天然+地震状态下,该滑坡欠稳定或不稳定;在连续高强度降雨状态下,该滑坡不稳定。故采取截、排水及抗滑桩等工程措施是防治该滑坡的有效方案。     

基于GIS的断层构造对滑坡灾害发育控制作用分析——以雅安市雨城区为例

断层是滑坡发育的影响因素之一。选择雅安市雨城区和区域内232处滑坡作为研究的基础资料,通过地理信息系统空间分析技术及作者提出的滑坡影响因子贡献率的方法,得到了研究区内断层100m和200m缓冲区对滑坡的贡献率,定量研究了断层对研究区域滑坡发育的关系。研究结果表明,研究区域断层对滑坡敏感性不大,100m断层缓冲区较200m断层缓冲区贡献率值较大,为下一步研究区域滑坡危险度区划奠定了基础,同时为区域防灾提供了科学依据。     

记住5·12

去年的5月12日14时28分,汶川发生了8级特大地震,这是继1976年7月28日唐山大地震之后的又一次重大灾难。突如其来的地震,不仅在瞬间震倒了数以万计的房屋,更加令人痴心的是造成了6．9万余人遇难,近1．8万余人失踪,57万余人受伤,并引发了堰塞湖、泥石流、大面积山体塌方等地质灾害。人员伤亡之多、破坏力之强、影响范围之大,使整个中国乃至全世界为之震惊。由此所带来的心灵伤痛和巨大损失至今让我们印象深刻,将永远无法忘却。     

浅谈地震与个体防护

2008年5月12日14时28分,在四川阿坝藏族羌族自治州汶川县（北纬31度,东经103．4度）发生了7．8级（5月18日修正为8．0级,烈度为11级）大地震,持续120秒（此前已经发生2次有感地震,紧接着开始大地震）。这次地震属于“浅源地震”（距地表下10千米处）,震中在北川、青川、映秀镇一带,共涉及58个乡镇3,669个受灾村,北川县城被夷为平地。灾区处于大山中,道路中断、山体滑坡、     

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.     

我们的家,我们要爱它

我的家乡坐落在长白山脚下,这里群山环抱,一座接着一座,犹如骆驼的驼峰,构成了道美丽的风景线。有了山自然也缺不了水,这里,松花江的水世界     

全球近期灾害录(2012.6.11—2012.8.10)

阿富汗北部发生两次地震6月11日,阿富汗北部巴格兰省布尔卡区先后发生5.4级和5.7级两次地震,震中位于法扎巴德西南大约160千米,此次地震至少导致80人遇难。台湾暴雨酿水灾6月11日,受西南气流影响台湾地区出现台风级豪雨,各地灾情不断。至今已造成4人死亡,1人受伤。阿富汗发生山体滑坡6月11日,在阿富汗北部巴格兰省布尔卡地区发生了山体滑坡,已造成71人死亡。菲律宾南部省份遭洪水侵袭6月12日,大雨导致菲律宾南部省份萨兰加尼省爆发洪水,导致2人死亡,1人失踪。     

个旧贾沙乡滑坡成因及防治措施研究

贾沙滑坡属大型牵引式滑坡,处于蠕变阶段.滑坡体为第4系粉砂夹粘土层.研究其形成原因对滑坡防护与治理有重要的意义.从贾沙滑坡的成因角度出发,提出贾沙滑坡的防治措施应全面做好各种词查(勘察)工作,尽早防止,科学施工,尤其是产生滑坡的主要成因--水的防治措施必须尽快解决,以防止不必要的损失.     

AHP与GA-SVM耦合模型在滑坡预警中的应用*

为了减少滑坡造成的损失,提高滑坡预测的准确性,通过搭建灾害模拟平台获得滑坡的实验数据,在获得多组模拟实验数据后,分析各变量的特性。首先,通过层次分析(Analytic Hierarchy Process,AHP)算法,对滑坡进行危险度划分;然后,通过支持向量机(Support Vector Machine,SVM)建立模型,遗传算法(Genetic Algorithm,GA)再优化SVM参数,提出1种层次分析法与GA-SVM相耦合的模型。研究结果表明:AHP方法划分后的数据,通过GA与SVM结合建立的模型精度较好,实验预测结果与实际结果较为吻合,与单一SVM相比,精度更高,结果更好,更加适用于多变量的复杂非线性滑坡预警。