基于GIS与WOE-BP模型的滑坡易发性评价

区域滑坡易发性研究对地质灾害风险管理具有重要意义.以往研究中,将多元统计模型与机器学习方法相结合用于滑坡易发性评价的研究较少.以三峡库区万州区为例,首先选取9种指标因子（坡度、坡向、剖面曲率、地表纹理、地层岩性、斜坡结构、地质构造、水系分布及土地利用类型）作为滑坡易发性评价指标.基于证据权模型（weights of evidence,WOE）计算得到的对比度和滑坡面积比与分级面积比的相对大小,对各指标因子进行状态分级;再利用粒子群法优化的BP神经网络模型（PSO-BP）得到各指标因子权重.综合两种模型确定的状态分级权重和指标因子权重（WOE-BP）计算滑坡易发性指数（landslide susceptibility index,LSI）,基于GIS平台得到全区滑坡易发性分区图.结果表明:水系、地层岩性和地质构造是影响万州区滑坡发育的主要指标因子;WOE-BP模型的预测精度为80.8%,优于WOE模型的73.1%和BP神经网络模型的71.6%,可为定量计算指标因子权重和优化滑坡易发性评价提供有效途径.      

基于信息量的金川县斜坡地质灾害易发性评价

以斜坡地质灾害(滑坡、崩塌)高发的金川县为例,采用遥感解译与地面调查相结合的综合手段获取灾害数据.选取地形起伏度、坡度、斜坡坡形、斜坡结构类型、工程地质岩组、地质构造、水系、植被与土地利用类型等8个影响因素作为评价因子,分别基于区内斜坡地质灾害点和斜坡地质灾害面积采用信息量模型开展易发性评价.利用最新提出的历史地质灾害...     

基于斜坡单元的滑坡风险识别

识别斜坡地质灾害风险已成为西南山区地质灾害防治的重要基础工作,通过GIS软件划分出孕灾斜坡单元,选取坡度、坡高、覆盖层厚度、滑体土类型、人类工程活动、日最大降雨量等6项指标作为评价因子,利用层次分析法开展山区大比例尺地质灾害危险性评价,初步评价出研究区危险性斜坡。以万山区1:1万地质灾害风险调查获取的斜坡剖面模型为基础,通过取样、试验,综合选取岩土体物理力学参数,利用有限元软件对暴雨状态下的高危险斜坡进行数值模拟,通过强度折减计算出安全系数均小于1.05,并存在不同程度的塑性贯通区。其分析结果与层次分析法评价结果一致,可作为西南山区浅层土质滑坡隐患识别的定量化评价方法。     

镇域尺度下秦巴山区堆积层滑坡易发性不同单元评价性能对比研究

秦巴山区堆积层滑坡数量多、分布广、密度大、频次高,所造成的危害十分严重,且具有孕灾条件复杂多样和部分灾害评价数据获取难度大等特征。笔者选取秦巴山区小岭镇作为研究区,在地质灾害野外调查基础上,结合堆积层滑坡区域特点,采取栅格、斜坡两种单元类型,因地制宜的提取了滑坡孕灾因子,分析其相关性,提选出坡度、坡高、坡面形态、斜坡结构类型、堆积层厚度、距道路、矿区、断裂的距离等8个因子作为堆积层滑坡特征因子,运用随机森林模型方法对该镇域进行了滑坡易发性评价;并通过评价结果频率比、ROC曲线、易发性概率均值与标准差,对栅格单元、斜坡单元两种单元类型的精度与准确性进行了验证,结果表明：两种评价单元的预测结果都有良好的表现,但斜坡单元作为评价单元总体预测性能高于栅格单元,栅格单元在灾害防治具体空间部署上有着更精细的参考。研究成果对秦巴山区镇域地质灾害风险评价工作有一定的理论和实践意义。     

滑坡易发性评价方法和精度比较——以贵州省大方县为例

近年来贵州省突发性滑坡地质灾害时有发生,除在册滑坡隐患外,还有不少斜坡存在着滑坡的孕灾环境条件,通过新一轮的地质灾害风险评价发现,选用不同的风险评价体系对地质灾害易发性的影响很大,从而影响地质灾害防治、国土空间规划和政府决策等基础数据。本次以大方县滑坡数据为例,选取与滑坡相关的7个影响因子:坡度、坡向、相对高差、工程地质岩组、距水系距离、距构造距离以及土地利用类型,采用层次分析法(AHP)、信息量模型(I)及耦合模型(AHP-I)对研究区进行滑坡易发性评价,并采用滑坡点频率统计和成功率曲线(ROC)对3种模型的评价精度进行检验。通过比较,选取精度高的耦合模型(AHP-I)作为滑坡易发性评价方法,从而能更加精确地评价大方县的滑坡易发性,为山区县级区域滑坡灾害的防灾减灾提供决策依据与参考。     

杭州市滑坡地质灾害危险性区划与评价

基于证据权法构建滑坡地质灾害评价模型,进行杭州市滑坡地质灾害危险性区划研究。主要数据源包括1930－2009年杭州市域采集到的1 905个地质灾害个例以及杭州市地质图、土地利用数据及数字高程模型（DEM）等。利用Arcgis空间分析及信息提取功能,筛选强降水、地层岩性、坡度、坡向、坡高、河网与道路缓冲等证据因子,并运用证据权法客观确定各因子权重, 最后通过Arc-WofE扩展模块对多种优选因子的叠加,计算任意格网单元的滑坡发生概率,实现对潜在滑坡点位的空间预测。经分离样本法验证,区划准确率为88.3%,分析结果与现有滑坡的分布情况比较吻合。据此表明证据权法在多指标评价及其权重确定等方面具有普适性,值得在滑坡地质灾害危险性区划等方面推广应用。     

安徽省六安市裕安区滑坡崩塌地质灾害与地形地貌的关系研究

本文基于六安市裕安区地质灾害风险调查工作成果,对裕安区滑坡崩塌地质灾害与地形地貌之间的关系进行分析研究,查清其地灾的地域分布特征,对斜坡类型、斜坡坡度、斜坡坡高、斜坡坡向与地灾的数量进行统计,分析裕安区滑坡崩塌地质灾害成因,为本地区的地质灾害风险评价和地质灾害监测预警工作提供理论依据。     

基于斜坡单元的滑坡易发性评价 ——以遵义市汇川区山盆区域为例

贵州省遵义市汇川区是地质灾害相对频发的地区,以遵义市汇川区山盆区域为研究区,以斜坡单元为评价单元,提取地形坡度、地表粗糙指数、斜坡类型、工程岩组、地表起伏度、人类工程活动强度等6项因子,采用层次分析法对研究区滑坡地质灾害易发性进行评价,绘制基于斜坡单元的研究区易发性评价分级图,评价结果认为:滑坡高易发斜坡单元和较高易发...     

基于ArcGIS模型的滑坡地质灾害敏感性评价——以金沙江上游为例

针对一些灾害评价模型过于复杂,影响因子选择过多的情况,在前人研究的基础上,选取坡度、工程地层岩性、断裂构造、地形起伏度4个因素作为滑坡地质灾害的影响因子。以金沙江上游白玉至巴塘段为研究区域,利用GIS技术,基于信息量模型,分析不同因子对滑坡地质灾害的敏感性,并利用信息量值绘制出滑坡灾害敏感图。结果表明,滑坡灾害点分布与敏感性分级具有显著相关性。评价方法可对类似金沙江上游这样的山地区域性滑坡灾害敏感性评价提供思路和参考。     

基于斜坡单元的山区城镇滑坡灾害易发性评价：以康定为例

山区地质灾害易发性评价对城镇地质灾害风险管理具有重要意义。本文以康定市为例,以斜坡单元为最小评价单元,选取高程、坡度、坡向、曲率、工程地质岩组、距道路距离、距断裂距离、距水系距离和斜坡结构等9个滑坡影响因子,根据各因子滑坡面积比曲线与证据权值曲线的突变点,划分滑坡影响因子二级状态,并对各影响因子进行相关性分析,剔除相关性较高的距道路距离因子,在此基础上,采用证据权模型进行滑坡易发性评价。对已有治理工程的斜坡单元,本文尝试利用折减系数法对其易发性进行进一步评价。结合现场调查,将研究区滑坡易发性程度划分为：极高易发、高易发、中等易发、低易发。评价结果表明,自然工况下极高易发区主要位于康定市炉城镇以及研究区北侧二道桥村一带,高易发区主要位于雅拉河、折多河与瓦斯沟河谷两侧,对治理工程所在的斜坡单元进行折减后,极高易发区面积由11.21%降至8.42%,滑坡比率由4.03降低至2.3,研究结果符合实际情况,模型精度达77.8%。评价结果较好地反映了康定市区的滑坡易发性分布情况,可为城镇精细化评价提供一定的参考依据。     

基于贡献率权重法的区域滑坡影响因子敏感性分析

滑坡影响因子是区域滑坡危险性评价的基础,而因子的敏感性直接反应评价过程中权重大小,因此因子敏感性的精度将影响着评价结果的精度。本文以平昌县滑坡灾害为例,选取坡度、地层、高差、高程、坡形五个因子作为滑坡灾害的敏感性分析因子,采用贡献率权重法对研究区滑坡灾害影响因子的内部敏感性及因子间敏感性进行分析,该评价方法结构简单,不受地域限制,能客观的反应出各评价因子间以及因子内对地质灾害的敏感性。分析结果显示:选取的5个指标敏感性大小依次为:坡形坡度地层高差高程;在各评价指标内部中,坡度10°~30°、侏罗系下统蓬莱镇组上段地层、高差4.94~12.36 m、高程300~800 m、凸形与直线形坡是滑坡发生的高敏感区间。     

青海化隆县地质灾害易发性区划

通过青海化隆县1:5万地质灾害详细调查工作,基本查清了该县境内的地质灾害类型、规模、危害程度及时空展布规律,并进行了地质灾害易发程度分区和风险性评价。(1)县境内共发育地质灾害点438处,其中滑坡243处,不稳定斜坡92处,泥石流沟90条,崩塌13处,其展布主要受控于地形地貌和气候条件。(2)利用GIS信息量模型区划评价了县境内的地质灾害高易发区和高风险区,认为化隆县境内地质灾害高易发区面积占县境总面积的49.1%;中易发区面积占33.5%。;低易发区面积占17.4%。(3)地质灾害高风险区面积占总面积的44.3%;中风险区面积占37.4%;低风险区面积占18.3%。评价区划成果将为当地政府有效开展地质灾害群测群防工作提供基础数据。     

三峡库区地质灾害空间评价预警研究

通过全面野外调查(比例尺1∶100,000),填表登录了三峡库区(19县(区),54175km2)地质灾害点5706处,其中,滑坡3830处、不稳定斜坡1107处、崩塌549处、泥石流90处、地面塌陷85处、地裂缝45处。采用1∶250,000数字化地形底图,通过编制三峡库区工程地质图层,建立了基于MapGIS的三峡库区地质灾害空间数据库和分层图形库。在研究了三峡库区地质灾害分布与地形(高程、坡度)、水系、植被、工程地质岩组、地质构造形迹、斜坡类型、降雨量分布和地震活动等的统计关系基础上,筛选提取了地质灾害空间评价预警研究的发育因子(响应因子)、基础因子、诱发因子和易损因子体系。划分了三峡库区干、支流库岸的斜坡结构类型,预测建立了未来三峡水库在145～175m水位变动期水库库岸斜坡可能出现冲刷—坍塌、整体滑移、溶蚀垮塌和侵蚀—剥蚀等4种类型变形失稳模式。采用2 5km×2 5km(图面1cm×1cm)的网格剖分整个区域,共形成9309个网格。基于区域地质灾害评价预警的递进分析理论与方法(AMFP),分别计算了三峡库区地质灾害"发育度"、"潜势度"、"危险度"和"危害度"(简称"四度")。采用图斑合并方法分别编制了相应的"四度"区划图。根据"四度"区划结果,分别提出了三峡库区地质灾害监测预警与防治区划和地质环境开发利用的对策。     

基于证据权法的湖南省石门县皂市水库滑坡易发性评价

湖南省石门县皂市水库地区滑坡地质灾害频发,采用证据权法进行滑坡易发性评价可以为滑坡防治提供科学依据.本文首先以斜坡单元为基本制图单元,利用ArcGIS空间分析功能,结合历史滑坡灾害点实地复核数据、遥感影像、地形图、数字高程模型、地质图等数据,提取了坡度、坡形、斜坡高差、植被覆盖度、地层岩性、斜坡结构类型、断层缓冲距离、道路缓冲距离、河流缓冲距离等9个证据因子并划分证据层;然后基于证据权法分别计算各证据层权重值,生成了研究区滑坡易发性分区图,并进行了预测精度分析.结果表明:(1)研究区滑坡易发性可划分为高易发区、中易发区、低易发区、极低易发区4类,4类分区面积占比分别为7.5％、20.6％、54.9％、17.0％;(2)基于成功率曲线法得出分区准确率为84.7％,评价结果与灾害点分布较为吻合.     

贝叶斯信息标准在滑坡因子敏感性分析中的应用

滑坡因子敏感性分析是滑坡预测和治理的重要前提。以巫山县新址西区作为试验区,运用滑坡影响因素与历史滑坡之间建立的Logistic回归模型,通过贝叶斯信息标准进行模型优劣程度的比较,以期得出本区滑坡因子的敏感程度。设计了逐个加入影响因子进行非嵌套模型的优劣程度对比的试验方法。试验区滑坡因子敏感程度计算结果排队依次为：岩性、高程、距有影响构造线距离、坡度、坡向、坡形。试验为区域斜坡稳定性评价提供了一种新的、可靠的方法。     

西藏地区崩塌滑坡影响因子敏感性分析CSCD

西藏地区地形地貌复杂,构造活动强烈,气候条件多样,地质灾害频发,对全区经济建设和社会发展的影响日趋显著。其中,崩塌、滑坡是西藏地区常见的地质灾害,为了定量分析研究区内崩塌、滑坡影响因子的敏感性,文中基于GIS与确定性系数分析方法,选取了坡度、坡向、地形起伏度、坡形、高程、距地质构造距离、河网密度、工程地质岩组等8个因子开展了崩塌、滑坡影响因子敏感性分析。分析结果表明:(1)西藏地区崩塌、滑坡影响因子高敏感性区间为:斜坡坡度大于30°,坡向为南东向、南向、南西向,地形起伏度在200~800 m/km^(2),坡形为凹形坡,高程在1500~4500 m,距地质构造距离0~3 km,河网密度>0.5 km/km^(2),代号为YJ2、TS1、TS2、BZ1的岩组,灾害与影响因子之间表现出较好的相关性。(2)影响因子间的敏感性大小:坡度>工程地质岩组>高程>坡形>河网密度>地形起伏度>坡向>距地质构造距离。研究结果对西藏地区崩塌、滑坡易发性评价工作提供了参考。     

基于CF概率模型的滑坡致滑地质环境背景因子筛选分析

基于福建省地质灾害调查成果数据库,对福建省内滑坡的致滑地质环境背景因子分别进行描述统计分析和CF概率模型计算,筛选出滑坡致滑关键地质环境背景因子,按敏感程度从高到低分别为滑坡所在位置高程、斜坡坡度、土层厚度和基岩岩性。     

斜坡单元支持下地震滑坡危险性区划——以芦山地震为例

以地震滑坡作为研究对象,选取"4·20"芦山地震中芦山县为研究区,结合多源数据,在相关分析后选取10个评价因子,分别是地面高程、坡度、坡向、斜坡形态、地层、斜坡结构、断层平均距离、水系平均距离、植被指数和地震峰值加速度,在数字高程模型基础上采用集水区重叠法划分斜坡单元,再对各评价因子重采样,进而利用基于遗传算法的神经网络算法构建地震滑坡危险性评价模型,完成地震滑坡危险性区划。将基于斜坡单元的危险性区划结果和基于格网单元的区划结果进行比较,结果显示滑坡正确率分别为96.6%和92.6%,斜坡单元的正确率较高;同时通过多组数据的受试者工作特征曲线分析本评价模型的不确定性,每组曲线位置及曲线下面积大小相当。     

基于信息量和多层感知机分类器模型耦合的平果市斜坡类地质灾害易发性评价

广西平果市频发的地质灾害严重制约着市区的工程建设和生命财产安全。在充分收集和整理区域地质资料的基础上,通过遥感解译和现场调查,确定了平果市共发育251处斜坡类地质灾害,其中崩塌189处、滑坡62处。选择高程、坡度、坡向、曲率、工程地质岩组、距断层距离、土层厚度、距河流距离和降雨共9个因子作为评价因子,结合信息量和多层感知机分类器的优势,采用信息量和多层感知机分类器耦合模型对平果市斜坡类地质灾害进行易发性评价。斜坡类地质灾害易发性制图表明极高易发区占平果市面积的25.39%,主要分布于平果市的北部、中部和南部山区。通过ROC曲线对模型预测能力进行检验获得AUC=0.809,表明模型评价结果能够很好地预测研究区斜坡类地质灾害的发生。研究结果可为研究区的崩滑灾害风险评价和灾害防治提供科学依据。     

基于广义回归神经网络的边坡稳定性评价

边坡失稳是比较常见的地质灾害,判定其稳定性的方法很多,在使用过程中也暴露出了这些方法的缺陷。针对这些问题,构建了适合于边坡稳定性评价的广义回归神经网络模型,并运用Matlab的神经网络工具箱进行了分析和计算,使用了相关数据来训练和测试该模型的可靠性和可行性。结果表明,广义回归神经网络模型在使用过程中需选择合适的光滑因子,而所得出的数据与实际结果较为相符,解决了之前使用的BP神经网络模型的缺点,具有很好的工程运用前景。