基于XGBoost和云模型的地质灾害易发性评价

传统地质灾害易发性评价中，存在着易发性因子权重选取主观性强、因子分级具有随机性和模糊性等问题。采用单一评价模型只能对地质灾害的易发性进行定性评估，无法定量化评价。针对这一问题，文章基于改进集成算法（XGBoost）和云模型，在辽宁省朝阳市189个灾害隐患点中选择坡度、多年平均降水量、归一化植被指数、高程等12个易发性因子，通过XGBoost分类算法确定了易发性因子权重，拟合准确率为96.5%，达到了较高的精度。在此基础上利用云模型将因子分级的模糊性问题转化为定量问题，建立了朝阳市地质灾害易发性评价指标体系。以朝阳市大东山为评价单元对该评价体系进行验证。结果表明该评价单元的易发程度为高易发，与实际情况吻合，应用文章提出的方法进行地质灾害易发性评价的精度较高。     

地质灾害易发性评价方法综述

我国地形地质条件复杂,地质灾害多发,人类各类工程地质活动加剧了地质灾害的发生与发展.地质灾害预防与管理工作是保障人民生命与财产安全的前提与基础.地质灾害易发性评价是地质灾害危险性评价和风险评价的前提,也是地质灾害区划和防治工作的基础.本文基于国内外地质灾害易发性的相关研究,对地质灾害易发性概念、评价指标体系、权重计算方法和易发性评价模型进行分析总结,并指出了地质灾害易发性评价中亟待解决的主要问题.     

基于CF与Logistic回归模型耦合的地质灾害易发性评价——以北京市大清河流域生态涵养区为例

在北京市大清河流域生态涵养区1450 km²的区域内，以遥感影像解译为基础，结合1∶50 000地质灾害详细调查，获取全区888个地质灾害隐患点作为样本数据库，选取基岩类型、地貌类型、地形坡度、河流、公路、断裂6个评价因子，采用确定性系数(CF)与Logistic回归耦合模型评价地质灾害易发性，依照自然间断点分级法(Jenks)将研究区划分为极高易发区、高易发区、中易发区、低易发区和极低易发区。将未参与模型训练的20%地质灾害隐患点作为检验点与易发性分区结果进行叠加分析，通过频率比和ROC曲线进行精度检验。结果显示：基岩类型对地质灾害的发育具有控制作用；公路、断裂对地质灾害的空间分布影响明显；CF与Logistic回归耦合模型在实际应用中具有较高的准确性，是一种地质灾害易发性评价可靠性高的模型。     

陕西凤县地质灾害易发性评价研究

区域地质灾害易发性评价是地质灾害早期预警的基础.为了探索秦岭山区区域地质灾害易发性评价方法,文中在陕西凤县1:5万地质灾害详细调查和数据库建设的基础上,详细分析了地质灾害的发育分布规律及影响因素,利用GIS技术结合信息量模型方法完成了凤县地质灾害的易发性评价区划.结果显示:凤县地质灾害分布主要与河流侵蚀、植被覆盖率及人...     

GIS综合评价模型在地质灾害详细调查中的应用

以河南省登封市地质灾害调查为例,在分析地质环境条件的基础上,总结地质灾害发育特征,确定易发性分区评价指标,并运用GIS综合评价模型分析计算,得出的分区结果与实际吻合较好。通过对GIS综合评价模型的研究,可为大区域内地质灾害易发性评价提供参考。     

基于CF-LR模型的河南省信阳市地质灾害易发性评价

河南省信阳市位于我国地理南北分界线、气候分界线,是地质灾害多发市,地质灾害易发性评价对防灾减灾有重要的指导意义.基于资料分析,选取坡度、坡向、地形曲率、到水系距离、到断层距离、夜间灯光指数和植被指数共7个指标,采用CF-LR模型,对信阳市地质灾害易发性进行了评价.结果表明,信阳市地质灾害易发性程度划分为4类：极高易发区（占全区面积11.39%）、高易发区（19.51%）、中易发区（14.20%）和低易发区（54.90%）.经合理性和准确性检验,评价结果符合要求,说明采用的CF-LR模型能够较为客观准确地评价信阳市地质灾害易发性.     

多因子组合的地质灾害易发性空间精度验证

地质灾害的发生是多种因素相互作用、制约和触发的结果。长期以来，研究人员通过统计历史地质灾害所在区域的地质、地形、水文等环境因素预测未来地质灾害可能发生的位置、时间（或频率），即地质灾害易发性评价。地质灾害易发性评价前提工作是进行影响因子选取，而地质灾害发生的影响因子有数十种，是否叠加因子越多模型评价精度就越高？是否存在“最优因子数量”？这一简单而又关键的问题值得探讨。文章以四川省汶川县为例，选取11种广泛应用于地质灾害易发性评价的影响因子，按照4种排列组合模型，叠加3到11个因子信息量获得对应的地质灾害易发性指数分布图。运用成功率曲线确定线下面积值对各个结果进行预测精度评价。试验结果表明，按照初步设定的4种排列组合模型叠加因子数量到8个时，模型预测精度达到最大值；但在因子叠加过程中发现各个因子对于易发性的控制性与个人经验确定的控制性存在一定差异，按照实际因子控制性从大到小与从小到大排列组合后，叠加多个关键因子后模型预测精度才会达到峰值。研究成果表明，地质灾害易发性评价中叠加的因子数量越多，模型预测精度越高，叠加过程中如未加入关键因子，模型预测精度将不会达到峰值，说明地质灾害易发性评价不...     

基于层次分析法的绵阳市地质灾害易发性评价

文章阐述了层次分析法应用于地质灾害易发性评价过程及步骤,并运用该方法(AHP)建立地质灾害易发性综合评价的层次分析结构模型及判断矩阵,从而确定了影响地质灾害易发程度因子的权重,建立了地质灾害易发性单灾种评价及区域地质灾害易发性综合评价的数学模型。绵阳市地质灾害易发性评价应用证明,该方法比较合理、有效,具有较高的预测精度,评价结果与实际地质灾害发育区的拟合率大于90%。     

基于信息量模型的地质灾害易发性评价——以天府新区成都直管区为例

本文选择天府新区成都直管区为研究区,基于因素相关性分析结果,选取坡度、坡向、地形起伏度、地貌、岩性、汛期降雨量、人口密度和崩滑密度8个要素作为地质灾害易发性评价因子,应用信息量模型,分析各因子对研究区地质灾害发生的贡献,开展研究区地质灾害易发性区划。结果表明:研究区地质灾害主要沿龙泉山西翼呈条带集中分布,易发等级总体上由东向西递减分布,灾害点空间分布与易发等级呈正相关性,信息量模型应用评价结论,可为该区地质灾害防治提供参考。     

渝东北典型盆缘山区高位崩滑灾害风险评价

研究区位于重庆市巫溪县下堡镇内,属渝东盆缘山区,地形切割强烈,地质环境复杂,地质灾害频发。为了研究高陡峡谷区地质灾发育分布规律、风险区划,文章选取高程、坡度、坡向、工程地质岩组、距水系距离及距褶皱距离因子做为地质灾害易发性评价的影响因素,基于ArcGIS平台,利用信息量模型,定量评价了巫溪宁桥片区高陡峡谷区高位地质灾害的易发性,评价模型与地质灾害分布空间契合度较高,评价结果可信度较高。再结合易损性评价对研究区进行了地质灾害风险评价,最终得到研究区地质灾害风险评价模型。为该区域地质灾害防治提供了科学依据,同时对同类高陡峡谷地区地质灾害风险性评价及地质灾害防治具有借鉴意义。     

基于CF与CF-LR模型的地质灾害易发性评价

区域地质灾害易发性评价对地质灾害防治具有重要意义。本文以贵州省沿河县为研究区,考虑海拔、坡度、坡向、地形曲率、NDVI、工程地质岩组、断层、道路、水系9个因素,通过相关性分析后作为评价因子。分别利用CF模型和CF-LR模型评价沿河县地质灾害易发性。结果表明:CF模型比CF-LR模型地质灾害易发性等级的频率比值从低易发区到极高易发区明显增大,均有效评价了沿河县地质灾害易发性;CF-LR模型比CF模型AUC值提高了0.096,CF-LR模型具有更高的评价精度。     

基于ArcGis的福建省降雨型地质灾害易发性评价模型

通过构建地质灾害发育强度指数和降雨强度指数,建立降雨型地质灾害易发程度评价模型,将全省按灾害易发性划分为高、中、低3类区域。借助ArcGis平台,用栅格数据模型(Raster)来表现评价因子的地理分布,进行深入的空间分析和处理。     

基于GIS的信息量法及其地质灾害易发性评价应用——以滇中晋宁县为例

地质灾害易发性评价是地质灾害评价工作的基础,是地质灾害研究的重点。以往地质灾害易发性分区评价大部分依据专家的主观经验,从而导致评价结果具有较大的随意性。本文利用研究区实际调查资料,选取地形地貌、工程地质岩组、地质构造、水文地质条件、人类工程活动等参评因子,利用信息量模型在基于GIS的平台对空间数据进行自动叠加分析,得出各影响因子综合影响下的客观的易发性分区结果,然后结合专家的主观经验,经定性与定量综合分析,对分区结果进行进一步的修正,可实现对地质灾害易发性的科学评价。选取晋宁县作为示例区的应用结果与国土资源大调查中的评价结果基本一致,证实该方法切实可行,并具有广泛的推广应用价值。     

基于改进的ArcGIS对石台县地质灾害易发性评价探讨

石台县地质灾害易发性评价通过地质灾害综合调查,考虑区内地灾发育现状、孕灾背景条件,选用坡度、地形起伏度、工程地质岩组、与断层缓冲距离、斜坡结构5个因素作为评价因子,建立石台县地质灾害易发性评价指标体系。基于ArcGIS将计算分析得到5个因子图层的信息量,再用层次分析法来校正、完善信息量模型,结合层次分析法得到各因子权重,进行叠加得到每个单元格的总信息量值,即为地质灾害易发指数。经过层次分析法校正与单一信息量法结果上的差异,可知前者更符合实际,易发性评价结果更加准确合理。     

罗平县崩滑易发性评价模型对比研究

准确的地质灾害易发性分区评价结果,可为建立地质灾害监测预警系统及处理机制提供参考。依据崩滑地质灾害形成条件选取10个评价因子构建评价指标体系,基于共线性诊断和相关性分析检验评价因子以保证其相互独立。分别采用信息量模型(ICM)、归一化频率比模型(NFR)以及与逻辑回归(LR)耦合的信息量–逻辑回归(ICM-LR)耦合模型和归一化频率比–逻辑回归(NFR-LR)耦合模型对罗平县崩滑地质灾害进行易发性评价,并将评价模型结果划分为低、中、高和极高4个等级。采用ROC曲线对评价结果进行精度检验,其AUC值分别为0.820、0.796、0.882和0.840。得出ICM-LR模型的精度最高,且极高易发区主要分布在砂岩、碳酸盐岩组区域和水系延展区域。其低、中、高和极高的面积(分级比)分别为771.1 km²(25.55%)、836.6 km²(27.73%)、864.36 km²(28.64%)和545.94 km²(18.08%)。易发性分区结果与研究区崩滑地质灾害分布情况相符合,可为快速建立评价指标体系和区...     

考虑地震后效应的青藏高原东缘地质灾害易发性评价

青藏高原东缘地震活动频繁,地震作用形成的松散堆积物为滑坡、泥石流等地质灾害提供了丰富物源,增加了震后一段时期内的地质灾害发生强度。本文在青藏高原东缘地质背景、已有地质灾害调查资料分析的基础上,采用近年来发生的汶川地震、芦山地震、鲁甸地震等诱发的松散物源量表征地震作用对震后地质灾害的影响,提出了考虑地震后效应的地质灾害易发性综合评价思路,建立了青藏高原东缘地质灾害易发性综合评价的指标体系。基于传统信息量模型和Logistic逻辑回归模型,建立了加权信息量模型,并完成了青藏高原东缘地质灾害易发性综合评价。研究表明,地震扰动区的地质灾害易发性显著高于震前水平,地震作用改变了地质灾害成灾条件,增加了震后地质灾害易发程度,研究结果对于活动构造区地质灾害易发性评价和区划具有重要的指导意义。     

基于SHALSTAB模型的地质灾害易发性动态评价

为解决东部沿海地区台风暴雨型地质灾害易发性问题,基于浙江飞云江流域地质灾害调查成果,利用频率比及信息量模型选取相对高差、坡向、坡形、工程地质岩组、断层、地表覆盖类型、稳定性(SHALSTAB模型)7个背景因子,采用层次分析法确定各因子权重,考虑无降雨和百年一遇极端降雨两种工况,运用综合指数法对浙江飞云江流域进行地质灾害易发性评价。结果表明:该模型是致灾土体分布区定量模型和基岩区统计模型的结合,符合该区域成灾规律。考虑极端降雨因素后,易发等级逐次增加,高易发区面积增加84%,中易发区面积增加42.8%,可实现地质灾害易发性在不同工况下的动态评价。     

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。     

基于GIS的概率比率模型的滑坡易发性评价

以中国1∶50万区域环境地质调查(以地质灾害为主)、700个县(市)地质灾害调查与区划调查等(成果)资料为基础,选取地形起伏度、地貌类型、工程地质岩组、地震动峰值加速度、年平均降雨量、土地利用程度综合指数6个评价因子,采用概率比率模型,1 km×1 km评价单元,计算得到全国滑坡易发性评价指数图,并验证了结果的可靠性。进行了易发程度分区,最终得到高易发区、中易发区、低易发区和不易发区4个分区,完成了全国滑坡易发程度分区图。研究表明,概率比率模型方法可以客观、定量地评价滑坡易发性,适用于大区域易发性评价。     

基于层次分析法的滑坡易发性评价分析

结合甘肃环县地质灾害详细调查实例,基于层次分析法(AHP)建立了滑坡易发性综合评价模型,并应用其对环县境内9处典型滑坡的易发性进行了评价。所建模型不仅反映滑坡地质灾害各影响因素与评价指标间的逻辑关系,且体现滑坡易发性评价过程中的层次性和全面性;模型评价结果与实际调查结果较吻合,具有较好地实用性;为其它地区滑坡地质灾害易发性的评价和防治具有重要借鉴作用。