基于河长—坡降指数的滑坡堵江事件自动识别

由于本身特征的复杂差异性和背景环境信息干扰,目前地质灾害自动识别难度较大,尚无法满足应用需求。利用算法自动提取某类地质灾害普遍具备且明显区别于周围地物的特征,是实现地质灾害自动识别的有效途径。一定规模的滑坡堵江事件常通过链式过程在山间河谷形成裂点等诸多微地貌特征,成为其遥感解译和现场调查的重要标志。本文从河流地貌演化角度出发,以河流裂点作为滑坡堵江的普遍地貌特征,提出了基于河长-坡降指数（Stream Length-gradient index,SL) 的滑坡堵江事件自动识别方法,并通过GIS程序设计和编写提供了相应功能模块。以DEM、遥感影像和区域地质图为数据源,利用该方法在西藏亚东县康布麻曲上游流域开展应用分析,得到以下结论:针对1:5万DEM数据,采样点计算间隔设定为300m比较合理,能够同时满足降低数据误差和突出地形差异的要求;研究区中不同因素按照对河流地貌的改造程度,排序为滑坡堵江>基岩变化>构造活动;经验证研究区滑坡堵江事件自动提取的正确率达85.71%,表明在高山峡谷地区,基于河长—坡降指数开展滑坡堵江事件自动识别具有可行性,效果理想。     

数字流域水系构建方法浅析

基于辽河水系老哈河流域栅格DEM数据,分别采用数字高程流域水系模型(DEDNM)、河流工具RiverTools、地理信息系统Arcview软件,根据地形提取水系信息,构建数字流域,并分析比较了三者在凹陷区域识别、水系、子流域及其拓扑关系生成方面的差异。总的来说,数字高程流域水系模型的可修改性较好;而RiverTools软件可视化程度高,使用方便,并具备强大的图示和地形分析功能;Arcview基于地理信息系统(GIS)更易于进行二次开发。     

利用GIS与遥感数据通过空间统计模型进行滑坡灾害分析

本文介绍了利用地理信息系统（GIS）和遥感数据分析马来西弧Cameron地区的滑坡灾害。基于航窄照片解译和野外调查结果确定滑坡位置。利用GIS和图像处理技术,存窄问数据库中对地形和地质数据,以及卫星图像进行收集、处理与汇编。选择的影响滑坡发生概牢的要素为地形坡度、方位、地形曲率,以及距河流的距离,所有这些要素均来自于地形数据库。岩性和断层之间距离提取自地质数据库：七地覆盖数据来自于TM卫星图像;植被指数值来自于陆地卫星图像;降雨量分布数据来自于气象资料。通过利用频率比模型和二元罗吉斯回归模型获得的滑坡诱发要素,对滑坡灾害区进行分析和填图。利用滑坡位置数据验证这些分析结果并与概率模型相比较。验证结果表明,与二元罗吉斯回归模型（准确度为85．73％）相比,频率比模型的预测（准确度为89．25％）结果更佳。     

基于Mamdani FIS模型的滑坡易发性评价研究

滑坡的形成是众多非线性关系的影响因子相互作用的结果,传统滑坡预测方法需要大量实地勘查数据。利用Mamdani FIS(模糊推理系统)模型对三峡库区巴东-秭归段进行滑坡易发性预测,并对结果进行评价。通过地理信息系统(geographic information system,GIS)、遥感(remote sensing,RS)技术和区域地质背景资料获取地形类、生态环境类和地质背景类共3类7种滑坡影响因子,建立了192条相关的推理规则,在Matlab平台下基于Mamdani FIS模型得到研究区滑坡易发性预测指数,并生成滑坡易发性区划图。预测结果的受试者工作特征曲线下的面积值为82.8%,显示滑坡评估效果良好。结果证明,与其他模型相比,基于空间信息技术的Mamdani FIS模型,利用其非线性分析能力和基于专家意见的推理规则,评估滑坡易发性时不需要先验知识支撑,简化了模型使用时对数据的要求。另外,该模型只需通过专家意见改变推理规则就可以应用于不同的地质地理环境区域,显示其较强的适应性。     

基于遥感数据的灾后滑坡信息快速提取方法

灾后滑坡的快速识别提取是目前遥感技术在地质灾害领域的重要应用之一。本文采用Landsat系列遥感数据,对西南地区"6·24"四川茂县滑坡,"8·28"贵州纳雍等六处滑体及周边地物的光谱特征进行研究,在综合地物光谱特征和空间位置信息后提出一种滑坡快速提取方法,并使用C#语言完成了软件开发。在提取试验中实现了对滑体的完整提取,与以往研究资料中的滑坡面积对比,本模型的平均提取率达109%。研究表明利用中等分辨率多光谱遥感数据丰富的光谱信息,可以实现对灾后滑体的快速提取,为应急救援工作的开展与区域滑坡灾害调查提供支持。     

基于无人机航测及Rhino-griddle平台的FLAC3D复杂三维地质体建模技术应用

FLAC3D作为ITASCA公司开发的经典岩土数值分析软件,对于复杂三维地质体模型的建立较为困难。本文以甘肃省某滑坡为例,提出以无人机航测影像为基础,采用DJI Terra或者ContextCapture制作可视化三维模型,通过EPS软件提取的等高线在Rhino-griddle平台进行地质体建模,最后将所建模型导入FLAC3D进行稳定性计算,结果表明：基于无人机影像获取的滑坡地形建模与实际地形、地质结构等吻合度极高,能够很好的解决FLAC3D前期建模困难的问题,基于FLAC3D的强度折减法稳定性分析计算结果与滑坡现场实际变形情况基本一致,即将无人机航测应用于复杂三维地质体建模及模型稳定性分析的方法实现了对滑坡发展趋势的快速评价,能够为滑坡等地质灾害的快速、精细化调查与应急分析提供参考。     

基于Sentinel-1和DEM数据的南岭高植被覆盖区地形线性特征提取方法

在南岭高海拔山脉、植被茂密等地区开展地质调查难度大,人员和物资难以进入,因此需提前根据该区域的地形线性特征合理设计野外调查路线;此外地形线性特征可为区域构造运动信息的认知提供辅助知识.遥感技术以其宏观性、多尺度、多层次的特点成为地质研究和地质勘查的重要手段,然而在高植被覆盖区,常见的光学影像难以穿透植被,而微波雷达遥感则因为较好的植被穿透性,使得其应用成为可能.因此,提出了一种基于雷达卫星Sentinel-1和数字高程模型（digital elevation model,DEM）数据的地形线性特征提取方法.该方法首先利用似然比边缘检测算法提取Sentinel-1影像中的边缘特征,然后对DEM进行线性特征增强以生成山体阴影影像,再利用Canny边缘检测算子提取DEM数据中的山脊线与山谷线等主要线性特征,以DEM提取出的特征线为中心建立缓冲区并与雷达影像的提取结果做相交处理,将得到的线性特征利用道格拉斯-普克算法进行局部直线拟合,最后得到研究区的地形线性特征.结果表明,该方法综合考虑了雷达影像的微观细节信息和DEM数据的宏观趋势信息,在保留主要线性地形特征的同时剔除了伪边缘和噪声点,提取效果较好.      

面向地质时空大数据表达与存储管理的数据模型研究

随着传感器实时监测等高新技术在地质勘查或生产开发中的应用,形成了动态与静态并存、多源异构的地质时空大数据。然而,目前地质信息系统在地质数据组织管理方面,主要是静态地存储和表达出地质矿产勘查或生产开发在某个特定时期的状态,尚不能满足对勘查或生产开发过程中实时信息的存储管理,进而支持对地质过程的分析和研判。针对性开展了地质时空大数据表达与存储管理的数据模型研究,目标是能够融合数据多源与时空多维性,又能够支持时间关联与时间多粒性。针对地质大数据、地质过程的静态与动态数据紧密结合的特点,采用面向对象和基于事件的思想,提出了基于事件多因素驱动的地质时空大数据概念模型,并开展了相应的地质大数据存储管理逻辑模型、基于系统工程库的管理结构和地质时空对象管理模型设计。基于地质时空大数据逻辑组织管理模型和时空过程的非关系型分布式数据库架构,设计了地质大数据存储模型。融合三维地质建模技术、动态监测信息实时可视化等技术,构建了所需模型过程模拟的三维环境,通过绑定观测数据源,设计实现了基于OPC接口的模拟数据产生事件、作用对象响应的矿山动态开采流程。在王家岭煤矿首采区地质数据支持下开展了应用研究,实现地质时空事件条件下的矿山动态开采过程表达与数据管理,验证了本文模型的可行性和有效性。     

基于地质图像大数据的岩性识别研究

近些年来,随着大数据、深度学习等技术的飞速发展,大数据的开发与利用为众多行业带来了显著经济与社会效益。借助大数据手段,开展地质文本、图像和序列数据挖掘与应用研究,具有极其重要的理论与社会意义。本文在归纳总结前人工作的基础上,重点针对地质大数据中的图像数据,基于深度学习理论,构建网络学习模型,通过基于网络搜索的数据采集、数据预处理、网络搭建、网络训练及结果/评价等步骤,实现基于地质图像的大数据岩性识别。结果表明,图像识别岩性的测试准确率约为90%;有限的图像数据数,可能是产生识别误差的一个原因;机器对岩石图片所呈现的某些特征相似性,如宏观的形状、颜色等,也会给出正相关评分,从而产生误判。理论上,采用BCNN(Bilinear Convolutional Neural Network)等能够捕捉更精细细节的网络模型,解决计算机视觉中的细粒度识别问题,从而从根本上提升图像识别效率,应该是今后一个研究方向。     

基于加权证据权模型的青藏高原东部巴塘断裂带滑坡易发性评价

巴塘断裂带位于青藏高原东部,呈北东—南西向展布,全新世活动强烈,沿断裂带崩塌、滑坡、泥石流等地质灾害极为发育。基于遥感解译和野外地质调查,在巴塘断裂带两侧10 km范围内识别出滑坡93处;在分析滑坡空间发育特征的基础上,选取地形地貌(地面高程、地形坡度和地形坡向)、地形湿度指数、地层岩性、活动断裂、降雨量、水系、人类工程活动和植被覆盖等10个因素作为滑坡易发程度的主控因素,采用加权证据权法建立滑坡易发性评价模型,开展巴塘断裂带滑坡易发性评价;成功率(ROC)曲线检验结果表明此次滑坡易发性评价的准确率为82.3%。采用基于自然断点法将滑坡易发程度划分为极高易发、高易发、中等易发和低易发4个级别,结果表明滑坡易发性受巴塘断裂带和河流控制显著,极高易发区和高易发区主要分布在巴塘断裂带、金沙江和巴曲河谷及一级支流两侧,中等易发区主要分布在巴曲各支流中上游,低易发区主要分布在人类工程活动弱的高山地带以及地形相对平缓的区域。滑坡易发性评价结果很好地反映了巴塘断裂带现今滑坡发育分布特征,对该区重大工程规划建设和防灾减灾具有科学指导意义。     

基于光学遥感技术的高山极高山区高位地质灾害链式特征分析

金沙江上游地形切割强烈、山高谷深,为典型的高山峡谷区,受金沙江断裂带的影响,斜坡完整性差、岩体支离破碎,极易发生山体滑坡。根据遥感影像上滑坡地质灾害隐患的色调、平面形态、变形标志、微地貌等特征,建立了遥感解译标志,在金沙江流域直门达—石鼓段共识别出滑坡地质灾害隐患点87处,其中大型40处、特大型47处,结合区域地理、地质环境特征,分析了其基本特征和空间分布规律。研究区堵江滑坡地质灾害隐患具有明显的链式特征,大致可划为滑坡-堵江灾害链、崩塌-滑坡-堵江灾害链、滑坡-泥石流-堵江灾害链等3种类型,分别以色拉滑坡、汪布顶滑坡、探戈滑坡为例,基于光学遥感技术对其变形特征、链式特征进行了详细分析。从地理位置上看,金沙江断裂带明显控制了金沙江干流直门达—石鼓段的平面展布,新构造运动在断裂带各段活动周期、强度存在差异性,中段和南段活动性较强、应变积累更快,地震作用可能相对频繁,为巴塘以南的金沙江两岸有利斜坡区发生堵江滑坡提供了有利的区域地质环境背景。     

基于高分二号卫星数据的煤矿区地质灾害信息提取研究

随着遥感数据获取技术和能力的全面提高,遥感数据呈现出明显的大数据特征。发展适应于遥感大数据的智能分析和信息挖掘技术,成为当前遥感技术研究的前沿。高分二号（GF-2）卫星数据是我国首颗自主研发的亚米级高分辨率卫星数据,具有观测幅宽、重访周期短、高辐射精度、高定位精度等优势,为未来我国地质灾害的长期、动态地监测和研究提供了高精度、稳定可靠的数据源。本文选取安徽谢桥煤矿2015年1月8日的GF-2卫星影像为研究数据,在对煤矿区主要地质灾害遥感地学分析的基础上,采用面向对象的影像分析方法对研究区由采煤活动所诱发的地质灾害信息进行自动提取。结果表明：利用GF-2卫星数据能够有效地识别地质灾害体的位置、范围、形态等空间分布特征;面向对象的自动提取方法对于煤矿区大面积的积水塌陷盆地、小规模的塌陷坑和线性的地裂缝都有很高的提取精度,识别精度达90% 以上;基于逐层剔除的思路构建的提取规则,为GF-2数据在地质灾害调查和大数据分析中的应用提供了很好的技术支持,也为其它地物目标的提取提供了参考,但在特征的选择和阈值的设定上需要具体分析。     

滑坡体三维地质建模与可视化分析

针对滑坡地质研究的自身特点,提出了面向滑坡地质体三维建模的NURBS-BRep混合数据结构和地质结构单元实体构造技术.通过对滑坡基础地质数据的预处理、滑坡数字地形和滑动面的三维建模、地质结构面的系统构造、地质结构体的生成和显示,形成了一套完整的滑坡三维地质模型的构建方法.将该方法应用于某水库滑坡,建立了相应的三维滑坡地质模型,并基于此模型进行了三维剖切分析、数字钻孔、等值线生成、滑块自动剖分、滑坡失稳可视化动态模拟和滑坡体方量精确计算等一系列实用的可视化分析,为滑坡稳定性的准确计算和客观评价提供了有力的支持.     

粤港澳跨海大桥海域工程地质特征

根据地球物理探测、海底取样、钻探及现场测试等实测资料详细分析，发现粤港澳跨海大桥海域具有独特的自然条件以及复杂的海洋工程地质特征。海底地形地貌较为复杂，存在含浅层气区、活动性断层、沙波、地震活动、不规则基岩、埋藏古河道、冲刷槽沟和水下浅滩等潜在灾害地质因素，尤其粤港澳跨海大桥是特大型建筑，它经过的海域分布着多种潜在的地质灾害，应引起重视。     

利用光学遥感数据、GIS及人工神经网络模型分析区域滑坡灾害(英文)

用光学遥感数据和地理信息系统(GIS)分析了马来西亚Selangor地区的滑坡灾害。通过遥感图像解译和野外调查,在研究区内确定出滑坡发生区。通过GIS和图像处理,建立了一个集地形、地质和遥感图像等多种信息的空间数据库。滑坡发生的因素主要为:地形坡度、地形方位、地形曲率及与排水设备距离;岩性及与线性构造距离;TM图像解译得到的植被覆盖情况;Landsat图像解译得到的植被指数;降水量。通过建立人工神经网络模型对这些因素进行分析后得到滑坡灾害图:由反向传播训练方法确定每个因素的权重值,然后用该权重值计算出滑坡灾害指数,最后用GIS工具生成滑坡灾害图。用遥感解译和野外观测确定出的滑坡位置资料验证了滑坡灾害图,准确率为82.92%。结果表明推测的滑坡灾害图与滑坡实际发生区域足够吻合。     

秦岭中部太白县地质灾害发育特征及危险性评估

以陕西省太白县为例,分析了秦岭中部山区地质灾害形成的地质环境条件,重点指出在植被茂密山区,异常强降雨及农耕、建房、修路和矿山开采4种人类工程活动对地质灾害的关键诱发作用。对崩塌、滑坡、泥石流和不稳定斜坡4类典型地质灾害进行了亚类细分和发育特征分析,并总结指出了地质灾害区域宏观分布特征。筛选了9种关键的地质灾害影响和诱发因素,基于将集中调查区指示的地质灾害发育规律,外推应用于全区地质灾害评估的思路,利用信息量模型对太白县全区进行了地质灾害危险性定量评估,结果显示高危险区主要集中分布在县域北部人口聚居的盆地区,以及南部河流与公路沿线地段。定量检验显示,危险性评估结果与地质灾害的实际分布十分吻合,表明基于信息量模型的地质灾害危险性评估方法能够很好地适用于秦岭腹地山区。     

The assessment of landslide susceptibility mapping using random forest and decision tree methods in the Three Gorges Reservoir area,China

Landslide susceptibility mapping is an indispensable prerequisite for landslide prevention and reduction. At present, research into landslide susceptibility mapping has begun to combine machine learning with remote sensing and geographic information system (GIS) techniques. The random forest model is a new integrated classification method, but its application to landslide susceptibility mapping remains limited. Landslides represent a serious threat to the lives and property of people living in the Zigui–Badong area in the Three Gorges region of China, as well as to the operation of the Three Gorges Reservoir. However, the geological structure of this region is complex, involving steep mountains and deep valleys. The purpose of the current study is to produce a landslide susceptibility map of the Zigui–Badong area using a random forest model, multisource data, GIS, and remote sensing data. In total, 300 pre-existing landslide locations were obtained from a landslide inventory map. These landslides were identified using visual interpretation of high-resolution remote sensing images, topographic and geologic data, and extensive field surveys. The occurrence of landslides is closely related to a series of environmental parameters. Topographic, geologic, Landsat-8 image, raining data, and seismic data were used as the primary data sources to extract the geo-environmental factors influencing landslides. Thirty-four layers of causative factors were prepared as predictor variables, which can mainly be categorized as topographic, geological, hydrological, land cover, and environmental trigger parameters. The random forest method is an ensemble classification technique that extends diversity among the classification trees by resampling the data with replacement and randomly changing the predictive variable sets during the different tree induction processes. A random forest model was adopted to calculate the quantitative relationships between the landslide-conditioning factors and the landslide inventory map and then generate a landslide susceptibility map. The analytical results were compared with known landslide locations in terms of area under the receiver operating characteristic curve. The random forest model has an area ratio of 86.10%. In contrast to the random forest (whole factors, WF), random forest (12 major factors, 12F), decision tree (WF), decision tree (12F), the final result shows that random forest (12F) has a higher prediction accuracy. Meanwhile, the random forest models have higher prediction accuracy than the decision tree model. Subsequently, the landslide susceptibility map was classified into five classes (very low, low, moderate, high, and very high). The results demonstrate that the random forest model achieved a reasonable accuracy in landslide susceptibility mapping. The landslide hazard zone information will be useful for general development planning and landslide risk management.     

Potential seismic landslide hazard and engineering effect in the Ya’an-Linzhi section of the Sichuan-Tibet transportation corridor,China

The Sichuan-Tibet transportation corridor is located at the eastern margin of the Qinghai-Tibet Plateau, where the complex topography and geological conditions, developed geo-hazards have severely restricted the planning and construction of major projects. For the long-term prevention and early control of regional seismic landslides, based on analyzing seismic landslide characteristics, the Newmark model was used to carry out the potential seismic landslide hazard assessment with a 50-year beyond probability 10%. The results show that the high seismic landslide hazard is mainly distributed along large active tectonic belts and deep-cut river canyons, and are significantly affected by the active tectonics. The low seismic landslide hazard is mainly distributed in the flat terrain such as the Quaternary basins, broad river valleys, and plateau planation planes. The major east-west linear projects mainly pass through five areas with high seismic landslide hazard: Luding-Kangding section, Yajiang-Xinlong (Yalong river) section, Batang-Baiyu (Jinsha river) section, Basu (Nujiang river) section, and Bomi-Linzhi (eastern Himalaya syntaxis) section. The seismic action of the Bomi-Linzhi section can also induce high-risk geo-hazard chains such as the high-level glacial lake breaks and glacial debris flows. The early prevention of seismic landslides should be strengthened in the areas with high seismic landslide hazard.©2023 China Geology Editorial Office.     

基于GIS的重庆万州区滑坡灾害危险性评价

在充分调查万州区地质环境及滑坡灾害基本特征的基础上,根据资料的有效性和可获得性,选取地表高程、坡度、地层岩性、地质构造、土地利用类型、区域交通建设及河流侵蚀冲刷7个影响滑坡发生的因素作为评价指标,采用AHP法确定各个指标权重并建立滑坡灾害危险性指数模型,通过GIS系统的空间分析功能进行栅格运算,得出研究区滑坡灾害危险性分区。采用上述指标和方法将重庆市万州区的滑坡灾害划分为极高危险区、高危险区、中危险区、低危险区和极低危险区,划分结果符合该区滑坡灾害的实际情况。