逻辑回归和信息量模型在山区滑坡易发性评价中适宜性的分析

以万山区为例,在区域滑坡孕灾条件的基础上,筛选工程地质岩组、斜坡结构、平均坡度、地貌、距构造距离及距河流距离共6个易发条件因子,选取逻辑回归模型和信息量模型对山区滑坡进行易发性评价。结果显示逻辑回归模型中中高易发区面积占比分别为1578%和1970%,82%的地质灾害点落在该区域内;信息量模型中中高易发区面积占比为1241%、2519%,包含了区域88%的滑坡灾害点。最后通过实际发生的灾害点在各易发区的分布情况进行检验,逻辑回归模型中灾害点落在高易发区的比例远小于信息量模型,且高易发等级中灾害点实际发生的比值较小,说明针对山区区域滑坡地质灾害易发性评价结果预测上,信息量模型的评价结果更为客观准确。     

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。     

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。     

基于信息量模型法的石阡县地质灾害易发性评价

以贵州省石阡县为研究区,选取8个影响地质灾害发育的因素作为评价因子.采用信息量模型法对各评价因子进行信息量计算,将区域地质灾害易发性划分为低、中、高、极高易发区4个等级,分别占研究区面积的21.08％、35.13％、25.53％、18.27％.结果表明:石阡县地质灾害低、中、高、极高易发性面积分别为457.99 km2...     

基于GIS和信息量模型的陇川县滑坡易发性评价

云南省陇川县地质环境脆弱,易发生滑坡灾害,对其开展滑坡易发性评价对指导陇川县的滑坡地质灾害防治具有重大意义。根据陇川县地理环境、地质环境、人类活动等条件,选取高程、坡度、坡向、剖面曲率、平面曲率、归一化植被指数、水系距离、断层距离、地层岩性和道路距离等10个评价因子,利用信息量模型和ArcGIS软件进行滑坡易发性评价。结果表明,滑坡高易发区主要位于研究区北部、东南部和西南部;中易发区主要位于中部、东部和西部部分地区;低易发区主要位于陇把镇、城子镇大部分地区和户撒阿昌族乡的西北部;不易发区主要位于清平乡中部、城子镇中部部分地区、以及章凤镇大部分地区。在中易发区和高易发区包含83.56%的滑坡灾害点,且滑坡面积随着易发性等级的增加也随之增大。滑坡中、高易发区内发生的滑坡面积分别占研究区滑坡面积的22.79%和58.13%,分析结果与实际灾害分布特征相吻合,可为研究区及类似区域的滑坡地质灾害防灾减灾工作提供参考意见。     

基于信息量-逻辑回归耦合模型的玛纳斯河流域地质灾害易发性评价

本文以地质灾害多发的新疆玛纳斯河流域作为研究区,在剖析了信息量模型、逻辑回归模型在地质灾害易发性评价中各自的优势与局限性的基础上,探索了信息量-逻辑回归耦合模型的科学性与优势;基于该区域地质环境与最新地质灾害数据,选取地形起伏度、坡度、坡向、土地利用类型、地层岩性、地形湿度指数(TWI)、河流、断层、高程9个影响因素作为评价因子,以全区355处地质灾害点为样本数据,在进行评价因子分析的基础上,通过ArcGIS平台对玛纳斯河流域进行了地质灾害易发性评价。评价结果表明,地质灾害高易发区主要分布于流域南部中低山丘陵地区,高易发区与较高易发区的面积分别为1760 km2、2200 km2,占研究区总面积7.98%、9.97%。经检验评价精度高达91.3%,该研究可为当地地质灾害防治与国土空间规划提供重要参考。     

基于频率比与集成学习的滑坡易发性评价——以金沙江上游巴塘—德格河段为例

金沙江上游巴塘—德格河段地处青藏高原东部,该区地质、地形、地貌极其复杂,滑坡灾害最为发育,开展区域滑坡易发性评价对防灾减灾工作有着重要的意义。本文以金沙江上游巴塘—德格河段为研究区,在滑坡编录与野外实际调查的基础上,通过对滑坡分布规律和影响因素分析,选取高程、坡度、坡向、曲率、地形起伏度、地表切割度、地表粗糙度、地层岩性、断层、水系和道路等11个影响因子,构建了滑坡易发性评价指标体系。利用皮尔森系数去除高相关性影响因子,运用频率比方法定量分析各个因子与滑坡发育的关系。通过频率比模型选取非滑坡样本,采用集成学习算法模型进行滑坡易发性评价,根据易发性指数将研究区划分为极高易发区、高易发区、中易发区、低易发区及极低易发区5个等级。由滑坡易发性分区图和ROC曲线表明,高和极高易发区主要沿金沙江沿岸和沟谷分布,随机森林模型的成功率曲线下面积AUC=0.84,历史滑坡灾害位于高-极高易发区的灾害数占总滑坡数的84.8%,梯度提升树模型的成功率曲线下面积AUC=0.79,历史滑坡灾害位于高-极高易发区灾害数占总滑坡数的79.3%。由AUC值和历史灾害的分布可知,随机森林模型比梯度提升树模型在本研究区滑坡易发性评价中有着更好的评价精度和更高的预测能力。     

基于斜坡单元与信息量法结合的宝塔区黄土滑坡易发性评价

滑坡易发性评价对滑坡灾害的防治与管理具有重要意义。为了评价延安宝塔区黄土滑坡易发性,以斜坡为基本评价单元,选取斜坡坡度、坡高、坡向、坡形、斜坡结构类型、植被和人类工程活动7个指标作为评价因子,在Arc GIS平台下,利用信息量模型对研究区的黄土滑坡进行易发性分区评价。评价结果表明,宝塔区滑坡高易发区面积1092.39km~2,占全区面积的30.81%,主要分布于宝塔区的中部及北部地区,低易发区集中于宝塔区南部汾川河流域。以斜坡作为评价单元提高了与实际地形地貌的吻合度。应用信息量模型进行滑坡易发性评价具有较高的预测精度,已有滑坡点落在很高易发区和高易发区中的比例为95.7%,较真实地反映了客观实际。     

基于信息量的长白山地区泥石流易发性评价

长白山地区泥石流较发育,选取高程、坡度、坡向、年降水、年蒸发、泥石流点密度、人口密度、构造作用、河流作用、地层岩性、地下水类型、地貌类型、土地利用13个影响因素,以研究区110个泥石流点为样本数据,连续型指标依据各个因素分级状态下泥石流比例曲线和信息量曲线的突变点为等级划分临界值,离散型变量根据已有分类分级,建立了长白山地区泥石流易发性指标评价体系。基于信息量模型和GIS平台的栅格数据,计算各个因素分级状态下的信息量,采用自然断点法将易发性等级分为5级。结果表明:泥石流高易发区主要为地层岩性较差、靠近河流和断层的区域,土地利用类型为农业用地和居住使用地,较高易发区和高易发区占总研究区面积的19%,大部分地区较安全。采用曲线下面积即AUC值作为易发性精度验证结果,AUC值为93%,表明评价结果可靠。     

基于样本与因子优化的黄冈南部地区地质灾害易发性评价

为对比信息量模型中灾害数量和灾害面积2种样本的适用性,以黄冈南部地区作为研究对象,探讨了评价因子的优化组合形式,采用信息量模型,根据研究区工程地质条件和地质灾害的特征初选评价因子,结合成功率曲线确定2种样本的因子优化组合,进而通过灾害比率及典型地质灾害点验证易发性评价结果。结果表明:①在单因子评价结果中,2种样本的单因子评价结果的AUC值排列顺序不尽相同,但呈现出一定规律性;②各叠加因子评价结果的准确度均达到因子优化组合的94.9%以上,变化幅度相对较小,且呈现出随因子数量增加而增大的趋势,但并不是越多越好;③2种样本的易发性评价结果都显示出高、较高易发区主要集中于研究区中部及北部地区,低易发区和较低易发区多集中于长江沿岸以及研究区南部,与灾害分布位置相符;④2种样本均为地质灾害易发性评价中信息量模型的有效计算样本,且面积样本的准确度明显优于数量样本。     

嘉陵江流域北碚段基于GIS平台的地质灾害易发性评价

基于GIS平台．选取坡度、岩性、河流距离、曲率共4个地质灾害致灾因子,采用多因子综合分析方法,对嘉陵江流域北碚段进行地质灾害易发性分区。按照地质灾害的易发性分级,将2343．6km^2范围的研究区划为4类,其中低易发区面积为141．82km^2,中易发区面积为1162．47km^2,高易发区面积为914．95km^2,极高易发区面积为124．38km^2。最后应用野外地质灾害调查结果对分区结果进行验证,位于极高易发区与高易发区的灾害点分别占全部灾点的59．7％与28．2％,共为87．9％,且几处大型的滑坡、堆积体、危险库岸都位于极高易发区．表明研究成果比较客观。     

基于GIS和加权信息量的湖北鄂州地质灾害易发性区划

本文以湖北省地质灾害高易发区之一鄂州市为研究区,在鄂州市地质灾害详细调查的基础上,选取地貌单元、高差、坡度、工程地质岩组、断层、开矿活动6个影响因素,应用加权信息量模型,通过GIS空间分析平台,开展研究区易发性评价。研究结果表明:研究区划分为高易发、中易发、低易发三个区,分别占研究区面积的4.58%,13.59%,81.83%。通过受试者工作特征曲线(ROC)的线下面积(AUC)进行检验,其值为89.2%,评价精度较高。本文湖北省鄂州市为例开展地质灾害易发性评价、结果分析以及预测精度评价等,为湖北省内县域地质灾害易发性评价提供理论指导和技术参考。     

则木河断裂带（普格段）地质灾害发育规律及易发性评价

以则木河断裂带（普格段）为研究区,分析研究区的地质灾害控制效应以及发育规律;选取海拔高程、坡向、坡度等7个评价因子构建评价指标体系,运用确定性系数模型与信息量模型耦合的加权信息量模型,通过ArcGIS进行地质灾害易发性评价。结果显示,研究区地质灾害发育具有断层距离效应、地层效应以及高程和坡度微地貌效应;极高易发区、高易发区、中易发区和低易发区的面积分别为46.75 km2、123.78 km2、215.73 km2、285.34 km2,面积占比分别为6.96%、18.43%、32.12%、42.49%。研究结果对指导则木河断裂带地区以及同类区域的国土空间规划与地灾防治等方面具有重要现实意义。     

基于GIS的白龙江流域甘肃段滑坡易发性评价

在甘肃省白龙江流域地质灾害资料收集及现场调查的基础上, 统计分析了该区滑坡发育与地层岩性、坡度、坡向、高程、断裂、植被等因素之间的关系, 建立了白龙江流域滑坡易发性评价指标体系。采用基于GIS的层次分析法评价模型, 完成了滑坡易发性分区评价, 将研究区滑坡按易发程度划分为高易发区、中易发区、低易发区和极低易发区, 其中, 高易发区占研究区总面积的13.59%, 主要分布在断裂带、白龙江两侧以及软弱岩土体分布的区域; 中易发区占27.85%;主要分布在白龙江支流以及主要道路两侧的一定范围内; 低易发区占33.09%, 主要分布在海拔相对较高、植被覆盖度较高、基本上无断裂带通过的区域; 其余区域为极低易发区, 占25.46%。对比分析显示评价结果与实际滑坡发育情况吻合, 可以较好地反映区内滑坡灾害发育的总体特征。      

基于GIS与证据权模型的地质灾害易发性评价——以广安市前锋区为例

本文以四川广安市前锋区为研究区，将区内的地质灾害作为研究对象，通过选取坡度、坡向、高程、工程地质岩组、构造、道路、水系、土地利用类型等8个影响因子，基于GIS与证据权模型两者相结合，对广安市前锋区开展地质灾害易发性评价研究，并将其按照高、中、低和极低划分为四类地质灾害易发性等级。研究结果表明，高易发区、中易发区、低易发区和极低易发区，分别占前锋区面积的6.82%,26.74%,32.11%和34.34%。通过ROC特征曲线与横坐标轴所围成的面积(AUC)作为最终的评价精度，其值为87.97%,评价结果可靠，可为广安市前锋区的地质灾害防治和城乡规划建设提供科学依据。     

基于AHP-CF模型的地质灾害易发性评价——以泰顺县仕阳镇为例

东南沿海地区常年受台风暴雨袭扰,地质灾害频发。以泰顺县仕阳镇为研究区,综合考虑台风暴雨型地质灾害成灾机理,从地形条件、地质条件、人类工程活动3个方面,选取坡度、坡向、坡形、地形起伏度、断层、工程地质岩组、松散层厚度、土地开发强度和公路切坡9个影响因子,基于ArcGIS斜坡单元数据模型,耦合确定性系数(CF)与层次分析模型(AHP)对乡镇尺度的小面域进行地质灾害易发性评价。根据耦合模型的评价结果,将仕阳镇地质灾害易发性等级分为极高易发区、高易发区、中易发区和低易发区4个级别,并利用地质灾害点在各易发等级下的分布和成功率曲线对耦合模型的评价精度进行检验。经检验,认为耦合模型的评价分区结果合理,评价精度为84.6%。     

青海省河湟谷地地质灾害易发性评价

地处青藏高原东北缘的黄河与湟水谷地,由于剧烈的地质活动、较大高差与强烈水力作用等,使得地质灾害非常频繁,为明确该区域的地灾易发性区划,选取地貌、坡度、坡高、植被、岩性、降雨量和距断层、距河流、距道路等因子构建评价指标体系,采用信息量模型计算崩塌、滑坡、泥石流及其综合地质灾害易发性指数,将研究区地质灾害易发性划分为极高、高、中、低、极低五级易发区。结果表明:极高易发区主要位于河谷地区,占2.03%,包括贵德县、湟中县、乐都县的黄河及湟水等河流中下游地区;高易发区主要位于中小起伏山间盆地地区,占21.2%;中易发区主要位于中起伏山地地区,占23.45%,属于高、低易发区的过渡区域;低易发区主要位于大中起伏山地地区,占42.1%;极低易发区主要位于冷龙岭、拉脊山、西倾山等山地,占11.23%。研究结果对河湟谷地的防灾减灾及社会可持续发展意义重大。      

云南横断山区乡镇滑坡灾害易发性评价

横断山区地质灾害发育多,其中属滑坡灾害易发育,危害大,且山区乡镇多地势环境复杂,不规范活动较多,易引发滑坡。因此对该区域乡镇进行滑坡易发性评价具有重要意义。以普洱市澜沧县安康佤族乡为例,选择高程、坡度、坡向、起伏度等8个影响因素建立滑坡易发性评价指标体系,构建了小区域滑坡灾害易发性评价指标层次结构模型,利用层次分析法(AHP)确定出各个因子权重值。基于易发综合强度指数法,利用ArcGIS地理空间分析评价了研究区滑坡易发性,划分了四类区域：高易发区,面积占比14.53%;较高易发区,面积占比34.06%;中易发区,面积占比33.57%;低易发区,面积占比17.84%。为安康佤族乡防灾减灾以及滑坡灾害治理提供参考,也为小区域滑坡灾害易发性评价提供了思路方法。     

江西万载县地质灾害易发性评价的分析方法

根据江西万载县地质环境条件及发育特征,选用了岩土体类型、控制结构面类型、岩体完整程度、坡度、坡高、灾害点密度、降雨和人类工程活动这8个因素,作为地质灾害易发性评价因子,采用层次分析法确定了各评价因子的权重,并通过专家系统法赋值,将万载县划分为地质灾害高易发区、中易发区和低易发区。此结果可为万载县的地质灾害预防和治理提供理论依据。     

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。