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。     

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。     

基于GIS的重庆市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、区域交通建设和河流侵蚀冲刷7个影响滑坡发生的因素作为评价指标,采用AHP法确定各个指标的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.     

基于GIS的滑坡灾害危险性区划研究——以重庆市万州区为例

为了弥补滑坡灾害危险性区划研究中影响因子和等级划分的不确定性,结合前人研究成果,依据斜坡几何形态、岩性、地质构造、河流侵蚀、土地利用类型、人类工程活动、降水条件等影响因子与研究区实际已发生的滑坡灾害数之间的关系,编制重庆市万州区滑坡灾害危险性评价标准,并基于GIS技术和信息量模型法,计算滑坡评价因子的信息量,就万州区滑坡危险性进行区划,最后基于乡镇行政区对该区滑坡危险性区划进行细化。结果表明：建设用地、坡高为90～200 m的地形、1 024～1 060 mm的年降雨量以及侏罗系中统上沙溪庙组岩层等因素对万州区滑坡发生影响较大;根据滑坡灾害危险性评价标准,万州区滑坡灾害被划分为高、中、低、极低等4个危险区;应用信息量模型法得到的万州区滑坡危险性区划与实际情况比较吻合;高危险区和中危险区面积分别为564.4 km2和848.6 km2,分别占万州区总面积的16.3%和24.5%,主要分布于长江干流及支流两岸的居民相对集中区以及公路干线地段;高危险和中危险乡镇主要分布在万州区经济较为发达的长江干流两岸,尤其是左岸的黄柏乡、太龙镇、天城镇、李河镇等以及万州主城区。     

基于GIS和层次分析法的沙溪流域滑坡地质灾害易发性评价

滑坡是沙溪流域主要地质灾害类型之一,开展滑坡灾害易发性评价可为区域地质灾害防治提供数据基础和决策依据。通过沙溪流域生态地质调查,分析了滑坡灾害分布规律和影响因素之间的关系,选取岩性建造、地貌、坡度、坡向、降雨量、距河流距离和距断层距离7项指标,利用层次分析法及地理信息系统空间分析技术,开展沙溪流域滑坡地质灾害易发性评价。结果显示: 沙溪流域滑坡易发性影响因子依次为岩性建造、多年年均降水量、地形地貌、坡度、距河流距离、距断层距离和坡向; 沙溪流域滑坡灾害易发性与坡度、岩性建造、年均降水量表现出明显正相关,即坡度越大、岩性建造性质越软弱、越易风化,年均降水量越多,越易引发滑坡灾害; 滑坡灾害易发性与断裂构造、河流距离与滑坡灾害易发性呈负相关,即距离越近越容易诱发地质灾害; 流域整体以低易发区和极低易发区为主,高易发区主要分布在沙溪流域中南部、东部及东北部地区。这为沙溪流域地质灾害防治提供了基础数据和决策依据。     

青藏高原巴塘断裂带地震滑坡危险性预测研究

全新世以来青藏高原东部巴塘断裂带活动强烈,地形地貌和地质构造复杂,历史地震频发,并诱发大量滑坡灾害。基于巴塘断裂带地震滑坡长期防控的需要,在分析区域地质灾害成灾背景和发育分布特征的基础上,采用Newmark模型完成了巴塘断裂带50年超越概率10%的潜在地震滑坡危险性预测评价,并完成地震滑坡危险性区划。结果表明:巴塘断裂带及其临近的金沙江断裂带区域、金沙江及其支流沿岸具有较高的潜在地震滑坡危险性,地震滑坡危险区具有沿断裂带和大江大河等峡谷区分布的总体趋势,受活动断裂和地形地貌影响显著;距离断层越近、坡度越大的斜坡,地震滑坡危险性越高;规划建设中的川藏铁路经巴塘县德达乡、白玉县沙马乡,向西北延伸,跨越金沙江,可以穿越较少的地震滑坡危险区,金沙江水电工程规划建设需加强潜在地震滑坡危害研判及防控。巴塘断裂带潜在地震滑坡危险性评价结果可为区域城镇开发和重大工程规划建设的地震滑坡长期防控提供科学参考。     

四川省雅江县上游河段滑坡灾害危险性评价

雅江县位于四川省西部雅砻江中游河段,以中山-高山峡谷地貌为主,地质灾害频发.为保障人民生命财产安全,基于逻辑回归与确定性系数叠加分析,进行雅江县上游河段滑坡灾害危险性评价.结果表明：1）雅江县上游河段滑坡极易发生在海拔2 500~3 000 m、拔河高度600~900 m、坡度30~45°、距离河流水系0~200 m范围较硬岩夹较软岩类地带;2）雅江县上游河段高危险区、极高危险区面积占总面积的46.75%,发生滑坡占滑坡总数的65.91%,说明该区域内滑坡分布密集,危害程度相对较高,与野外实际调查结果相符;3）雅江县上游河段呷拉镇一带多属极高危险区、高危险区,瓦多乡一带多属中等危险区,木绒乡、普巴绒乡一带多属低危险区、极低危险区;4）通过查验点及ROC曲线对评价结果验证,该评价结果有较高的准确性,能够作为研究区防灾减灾与河谷开发利用的合理方案依据.     

基于确定性系数的降雨型滑坡影响因子敏感性分析

本文选择东南沿海地区具有典型降雨型滑坡的淳安县作为研究区,在完成全县地质灾害详细调查的基础上,选取高程、坡度、坡向、曲率、工程地质岩组、距断层距离、距道路距离、土地利用和植被等9个滑坡影响因子,利用GIS技术与确定性系数分析方法,对这9个影响因子开展敏感性分析。研究结果表明:(1) 寒武、震旦、石炭和白垩系是滑坡易发地层,侵入岩组、紫红色砂岩、碳酸盐岩夹碎屑岩、碳酸盐岩为主的岩组是滑坡高敏感性岩组;滑坡受断层影响总体上随着距离断层由近及远逐渐降低;(2) 坡度范围10°~35°是滑坡的易发坡度,30°~35°滑坡数量达到峰值;SE和S等朝南坡向是滑坡最易发坡向;高程范围为100~200m是滑坡最易发区间;凹坡最易发生滑坡,而凸坡则滑坡敏感性最差;非林地、茶叶、竹林和经济林等是滑坡高敏感植被类型;(3) 住宅用地、耕地、园地等与人类活动密切相关的用地类型是滑坡易发地类;距道路距离因子对滑坡敏感性低,相关性不明显。上述各滑坡影响因子最利于滑坡发生的数值区间确定,将为研究区进一步开展降雨型滑坡区域易发性评价及预测奠定基础。     

汶川地震中擂鼓镇地区的滑坡崩塌规律及预测

地震滑坡影响因素与滑坡崩塌分布关系的研究,有助于认识地震滑坡崩塌的发育规律,进而对潜在的地震滑坡危险区段进行划分,为土地的合理使用提供支持.5.12汶川地震引发了大量的滑坡、崩塌、碎屑流等次生灾害,造成了严重的人员伤亡和经济财产损失.以受滑坡、崩塌灾害影响严重的北川县擂鼓镇约180 km2的地区作为研究对象,选取坡度、高程、坡向等影响因素进行确定性及面积发育率分析,探讨它们与滑坡、崩塌等灾害空间分布之间的关系.研究结果表明:在高程低于1 km的地段,滑坡崩塌的发生频率达13.5%,高于其它地段;坡向为东向、北东向、南东向的坡体的滑坡崩塌发生率较其它方向大;随着坡度的增大,滑坡、崩塌的分布也在增大,坡度大于30°的区域滑坡发生频率较高.采用2种方法对研究区进行地震滑坡危险性区划,获得大体一致的划分结果:①基于综合确定性系数与面积发育率方法分析的地震滑坡危险性区划结果中,约有66%的滑坡崩塌落入较高危险和高危险区域;②采用判别分析法获得的地震滑坡危险性区划结果中,约有73%的滑坡崩塌判定为不稳定区域.其中,判别分析法选用的地震动、坡度、曲率等因素在不同地区都对滑坡分布具普遍的影响作用.     

基于CF模型的斜坡地质灾害孕灾因子敏感性分析——以湖南省新宁县为例

在不同的区域及地质背景下,斜坡地质灾害的主控因子及其影响程度各不相同,分析孕灾因子的敏感性,有利于提高斜坡地质灾害预测的准确性。在资料收集和实地调查工作的基础上,选取了坡度、高程、剖面曲率、地层、斜坡结构、断裂、河流和归一化植被指数(normalized difference vegetation index, NDVI)共8个因子作为斜坡地质灾害的孕灾因子;基于GIS平台,采用确定性系数(certainty factor, CF)模型进行敏感性分析,并通过敏感性指数评价各因子的敏感性大小并划分敏感性分区。结果表明：坡度≥40°、高程[600,700 m)、剖面曲率≥0.6、三叠系和二叠系、顺向坡、距断层距离[0,500) m、距河流距离[0,200) m以及NDVI为[0.233, 0.595)最容易发生灾害,由高到底划分为极高、高、中、低和极低5个敏感区,同时采用2020—2021年的灾害数据进行了验证,87.50%的灾害位于高敏感区和极高敏感区内,证实了敏感性分析的合理性。研究成果为下一步风险评价工作奠定了基础,为防灾减灾工作提供了参考,也可为湖南省其他县区提供借鉴。