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%。     

基于CF和Logistic回归模型的广东省地质灾害易发性评价

在研究广东省崩塌、滑坡、泥石流孕灾环境的基础上,选取高程、坡度、地质年代、岩性、距断层距离、距水系距离、归一化植被指数(NDVI)7个因子作为地质灾害易发条件因子。首先利用CF模型计算出7个因子各分类级别的CF值,然后将各因子的CF值作为自变量,是否发生地质灾害作为因变量,利用Logistic回归模型得到各因子的回归系数。再对各因子之间的独立性进行检验,所选7个因子都符合独立性检验条件,全部进入到逻辑回归方程中,计算出各独立单元发生崩滑流地质灾害的概率。根据计算结果将广东省崩滑流地质灾害易发程度划分成四类:极低易发区(16.63%),低易发区(28.65%),中易发区(32.57%),高易发区(22.15%)。评价模型的合理性和精确度都符合检验要求,说明采用确定性系模型和逻辑回归模型能够较为客观准确地评价广东省地质灾害易发性。     

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。     

基于证据权与Logistic回归模型耦合的滑坡易发性评价

滑坡灾害易发性研究对地质灾害风险管理及减灾防灾有着重要的现实意义。目前,多模型耦合的评价方法在国内外应用较为广泛,但将证据权与其他方法相结合用于滑坡易发性评价的研究却较少。鉴于此,本文以浙江省永嘉县为例进行滑坡易发性评价,选取高程等9个因素作为滑坡易发性的评价因子。利用证据权模型计算得到的证据权对比度与分级栅格比、滑坡栅格比进行比较,实现各评价因子状态分级处理;再运用Logistic回归模型算得各评价因子的权重。综合两种模型确定的状态分级权重和评价因子权重,基于GIS的栅格运算功能得到各评价单元的滑坡发生概率,实现研究区滑坡易发性分级区划。研究结果表明,证据权与Logistic回归耦合模型的评价结果的合理性与精确度均优于两种单一模型;且极高易发区和高易发区主要分布在水系延展区、断层密集区、岩组软弱区。研究结果对滑坡灾害风险管理及城市防灾规划具有一定的参考价值。     

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GIS和信息量模型的安徽池州地质灾害易发性评价

以安徽省池州市为研究区,选取坡度、坡向、工程地质岩组、断裂、道路、河流、降雨量、土地利用类型8个影响因子进行地质灾害易发性评价。基于全市345个地质灾害点(崩塌和滑坡)样本数据,采用信息量模型对研究区各影响因子的信息量进行计算,依据灾害点密度将区域灾害易发性划分为5个等级:低易发区、较低易发区、中易发区、较高易发区和高易发区。结果表明:安徽省池州市地质灾害高易发区和较高易发区主要分布在坡度较大的山区河谷两侧,反映人类工程活动破坏、流水冲刷作用和地形地貌因素是影响该区地质灾害的主要因素。其中,高易发区和较高易发区面积为1 801.47 km~2,分别占全区总面积的7.89%和13.88%,高易发区和较高易发区内的灾害点分别占所有灾害点的48.7%和21.5%,其中高易发区的灾积比为6.17,明显高于其他易发等级。对地质灾害易发性的方法与技术的研究,旨在为该区的灾害防治和经济建设提供技术参考。     

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。     

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...     

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。     

GIS支持下CF与Logistic回归模型耦合的九寨沟景区滑坡易发性评价

2017年8月8日九寨沟M_S7.0地震诱发了数以千计的崩滑体,产生的大量松散固体碎屑在降雨作用下极易启动转化为新的滑坡或泥石流形成次生灾害,因此对九寨沟景区进行滑坡易发性评价尤为必要。基于震前、震后高精度遥感影像对比分析结合现场调查,共获取1047处滑坡,总面积为3.88 km2。在分析滑坡发育分布与影响因素关系的基础上,本文选取了构造因子、地形因子、地质因子及其他因子等9个指标,采用确定性系数(CF)模型、逻辑回归(Logistic)模型以及两种模型耦合分析进行滑坡易发性评价。研究结果表明,坡度、坡向、高程和地层岩性是影响滑坡分布的主要因子;研究区被划分为低易发区(60.72%)、中度易发区(24.18%)、高易发区(9.89%)和极高易发区(5.21%),高-极高易发区基本沿沟谷分布,面积为99 km2,其中熊猫海、老虎海周边均为滑坡极高易发区;采用耦合模型比单一模型评价结果更加合理,其结果可作为景区滑坡防治和分段分时开放的参考依据。     

基于CF-AHP耦合模型的高速公路沿线崩塌地质灾害易发性评价——以蓉遵高速公路土城——旺隆段为例

蓉遵高速公路（土城—旺隆段）沿线崩塌频繁发生，威胁公路安全甚至人类的生命财产安全。文章通过实地调查蓉遵高速公路（土城-旺隆段）崩塌地质灾害的影响因素，构建了9个影响因子，分别是地形起伏度、高程、归一化植被指数、坡向、地层岩性、距道路距离、距河流距离、坡度及降雨量。采用确定性系数模型（certain factors, CF）、层次分析法（analytic hierarchy process, AHP）及耦合模型（CF-AHP）对研究区进行崩塌地质灾害易发性评价，并分别采用崩塌地质灾害点频率统计和成功率曲线对3种模型的评价精度进行检验。结果表明，CF、AHP和CF-AHP的AUC预测精度分别为0.848,0.835,0.866，且3种评价模型得到的崩塌地质灾害的高、中易发区频率比值占总频率比值均超过70%。3种模型精确度由大到小分别为CF-AHP、CF、AHP模型，说明CF-AHP模型的滑坡预测优于单一的CF、AHP模型，能精确地评价蓉遵高速公路（土城-旺隆段）崩塌地质灾害易发性，为公路沿线区域崩塌灾害的防灾减灾提供决策依据。     

基于GIS和CF-Logistic回归模型地质灾害易发性评价：以青海湟中县为例

研究地质灾害易发性的评价方法，对地质灾害防治有着非常重要的现实意义。本文以青海省西宁市湟中县为研究区域，选取高程、坡度、坡向、地形起伏度、距河流距离、距断层距离和工程岩组7个评价因子，利用确定性系数与逻辑回归模型相结合的方法计算出每个单元格地质灾害发生的概率。同时利用ROC曲线和AUC值对模型分类精度进行验证，最终得到AUC值为0.863，说明该方法对湟中县地质灾害易发性评价具有较强的适用性和客观性。本文研究表明，高层、坡向、距河流距离和工程岩组4个因子对研究区地质灾害的影响最为显著。从地质灾害的空间分布来看，该方法计算结果表明极高、高易发区主要分布在湟水河及其干流两侧低山丘陵地区，低易发区主要分布在研究区北部和西南地区。从评价因子的角度分析，高易发区主要分布在离河流500 m的松散冲洪积岩层和软弱层状碎屑岩岩层上。以上研究结果表明，基于CF-Logistic回归模型对研究区地质灾害易发性评价有较强的参考价值，能为研究区地质灾害的防治工作提供理论依据及方法。     

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。     

北京市门头沟区地质灾害危险性评价研究

北京市门头沟区境内98.5%为山区,地形地质条件复杂,地质灾害较发育,截至2014年3月,在门头沟区调查确定的地质灾害隐患点共644处。采用层次分析综合指数法,对门头沟区地质灾害易发性进行综合评价,划分了地质灾害高易发区、中易发区、低易发区、不易发区4个等级。     

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GIS的地质灾害易发性分区评价——以甘肃省会宁县为例

会宁县地处甘肃省中部,地质灾害极为发育,共发育有崩塌16处、滑坡12处、泥石流7条,地质灾害已对研究区造成了重大经济损失。为了对会宁县地质灾害易发性进行分区评价及指导防灾减灾,在区域地质灾害调查的基础上,建立了地质灾害数据库,采用层次分析法和GIS空间分析统计方法,选取14个基础指标,建立了会宁县地质灾害易发性分析评价模型,对评价单元叠加分析计算及验证分析,将会宁县地质灾害的易发程度划分为3个区,即高易发区、中易发区和低易发区。通过专家评审法检验地质灾害易发性评价结果,认为评价结果与实际地质灾害情况相符性较好,可以为制定会宁县地质灾害综合防治措施提供依据。     

金沙江鲁地拉电站水库区地质灾害易发性评价

西南高山峡谷区是地质灾害高易发区,通过对典型流域段地质灾害的分析研究,能更好地掌握金沙江流域地质灾害的分布规律。本文以鲁地拉电站库区为例,根据野外地质灾害调查分析结果,采用Logistic回归模型和GIS空间分析方法,评价各致灾因子的作用,经过遴选最终选取地表径流冲蚀强度、工程地质岩组、河谷形态、坡度、坡向5个与地质灾害相关性强的因子,进行地质灾害易发性分析,结果表明库区地质灾害易发性程度很高,高易发区占41%,主要集中在库首段及朵美附近,评价结果很好地反映了库区段地质灾害的现状,为有效防治库区地质灾害及后期库区灾害监测提供了科学依据。     

陕西宝鸡地区千阳县地质灾害易发性评价

在对千阳县地质灾害详细调查的基础上,采用定性分析与定量评价相结合的方法,对千阳县地质灾害易发程度进行了评价分区。首先初步定性分析了地质灾害的分布特征和影响因素;其次利用地理信息系统技术,选取斜坡几何形态、工程地质岩组、黄土覆盖层厚度、地质构造和水文地质条件5个方面共28个指标作为评价因子,利用信息量模型对千阳县的地质灾害进行易发性评价分区。评价分区结果表明：高易发区占全区面积的4.89%,主要分布于千河北岸黄土塬区一级支流沟谷两侧的塬边斜坡地区;中易发区占全区面积的24.18%,主要位于千河北岸台塬区一级支流沟谷的两侧,北部山区二、三级支流冲蚀的基岩（白垩系—侏罗系砂泥岩）与黄土的接触区,南部山区局部黄土覆盖的高陡区域;低易发区占全区总面积的41.29%,主要位于千阳北部山区的二、三级河流河道冲蚀区,千河北岸黄土塬区和千河南部的基岩山区。     

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的地质灾害易发性分区评价——以甘肃省会宁县为例

会宁县地处甘肃省中部,地质灾害极为发育,共发育有崩塌16处、滑坡12处、泥石流7条,地质灾害已对研究区造成了重大经济损失。为了对会宁县地质灾害易发性进行分区评价及指导防灾减灾,在区域地质灾害调查的基础上,建立了地质灾害数据库,采用层次分析法和GIS空间分析统计方法,选取14个基础指标,建立了会宁县地质灾害易发性分析评价模型,对评价单元叠加分析计算及验证分析,将会宁县地质灾害的易发程度划分为3个区,即高易发区、中易发区和低易发区。通过专家评审法检验地质灾害易发性评价结果,认为评价结果与实际地质灾害情况相符性较好,可以为制定会宁县地质灾害综合防治措施提供依据。