陕西省蓝田县地质灾害易发程度分区评价研究

评价一个地区地质灾害发育程度,需进行区域地质灾害易发性区划及评价。本文以蓝田县为例,将影响地质灾害发生因素量化,进行各评价因素叠加分析,把蓝田县地质灾害易发程度划分为地质灾害高易发区、中易发区、低易发区和不易发区四个级别并进行评价,为该县地质灾害防治工作决策部署提供参考依据。     

综合危险性指数法在博罗县地质灾害易发区划分中的应用

地质灾害易发区划分是地质灾害防治的基础性工作。本文通过分析博罗县地质环境与地质灾害特征,选取了影响地质灾害发生的气象、地形地貌、地层岩性、地质构造和人类工程活动等地质环境因素及地质灾害发育的数量、规模、密度等影响因素作为评价因子,运用地质灾害综合危险性指数法进行了综合分析与定量评价,共划分出地质灾害高、中、低三个易发分区等级,为博罗县今后开展地质灾害防治及防灾减灾提供了科学依据,也为类似地区开展区域地质灾害调查评价提供了参考。     

基于信息量模型和机器学习方法的滑坡易发性评价研究——以四川理县为例

以阿坝藏族羌族自治州地质灾害频发的理县为研究区,从地形地貌、地质环境、水文条件和人类工程活动等方面选取11个影响因子,通过皮尔森相关系数研究各因子之间的相关性,从而构建滑坡易发性评价指标体系。利用信息量模型计算各影响因子的信息量值,从信息量模型得出的极低和低易发性分区中选取非滑坡样本,在此基础上将样本数据代入随机森林和径向基函数神经网络2种机器学习模型开展滑坡易发性评价,并通过接收灵敏度（Receiver Operating Characteristic,ROC）曲线进行精度验证。结果显示：随机森林模型预测出的高易发区单位面积内分布的滑坡点数量更为集中,在仅占6.666%的区域分布了74.026%的灾害点,评价结果优于径向基函数神经网络模型。ROC曲线中两模型AUC（Area Under Curve）值分别为0.893、0.874,说明随机森林模型具有更高的可靠性,比径向基函数神经网络在该区域地质灾害易发性评价中更具优势。     

金沙江干热河谷区泥石流易发性评价模型及应用

金沙江上游奔子栏-昌波河段属典型的干热河谷区,气候干热少雨,但泥石流灾害发生频繁。采用指标熵模型对干热河谷区泥石流的影响因子进行敏感性分析,最后筛选出流域地貌熵值、岩土类型、坡向、坡度、植被归一化指数、月均降雨量等6个因子作为泥石流的易发性评价因子。将研究区划分为217个小流域,以流域单元为评价单元,采用权重系数法建立了泥石流的易发性评价模型,并利用该模型制作易发性分区图。分区结果表明:研究区泥石流极高易发区和高易发区主要分布在北部的昌波-贡波段、中东部的徐龙-曲雅贡段和南部的金沙江沿岸。极高易发区和高易发区面积占研究区总面积的36.4%,两区内的泥石流流域面积占泥石流总流域面积的58%。经检验泥石流的预测成功率为69.6%。     

红河州地质灾害临界雨量及预报方法初探

根据红河州国土局提供的地质灾害易发性分区资料,将全州134个乡镇按地质灾害易发程度分为极易发区、易发区和轻易发区,全州约90%的地区为易发区和极易发区,仅北部的小面积地区为轻易发区;对红河州1984～2010年地质灾害资料分析发现,90%以上的地质灾害发生在5～10月,与降雨关系密切,强降雨及连阴雨均可能诱发地质灾害;对其中183条地质灾害样本进行分析,得出各分区临界雨量及地质灾害统计预报方程,将地质灾害等级预报细化到乡镇。     

基于AHP与GIS耦合的安宁区地质灾害易发区划分

本文以安宁区作为研究对象,采用基于层次分析法(AHP)和GIS空间分析统计方法相结合的工作方法对区内地质灾害易发性进行评价和区划,对研究区的地质灾害易发性进行分析评价。安宁区境内地质灾害类型主要有滑坡、崩塌、泥石流、不稳定斜坡四种类型。易发性分区评价结果表明:安宁区城区不存在地质灾害高易发区;中易发区面积27.59km~2,占评价区面积的35.3%,低易发区面积14.75km~2,占评价区面积的18.9%,不易发区面积35.76km~2,占评价区面积的45.9%。评价结果为安宁区地质灾害防灾减灾体系和社会发展、经济发展提供了参考依据。     

惠州市潼湖生态智慧区地质灾害易发程度分区评价

通过开展惠州市潼湖生态智慧区地质灾害调查工作,查清了地质灾害分布状况,分析了地质灾害形成的条件及影响因素。采用定性与定量分析相结合的方法对调查区进行了地质灾害易发程度分区,共划分出地质灾害中易发区、低易发区和不易发区三种类型,并指出了各易发分区的地质灾害发育特征。调查结果可为潼湖生态智慧区群测群防网络建立与防灾减灾工作提供地质数据,对保障人民生命与财产安全具有重要意义。     

广州市白云区金沙洲地区地质灾害风险区划

广州市白云区金沙洲一带因受武广高铁隧道等一大批重点工程项目施工中大量抽排地下水的影响,诱发了多次较为严重的地质灾害。文章在多年实地调查的基础上,系统分析其地质灾害致灾因子,建立了地质灾害易发程度分区的评价指标体系,采用信息量法,按照地质灾害易发程度对各评价单元划分等级,将金沙洲地区划分为4个区：高易发区、中易发区、低易发区和不易发区。其中,武广高铁隧道通过的中南部地区属于地质灾害高易发区,该区隐伏岩溶发育,地质环境脆弱,不适宜大规模开发建设;浔峰断裂（F3）、沙贝断裂（F4）及保利西子湾断裂（F5）3条断裂通过的东部地区为地质灾害中易发区,该区发育有不良岩土体,区内主要发生地面沉降地质灾害;东南部大塱山组和中部测水组非可溶岩地层区为地质灾害低易发区,该区以埋藏型可溶岩分布为主,总体发生地质灾害的概率较小;西部丘陵地带为地质灾害不易发区,为非可溶岩区,不具备孕育地质灾害的形成环境。     

青藏高原及横断山区地质灾害易发区空间格局及驱动因子

青藏高原及横断山区位中国西南部,地貌类型复杂,地质灾害频发,严重威胁到西南地区人民生命财产安全,尤其影响进藏交通线的通达度。系统研究该区地质灾害易发区空间格局及驱动因子,可为青藏高原及横断山区地质灾害风险防范及地质灾害的防灾减灾救灾提供重要理论支撑。研究结果表明,基于随机森林构建的判识模型对于灾害点的判识精度均高于80%,甚至达到91%,可准确模拟与预测研究区各分区的地质灾害点。研究区地质灾害易发点主要分布在横断山区南部与东北部以及青藏高原中南部地区,且以小型及中型规模地质灾害为主（占比为87%）。综合分区Ⅰ~Ⅲ的地质灾害易发区面积分别为17.5万km²、17.4万km²与27.5万km²。各综合分区地质灾害驱动因子研究表明,横断山区南部区域（综合分区Ⅰ内）小型及中型地质灾害的主要驱动力为道路建设导致的沿途坡面稳定性变化（贡献率为20.2%）;横断山区东北部区域及青藏高原地区（综合分区Ⅱ~Ⅲ）小型及中型地质灾害的主要驱动力为植被覆盖状况的变化对于坡面稳定性的影响（贡献率分别为23.6%与27.3%）。此外,综合分区Ⅱ~Ⅲ内影响小型及中型地质灾害空间格局的第二个驱动因子为道路建设导致的沿途坡面稳定性的变化（贡献率为15.7%）与河流对于周边坡面的侵蚀作用（贡献率为17%）。     

惠州市地质灾害易发程度分区评价

通过系统收集惠州市地质灾害资料,分析了惠州市地质灾害分布及发育特征,地质灾害的形成条件及影响因素,在此基础上进行了地质灾害易发程度分区评价,为惠州市地质灾害防治、地灾隐患排查、防灾减灾工作提供参考数据。     

基于遥感影像技术在油气管道地质灾害风险排查中的应用

我国陆上油气资源主要依靠管道进行输送。然而油气管道时常穿越地形地貌复杂区域,导致其面临较严峻的地质灾害威胁。本文利用遥感影像技术对油气管道环焊缝地质灾害高后果区进行识别和评价,结合遥感影像的图像色彩(调)、形态、影纹图案、水系、地形地貌、植被、人为活动等六个方面,圈定线段高后果区中的隐患点。通过野外地质灾害调查核实,评价隐患点的风险程度。     

基于证据权模型的川藏铁路加查——朗县段滑坡易发性评价

川藏铁路加查至朗县段地处西藏自治区东南部,该区新构造活动强烈,地质构造复杂且历史强震频发,一系列大型—巨型滑坡在该区密集分布。本文基于滑坡遥感解译和野外地质灾害调查,建立了川藏铁路加查—朗县段的滑坡空间数据库,选取高程、坡度、坡向、平面曲率、地层岩性、距河流距离、距断裂带距离、距道路距离、植被归一化指数(NDVI)以及年平均降雨量等10个滑坡影响因子,基于ArcGIS软件平台和证据权模型,进行滑坡易发性评价。根据滑坡易发性指数(LSI)的分布特征,结合野外地质调查的认识,将研究区内的滑坡易发程度划分为4个级别,即极高易发区、高易发区、中易发区和低易发区,分别占研究区总面积的17.43%、22.64%、32.21%和27.72%。分析表明,极高易发区和高易发区主要分布在人类工程活动较多的研究区西南部,沿着雅鲁藏布江及其支流呈带状分布,中、低易发区主要分布在植被覆盖率较高、人类工程活动相对较少的东北部。极高易发区和高易发区内发育的滑坡数量约占已调查识别滑坡总数的88%,研究结果与已知滑坡的分布情况较吻合,采用成功率曲线对易发性评价结果进行检验,正确率达到了83%,具有较高的精度。易发性评价结果较好地反映了研究区内滑坡发育分布现状,可以为该区重大工程规划建设和防灾减灾提供理论指导和参考依据。     

地质灾害区划特点及分区评述——以广东省紫金县为例

地质灾害易发区和危险区是根据地质灾害发育程度、分布规律,将地质灾害类型相同,发育条件相近,易发和危险程度相似或接近划分为同一区块。在对某一地区地质灾害进行预防或治理之前必须对其特征进行分析和研究。对地质灾害区划及分区特征的研究往往决定着后续工作的开展及布置。在划分出高易发区和高危险区的基础上,进一步划分出研究区的重点地段,这对制订研究区的地质灾害防治规划具有非常重要的现实意义。文章通过对广东省紫金县地质灾害区划特点及分区评述为例,对地质灾害区划及分区进行归纳总结,希望以此为该地区地质灾害预防与治理提供一些指导作用。     

基于层次分析法与GIS相结合的岩溶塌陷地质灾害易发性分区评估——以云南省师宗县为例

以岩溶地貌发育的云南省师宗县作为研究实例,通过层次分析法确定岩溶塌陷评估因子及其权重值,并划分岩溶塌陷评估因子的等级.在此基础上,利用GIS空间分析技术对岩溶塌陷空间数据进行处理和分析,按地质灾害综合危险性指数R值将研究区域划分为三大地质灾害易发程度不同的区域,并通过实例验证分析地质灾害综合危险性指数R值求取的可行性,实现了基于层次分析法与GIS技术相结合的云南省师宗县岩溶塌陷地质灾害易发性分区和评估.结果显示:师宗县岩溶塌陷高易发区(4≤R≤5)集中分布于研究区域的北部和中部,占总面积的39.22％;中     

阿尔山地区地质灾害评价与分析

本文通过阿尔山市已查明地质灾害及隐患点分布、类型、数量、规模、结构特征、影响因素和诱发因素等,对重要地质灾害点的危险性进行了初步评价,圈定了地质灾害易发区并进行了评价与分析。     

三峡库区塌岸灾害易发性评价方法——以奉节—云阳段为例

塌岸灾害广泛分布于中国三峡库区。塌岸易发性评价对库区灾害防治具有重要意义。当前塌岸易发性评价的研究程度低,评价模型的适用性差,评价指标的选取依据不充分,并没有考虑波浪对库岸稳定性的影响。本研究以塌岸灾害广泛发育的三峡库区奉节段至云阳段为研究对象,考虑波浪和库岸形态对研究区塌岸发育的影响,提出江岸宽度、库岸形态、风速这三个指标,并基于研究区塌岸灾害发育和分布特征共选取8个影响因子,构建三峡库区塌岸灾害易发性评价指标体系;采用三种机器学习模型,实现三峡库区塌岸灾害易发性分区及检验、模型精度预测、评价结果的分区和实地验证。结果表明：(1)江岸宽度、岸坡形态和风速等影响因子权重靠前,对奉节段塌岸发育的贡献较大;(2)ANN模型、RF模型与SVM模型的较高-高易发区灾害点数量分别占总灾害点的53.1%、48.9%和39.3%。ANN模型与RF模型塌岸强度从低至高依次增大,分区结果较为合理,而SVM模型分区结果不太理想。(3)ANN模型、RF模型和SVM模型的AUC值分别为0.798、0.793、0.766,三种机器学习模型的预测精度较为可靠;(4)RF模型高易发性区域最符合实际地质条件,其易发性...     

基于地貌单元的小区域地质灾害易发性分区方法研究

以汶川县城周边区域为研究区,分别以栅格单元与地貌单元作为单位评价单元,以信息量法与逻辑回归法两种评价模型对研究区进行地质灾害易发性评价分区。根据对评价结果的比较分析,在小区域范围内,基于地貌单元的区域易发性分区不仅仅能够更好地体现出区域内局部综合特性,而且评价分区结果与地质灾害实际分布情况更加吻合,分级层次更加明显,数学模型的适用效率很好。由此可见,在小范围区域内,基于地貌单元的地质灾害易发性评价分区具有良好的适用性与可塑性,在大比例尺地质灾害易发性和危险性制图中是一个有益的尝试与启发。     

广东省东源县地质灾害易发区划分及评价

本文以东源县1∶5万地质灾害详细调查为基础,根据地质灾害发育程度、分布规律,将地质灾害密度相同,发育条件相近,易发和危险程度相似或接近的区域划分为同一区块。共划分出3个易发区,其中高易发区564处,中易发区333处、低易发区33处,通过对易发区综合评价,为进一步开展防灾减灾工作提供基础依据。     

基于DEA方法的地质灾害风险管理研究——以广州萝岗区崩塌灾害为例

以对地质灾害隐患点进行风险评价和管理为目的,选择灾害易发程度、受威胁人口数、威胁基础设施的数量和等级为评价指标,利用数据包络分析方法(DEA)中的CCR模型对位于广州市萝岗区的崩塌地质灾害隐患点的风险大小进行排序和分组,并对结果的合理性进行验证分析.研究表明,运用DEA方法的CCR模型并选择合理的评价指标对地质灾害风险...     

密云水库周边山区滑坡泥石流易发区预估

滑坡、泥石流等地质灾害的易发度主要是地质灾害自然属性特征的体现,它与孕灾环境的各项因子密切相关。这些因子包括地形地貌、流域水文、构造等内部条件因子以及地震、降雨等外部触发因子。为突出反映滑坡及泥石流主导因子的作用,本文参考了许多研究所采用的评价方法和因子选择,重点选取对该地区滑坡及泥石流发生区域分析评价起一定主导作用的、便于研究区域数据资料与空间资料匹配、关系密切的几个指标,包括地形地貌要素(坡度、坡向、坡形、相对高差、地貌类型)、环境要素(植被指数、河网密度、洪水淹没范围)、构造要素(距断层的距离、断层密度、地质岩性),通过对这些因子的敏感性进行分析,采用专家打分方法确定每种要素及因子的权重,借助因子加权叠加办法得出研究区地质灾害易发程度空间分布,用于表示其可能发生的统计意义上的可能性(概率),该研究对于区域地质灾害预防具有一定的适用价值。