基于RS与GIS的汶川地区地质灾害易发性评价分析

通过对汶川县2008年landsat5和2014年landsat8遥感影像解译提取了地质灾害信息,利用DEM数据对2014年地质灾害的面积在高程、坡度、坡向等致灾因子下进行统计,利用层次分析法和熵权计分别计算主观和客观权重,进行权重拟合得到综合权重,建立起灾害敏感性评价模型对灾害的易发性进行预测。结果表明:震后新增地质灾害面积与2008年预测的高易发区叠加对比进行验证,两者空间分布基本一致,85.71%的新增地质灾害发生在预测高易发区,面积约为344.94 km2,验证结果良好,表明2014年汶川地质灾害易发性评价结果具备较高的可靠性和可行性。     

汶川地区地质灾害易发性评价方法对比分析

在比较和分析了目前国内外研究和应用较多的几种地质灾害评价理论和方法的基础上,对汶川县2014年landsat8遥感影像解译并提取了地质灾害信息,利用DEM数据对20014年地质灾害的面积在高程、坡度、坡向等致灾因子进行了统计。采用信息量法、层次分析法、加权信息量对汶川地区地质灾害易发性进行了评价。通过这3种评价方法的结果对比表明:采用单一的信息量法、层次分析法做地质灾害易发性评价时各有优势和不足,将多种易发性评价方法进行合理的综合应用是地质灾害易发性评价的优选方法。     

基于高分一号卫星的江西樟树市地质灾害评价

运用高分一号卫星进行江西樟树市地质灾害评价对于科学防治地质灾害,提高国产卫星应用水平具有重要意义。本文通过正射校正、影像融合、几何校正等步骤对高分一号影像进行预处理,然后对处理后的影像进行地质灾害解译,获取樟树市地质灾害分布情况。在进行地质灾害评价过程中采用小流域评价单元,选取灾害点密度、地表水文、构造断裂带、工程活动、岩土类型、地形坡度等6个评价因子,并运用层次分析法确定因子权重,通过加权平均法最终获得樟树市地质灾害易发性综合评价图,其精度为78%。结果表明樟树市易发生地质灾害的地区占全市总面积的34.68%,易发程度最高的地区主要分布在东南部,占全市总面积的7.82%。     

GIS产品质量的熵权多层次模糊综合评价

传统多层次模糊综合评价中评价因子权重的确定通常通过专家经验法进行,该方法受专家主观因素影像较大,容易造成评价结果出现偏差。本文提出在权重的确定过程中除参考专家的主观权重外,引入熵权概念,将主观权重和熵权客观权重相结合,作为GIS产品质量评价因素的权重。本文以对DOM产品的质量评价为例,采用熵权模糊综合评价方法进行试验,试验结果表明由客观熵权值和专家主观权重相结合所确定的因子权重很好的将主观与客观因素结合起来,且评价结果客观、合理。     

顾及地形邻域影响的地质灾害风险易发区评估

地质灾害发生时通常会带来巨大的人力物力损害,而易发区评估是防灾减灾的重要手段。为了尽可能减少灾害带来的经济损失和人员伤亡,本文在GIS的支持下开展地质灾害风险评估研究。具体结合温州市自然地理状况及相关受灾情况历史数据,分析高程因子、坡度因子、坡向因子等地质灾害影响因子,提出了综合邻近环境的地质灾害分析方法,利用层次分析方法计算各因子权重,构建了温州市滑坡灾害易发性评价指标体系,确定了温州市地质灾害易发区;同时还研究了山区、平原不同地形条件下的地质灾害风险规律。     

基于InSAR的地质灾害易发性评价

首先以Sentinel-1A数据为基础,采用SBAS-InSAR技术,获取研究区2019年1月—2021年8月的地表形变信息。然后通过层次分析法(Analytic Hierarchy Process, AHP)获取8个评价因子的权重。最后基于ArcGIS平台采用综合评价方法获取易发性评价结果并进行分析。结果表明：研究区地表沉降主要发生在中部;地质灾害高易发性区主要分布在研究区中部,东部地区以中易发性为主,西部则主要为低易发性区域。     

层次分析法的黄河上游滑坡易发性评价

针对黄河上游龙羊峡至积石峡段滑坡灾害分布易发性评价与区划成图问题,该文以ArcGIS为平台,联系评价区的实际特点,选取地貌类型、地层岩性、降雨、断层、坡度为评价因子,运用层次分析法(AHP)确定各评价因子的权重,建立研究区滑坡易发性评价模型,结合GIS的空间分析功能实现研究区内滑坡灾害的易发性区划。结果表明,滑坡灾害主要集中在龙羊峡库区右岸和群科-尖扎盆地。区划结果与野外实际调查基本吻合,为今后GIS应用于地质灾害区划提供了思路,同时可为区内地质单位进行灾害监测提供基础数据和依据。     

崆峒区地质灾害易发性区划研究

本文以崆峒区地质灾害易发性为研究对象,以地质灾害调查资料为基础,基于MAPGIS6.7平台采用袭扰系数法生成历史地质灾害易发性区划图;选取地形地貌、坡度、地层岩性、多年降雨、植被覆盖5个地质灾害影响因子对其进行灾害影响分级并确定其灾害易发性影响权重,将各个影响因子分级图叠加到历史地质灾害易发性区划分级图中,绘制出该县的地质灾害易发性散点图,对图件进行整理从而生成崆峒区地质灾害易发性分区图。从图中能很好地看出崆峒区地质灾害的分布及特点,为政府部门采取有效的措施进行统筹规划减灾防灾以及地质灾害治理提供了可靠依据。     

层次分析法在炉霍县泥石流易发性评价中的应用

在深入研究炉霍县泥石流灾害的基础上,以实地考察数据为依据,以层次分析法为技术方法,对炉霍县泥石流易发性进行了评价。选取高程、坡度等8个指标作为影响泥石流易发性的评价因子,通过建立系统层次结构,构建判断矩阵,从而求出各因子的权重,建立泥石流危险性评价模型。实践证明,基于层次分析法的泥石流灾害易发性评价是有效和实用的。     

云南某县地质灾害与土地利用类型相关性分析

应用法国SOPT-5图像,以ERDASIMAGE软件为平台对研究区土地利用进行监督分类,分析研究区土地利用各个类型与地质灾害的相关性,利用层次分析法确定影响灾害指标及权重。得出居住用地区是地质灾害高易发区,对应了地质灾害易发分区图。     

基于遥感调查与GIS分析的林芝地区地质灾害评价

利用遥感、G IS技术和其它分析手段,在“递进分析法”(AMFP)理论框架下,利用AHP模型评估各影响因子权重;选用综合指数评价模型求取潜势度、危险度及危害度等区域地质灾害评价指数;借助自建的灾害评价系统,实现了藏东林芝地区的区域性地质灾害预测评价及其可视化表达。研究结果表明:该方法评价结果较为合理;研究方法和试点区预警系统的建设实践对于区域性灾害的预测、预报和防止不仅具有理论意义,也具有重要的现实意义;将人类活动等影响因子量化,不仅缩小了预测区的范围,也突出了地质灾害对人类生存环境的影响。     

地理国情的地质灾害危险性评价

针对江西省地质灾害频发而灾前防治、灾中应急和灾后重建又不足的现象,该文提出了构建地质灾害危险性评价模型。在评价模型中,以地质灾害与环境的关系和地质灾害的潜在影响为评价因子;采用层次分析法确定各评价因子的权重,从而计算地灾点的危险等级;采用定性与定量相结合的方式给出评价结论。该文首次将地质灾害与地理国情普查信息和相关的社会经济数据相结合,综合客观地展示了灾害危害程度。     

基于格网GIS的地质灾害地形因子危险评估方法

针对地质灾害的复杂性和不确定性,利用格网GIS技术和数学算法对地质灾害的地形危险进行评估研究。以新源县为实验区,创建500m×500m的格网覆盖研究区,选取高程、坡度、岩性、断层等地质地貌条件作为评价因子,运用GIS统计分析、叠置分析等功能将指标格网化和标准化,最后运用熵值法确定权重,进行综合评估。实验结果表明,新源县较高危险和高危险区主要集中在北部、中部及西南部的山区,共包含90.17%的灾害点,表明将格网GIS技术应用到地质灾害危险评估具有一定的实践意义。     

结合信息量与AHP模型的阳泉市矿区地质灾害风险评价

阳泉市矿区地质环境复杂,人类活动频繁,存在塌陷、滑坡等地质灾害隐患。本文在充分调查地质灾害的基础上,构建了矿区风险评价体系,运用信息量法和层次分析法,选取了交通、居民地、矿山等8项指标开展易发性区划;在易发性评价的基础上叠加降雨因子,实现了矿区地质灾害的危险性评价;采用人口、建筑、交通因素构建了承载体易损性模型;并结合危险性和易损性构建了矿区的地质灾害风险评价模型。研究结果表明,矿区中地质灾害高风险地带主要分布在存在矿山活动的赛鱼、蔡洼街道且靠近人口聚集的地方,其影响范围较大,应及时采取监测预报等措施。     

多重指标体系下的京津冀城市群地质环境质量综合评价

地质环境质量是影响区域规划建设的重要因素,目前单一评价指标体系无法对多地貌类型区域的地质环境质量进行合理有效的评价。为了研究适用于多地貌类型的区域地质环境质量评价方法,本文建立了基于山区和平原区两种地貌类型的地质环境质量评价体系,利用层次分析法和综合指数法获取了评价指标权重,建立了地质环境质量评价模型,通过空间分析技术开展了京津冀城市群地质环境质量综合评价研究。评价结果表明,京津冀地区的地质环境质量空间分布差异较大,平原区地质环境质量分布受地面沉降、地下水超采及地下水污染的影响突出,山区地质环境质量分布受活动断裂、地形条件及地质灾害的影响明显。可见,多重指标评价体系下的地质环境质量评价能够降低不同地貌类型地质环境质量主要评价指标间的相互影响,评价结果能够更加合理准确地体现区域地质环境质量分布特征。     

GIS-based ordered weighted averaging and Dempster–Shafer methods for landslide susceptibility mapping in the Urmia Lake Basin,Iran

In this paper, GIS-based ordered weighted averaging (OWA) is applied to landslide susceptibility mapping (LSM) for the Urmia Lake Basin in northwest Iran. Nine landslide causal factors were used, whereby the respective parameters were extracted from an associated spatial database. These factors were evaluated, and then the respective factor weight and class weight were assigned to each of the associated factors using analytic hierarchy process (AHP). A landslide susceptibility map was produced based on OWA multicriteria decision analysis. In order to validate the result, the outcome of the OWA method was qualitatively evaluated based on an existing inventory of known landslides. Correspondingly, an uncertainty analysis was carried out using the Dempster–Shafer theory. Based on the results, very strong support was determined for the high susceptibility category of the landslide susceptibility map, while strong support was received for the areas with moderate susceptibility. In this paper, we discuss in which respect these results are useful for an improved understanding of the effectiveness of OWA in LSM, and how the landslide prediction map can be used for spatial planning tasks and for the mitigation of future hazards in the study area.