基于信息量法的湖北省秭归县滑坡易发性评价

本文以湖北省秭归县为研究区,选取高程、水系距离、道路距离、岩土体类型、坡向、坡度、土地覆盖类型、年降雨量等8个评价因子开展滑坡易发性评价工作,依据ArcGIS软件数据分析工具完成各评价因子相关性分析。对评价因子相关性值|r|>0.1的高程、坡向因子剔除,计算各因子信息量值。利用信息量模型进行滑坡易发性评价,将研究区划分为四个区域：(1)极高易发区,面积140.0864 km²,占研究区总面积6.18%,主要分布在长江及支流沿岸;(2)高易发区,面积1002.445 km²,占研究区总面积44.23%,主要呈带状分布在极高易发区两侧,部分位于两河口镇、磨坪乡周边区域;(3)中易发区,面积833.8711 km²,占研究区总面积36.79%,呈带状分布在极高易发区两侧,零散分布;(4)低易发区,面积290.2564 km²,占研究区总面积12.80%,多分布在高山人稀区域。本文研究结果能够较好地反映研究区滑坡灾害分布规律,可为秭归县防灾减灾工作提供依据。     

基于信息量-层次分析耦合模型的泗水县地质灾害易发性评价

以泗水县为研究区,选取区域地貌、地质构造、地层岩性及人类工程活动等9个评价因子,基于GIS数据分析功能,运用信息量法及层次分析法确定各评价因子信息量及权重,进行地质灾害易发性评价。研究表明：区域地貌低山区,坡度28°～65°,坡向西和西北,较坚硬的中厚层状碎屑岩、页岩、砂岩夹灰岩岩组,降雨量700～730 mm及地震加速度0.10 g的区域内信息量最大;各评价因子权重从大到小依次为区域地貌(0.21)、降水(0.16)、坡度(0.14)、地层岩性及人类工程活动(0.10)、坡向(0.09)、地质构造及地震(0.07)、水系(0.06);研究区高易发区面积为294.26 km²,面积占比26.30%,灾害点数量占比84.62%,中易发区面积为66.28 km²,面积占比5.92%,灾害点数量占比15.38%,低易发区面积为758.42 km²,面积占比67.78%。对易发性评价过程的合理性进行检验,3个构造矩阵的随机一致性比率CR分别为0.000、0.013、0.020,均小于0.1,表明易发性研究结果具有合理性,能够为研...     

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和证据权模型的山阳县地质灾害易发性评价

地质灾害易发性涉及因素众多,评价结果取决于不同模型和参量权重赋值为当前研究热点。以陕西省山阳县为研究区域,在收集整理区域地质环境条件、地质灾害分布资料、相关性分析等基础上,最终选取坡度、坡向、坡型、工程地质岩组、距断层距离、距河流距离、距道路距离等8个影响因子,采用证据权模型对8个影响因子进行分析,使用GIS空间分析功能对研究区开展地质灾害易发性评价。结果显示,山阳县地质灾害易发等级可划分为高易发、中易发、低易发和非易发4个等级,面积分别为262.2 km²、436.7 km²、1141.6 km²、1694.5 km²,占山阳县总面积的7.48%、12.35%、32.29%、47.94%。进一步采用ROC曲线方法检验评价等级结果的可靠性,得到AUC为0.824 2(精度达82.42%)。     

河南省嵩县地质灾害风险评价

基于ArcGIS环境下,通过选取河南省嵩县区域高程、地貌、工程岩组、植被覆盖度、距构造距离、距水系距离、坡度、坡向等8个因子建立危险性评价模型,易损性选取建筑物、人员和交通等3个承灾因子,分别采用信息量模型和层次分析法对河南省嵩县区域进行地质灾害易发性、危险性和易损性评价。研究结果表明,嵩县区域划分为低风险区面积为965.34 km²,占嵩县区域面积32%;中风险区面积为1 114.65 km²,占嵩县区域面积的37%;高风险区面积为826.23 km²,占嵩县区域面积的27%;极高风险区面积为102.68 km²,占嵩县区域面积的3%。研究成果可应用于嵩县防灾减灾及地质灾害风险管控等方面。     

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。     

基于斜坡单元与随机森林模型的元阳县崩滑地质灾害易发性评价

针对基于栅格单元与定性定量方法模型在地质灾害易发性评价中存在模型预测精度低且使用较为频繁的不足与弊端,采用斜坡单元与机器学习方法之一的随机森林模型相结合开展元阳县崩滑地质灾害易发性评价。在ArcGIS中,利用曲率分水岭法划分出7 851个斜坡单元。经过大量统计研究与地质环境条件分析,选取工程地质岩组、地貌类型、高程、坡度、坡向、曲率、起伏度、河流距离、断层距离等9个因子作为评价指标,并通过SPSS软件,将9个评价指标与灾点发育特征的关系进行数据分析,得出各评价指标权重。在SPSS中,采用随机森林模型,建立易发性评价模型,将元阳县崩滑地质灾害易发性划分为低、中、高、极高4类,所占面积分别为410.06 km²、470.21 km²、550.02 km²和776.87 km²,分别占元阳县面积的18.58%、21.30%、24.92%和35.20%。经与详查结果对比,评价结果与实际高度吻合。利用ROC曲线得出区划结果精度AUC值为92.7%,区划结果相当好。研究显示,元阳县中部和西南两个部分地质灾害集中...     

基于加权信息量模型的湖南省麻阳县地质灾害危险性评价与区划

以麻阳县1：5万地质灾害详细调查数据为基础，选择地质灾害点密度、地形地貌、岩土体结构类型、地质构造、降雨、植被、人类工程活动、受威胁人数和潜在经济损失等9个因素作为评价指标，采用层次分析法对不同指标的重要性进行排序与赋权.最后基于加权信息量模型进行麻阳县地质灾害危险性评估及分区评价.研究结果表明：麻阳县主要处于地质灾害低-中等危险区，其中低、中危险区面积分别为984.44 km²和414.08 km²，极低危险区和高危险区分别为81.11 km²和86.57 km².     

安徽省崩滑流地质灾害风险评价研究

本文在分析安徽省崩滑流地质灾害发育特征及分布规律的基础上,以栅格单元为评价单元,选取了坡度、地形起伏度、断层缓冲距离、工程地质岩组和斜坡结构5个评价因子,利用信息量模型开展了崩滑流地质灾害易发性评价;叠加降雨量形成危险性进行评价;在危险性评价的基础上叠加承载体易损性形成风险性评价分区。研究结果表明：崩滑流地质灾害高风险区面积为68.68 km²,中风险区面积为15 117.72 km²,主要分布于皖南山区和皖西山区,评价分区结果合理,可为安徽省地质灾害风险管控提供技术支撑。     

基于易发性分区的区域滑坡降雨预警阈值确定——以云南龙陵县为例

滑坡所处不同易发等级的区域,降雨预警阈值差别较大。为提高滑坡降雨预警的针对性和准确率,文章以野外地质调查和滑坡易发条件分析为基础,结合信息量模型和层次分析法开展滑坡易发性评价,再通过滑坡发生概率与前期累计降雨量的相关性分析,分区进行滑坡降雨预警阈值模型研究。结果表明：坡度、高程、距断层距离、工程地质岩组、水系是龙陵县滑坡的主要孕灾地质条件;龙陵县滑坡非易发区面积为14.33 km²,低易发区面积为1 053.87 km²,中易发区面积为1 471.65 km²,高易发区面积为254.73 km²;确定单日和前3日为降雨预警时间,分区分时细化了降雨预警阈值模型;对比降雨预警阈值模型应用于龙陵县滑坡监测预警中的前后,预警信息减少了70条,预警准确率提高了14.4%,并实现了镇安镇户帕村施家寨组滑坡的有效预警。文章为区域滑坡降雨预警阈值确定提供了一种较好的参考方法。     

江苏南京地质灾害风险评价

地质灾害风险评价是地质灾害风险管控的支撑与依据,对于科学防治地质灾害具有重要意义。以江苏南京为研究区,选取历史灾害点密度等影响因子开展易发性评价,以降雨量作为诱发因素开展危险性评价,结合承灾体易损性,分析划定地质灾害高、中、低三类风险区。结果表明：高风险区主要集中在沿江的老山、幕府山、紫金山、栖霞山以及青龙山等部分人员聚居的山前坡麓一带,面积51.3 km²,占比0.8%;中风险区主要集中在低山丘陵中人员较集中的区域,面积371.9 km²,占比5.6%;低风险区分布较广,位于其余低山丘陵岗地,面积1 740.1 km²,占比26.4%。研究成果可有效支撑当地地质灾害防灾减灾以及国土空间规划应用。     

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的玛旁雍错流域冰川地貌及现代冰川湖泊变化研究

基于多源多时相的数字遥感影像、地形图和DEM数据,利用遥感(RS)和地理信息系统(GIS)技术,对西藏玛旁雍错流域冰川地貌类型和空间分布进行了研究,并对流域内近30 a来冰川和湖泊的变化进行分析.结果表明:1974-2003年玛旁雍错流域冰川总面积减少了7.27 km²,平均退缩速率0.24 km²·a^-1;湖泊总面积减少37.58 km²,平均退缩速率1.25 km²·a^-1.多时相的监测表明,冰川在加速退缩,且阳坡冰川的消融速度大于阴坡,坡度陡、面积小的冰川消融比例大于坡度缓、面积较大的冰川;湖泊面积先减少后有所增加,但总面积还是减少了,不少小湖泊消失.分析流域附近气象资料可知,气温上升和降水量减少是玛旁雍错流域内冰川消融与退缩的主要原因.     

1956—2017年河西内流区冰川资源时空变化特征

基于修订后的河西内流区第一、 第二次冰川编目数据及2016—2017年Landsat OLI遥感影像, 对河西内流区1956—2017年冰川时空变化特征进行分析。结果表明： ①河西内流区现有冰川1 769条, 面积976.59 km², 冰储量约49.82 km³。冰川面积以介于0.1 ~ 10 km²的冰川为主, 数量以<0.5 km²的冰川为主。祁连山是该区域冰川集中分布区, 其冰川数量、 面积和冰储量分别占该区域冰川相应总量的98.47%、 97.52%和97.53%。②疏勒河流域（5Y44）冰川数量、 面积及冰储量最多（最大）, 冰川平均面积为0.81 km², 石羊河流域（5Y41）最少（最小）。从四级流域来看, 宁掌等流域（5Y445）冰川最为发育, 冰川数量、 面积及储量均最大, 宰尔莫合流域（5Y446）冰川平均面积最大（1.80 km²）, 夹道沟-潘家河流域（5Y422）最小, 仅有0.05 km²。③近60年河西内流区冰川数量减少556条, 面积减少417.85 km², 冰储量损失20.16 km³。面积介于0.1 ~ 0.5 km²之间的冰川数量与面积减少最多（457条和 -117.49 km²）, 海拔4 400 ~ 5 400 m区间是冰川面积集中退缩的区域（98.55%）, 北朝向冰川面积减少最多（-219.92 km²）且冰川退缩速率最快（-3.61 km²·a^-1）。④1956—2017年河西内流区各流域冰川面积均呈退缩态势, 区内冰川变化呈自西向东逐渐加快的趋势, 但有3条冰川在1986—2017年出现不同程度的前进, 气温升高是该区域冰川退缩的主要原因。     

长吉图经济区地质灾害易发性区划研究

利用地质灾害综合危险性指数法对长吉图经济区崩塌、滑坡、泥石流等环境地质灾害的易发性进行分区. 研究区内诱发地质灾害最主要的因素是降水, 其次为地形地貌. 和龙市、龙井市、延吉市、珲春市、安图县部分地区、汪清县嘎呀河上游沿岸以及长白山天池周边等地为崩塌、滑坡、泥石流等地质灾害高易发区, 约占研究区总面积的22. 31%, 共有地质灾害点726处, 平均密度为4. 52个/100 km²; 蛟河市、永吉县、敦化市、汪清县等低山丘陵地区为崩塌、滑坡、泥石流地质灾害中易发区, 约占研究区总面积48. 10%, 共有地质灾害点671处, 平均密度为1. 94个/100 km²; 伊通县、吉林市、长春市、德惠县、农安县一带为崩塌、滑坡、泥石流地质灾害低易发区, 约占研究区总面积29. 59%, 共有地质灾害点157处, 平均密度为0. 74个/100 km².     

黑龙江省讷河市土壤质量与绿色产地适宜性评价

基于东北黑土地1∶250 000土地质量地球化学调查数据,按照《土地质量地球化学评价规范》和《土壤环境质量农用地土壤污染风险管控标准（试行）》,对讷河市土壤养分、土壤环境质量、土壤综合质量及绿色产地适宜性进行评价. 结果显示讷河市土地肥沃,环境清洁,适合于发展绿色农业：1）土壤养分单指标N、P、K、有机质、CaO、MgO、Fe₂O₃、S、B、Zn、Mn、Cu、Mo、Co、Ge、V共16项中,除Cu、Zn为较缺乏和Ge、B缺乏外,其他指标均为丰富和较丰富;土壤养分综合等级以较丰富和中等为主,分布面积分别为3 666.74 km²和2 574.11 km²,占全区面积的56.94%和39.97%. 2）土壤环境质量以一等（无风险）为主,一等区面积6 435.78 km²,占全区面积的99.94%;二等（风险可控）区面积仅4 km²,占0.06%. 3）全区土壤质量综合等级以优质为主,优质土壤面积3 806.06 km²,占全区面积的59.11%;良好级土壤面积2 574.11 km²,占39.97%;中等级土壤面积59.61 km²,占0.92%;没有四等（差等）和五等（劣等）土壤. 4）符合一级绿色食品产地的土壤面积为6 461.5 km²,占全区面积的97.5%;符合二级绿色食品产地的土壤面积为38.1 km²,占全区面积的0.58%;不符合绿色食品产地的土壤面积为65.6 km²,占全区面积的0.99%.     

金沙江下游区间来沙驱动因子分析及产沙预测模型

随着长江上游梯级开发的快速推进,金沙江下游干支流来沙占比失衡现象日益突出,区间水沙实测资料欠缺的问题严重影响了对干流库群泥沙淤积的预测。为系统性了解并掌握金沙江下游区间内泥沙分布全貌,明晰区间来沙时空异性特征以及归因,基于已有支流水文站泥沙序列与因子集,采用秩相关分析研究了区域内地形、气候、土地覆被、空间尺度各类因子对流域产沙的潜在影响和各因子之间的变化独立性。通过参数降维与双重回归分析相结合的方法识别关键因子组合并构建输沙模数预测模型。研究结果表明：8°以上坡度占比、气温和集水面积的驱动因子组合能够较为完整地解释研究区域产沙机制,并在此基础上建立了能解释约92%输沙模数变化性的预测模型。根据模型计算得到广大无实测资料区域的输沙模数分布范围为87～1 189 t/(km²·a),近50 a来减小幅度约50～300 t/(km²·a)。在此基础上识别白鹤滩、溪洛渡高产沙及上下游低产沙区间,并分析了该空间不均衡特征的削弱趋势。     

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。     

青藏高原冻融侵蚀敏感性评价与分析

冻融侵蚀是我国仅次于水蚀和风蚀的土壤侵蚀类型。青藏高原由于其海拔高、辐射强、气温低的特点,是我国冻融侵蚀较严重的区域。选择影响冻融侵蚀的5个主要因子：气温年较差、降水量、坡度、坡向、植被覆盖度进行定量研究,分析青藏高原冻融侵蚀敏感性强度及空间分布特征。结果表明：（1）青藏高原冻融侵蚀区面积为149.02×10⁴ km²,占青藏高原总面积的62.20%;冻融侵蚀敏感区的面积为56.80×10⁴ km²,中度及以上敏感区面积为27.39×10⁴ km²,占冻融侵蚀敏感区面积的48.22%;（2）冻融侵蚀敏感性空间分布差异明显,中度以上敏感区主要分布在青藏高原南部和东南部、喀喇昆仑山、祁连山、横断山区等地区。     

2008—2018年中国冰川变化分析

调查冰川资源的分布与变化,对区域乃至全球的自然环境与经济社会发展都具有十分重要的意义。基于315景Landsat 8 OLI遥感影像,结合中国第二次冰川编目数据与Google Earth软件,通过人工目视解译等方法调查了2018年中国冰川的分布与变化。结果表明：中国现存冰川53 238条,总面积为（47 174.21±19.93） km²,72%的冰川面积<0.5 km²,规模在1~32 km²的冰川的面积占中国冰川总面积的60%。2008—2018年,中国冰川总面积减少1 393.97 km²,面积变化率为-0.43%?a^-1。冰川面积变化率表现出明显的空间差异,面积退缩最快的是冈底斯山,达-1.07%?a^-1;最慢的是羌塘高原,为-0.05%?a^-1。坡度上,各山系之间的冰川面积变化率差异较为明显。超过70%的山系位于正东和东南方向的冰川面积退缩快,2008—2018年退缩率为-5.0%;正北方向的冰川面积退缩相对缓慢,同时期退缩率为-3.8%。气温和降水变化率差异以及海拔、坡度、坡向等地形差异,共同影响中国冰川的变化。