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。     

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AHP和GIS的舟曲地质灾害易发性评价

舟曲县是中国罕见的滑坡、泥石流地质灾害高发区,其防灾减灾工作具有一定的挑战性。依托舟曲县1∶50 000地质灾害风险调查工作,深入分析孕灾地质条件,选取地质灾害频率比、地质灾害面积模数比、地质灾害体积模数比、坡度、坡度变化率、坡形、切割深度、沟壑密度、岩土体类型、地质构造、植被指数11个评价因子,建立AHP评价模型,确定各因子权重,运用GIS平台综合评价舟曲县地质灾害易发性。结果显示：舟曲县地质灾害极高易发区和高易发区的面积分别为68.98 km²、390.9 km²,分别占县域总面积的2.29%和12.97%,主要分布在人员财产集中的白龙江流域、石门沟流域、拱坝河流域中下游和博峪河流域舟曲段中部区域;中易发区、低易发区对应的面积分别为1 166.21 km²和1 387.76 km²。研究成果为舟曲县城镇整体规划和地质灾害防治提供决策参考。     

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。     

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。     

基于信息量模型法的石阡县地质灾害易发性评价

以贵州省石阡县为研究区,选取8个影响地质灾害发育的因素作为评价因子.采用信息量模型法对各评价因子进行信息量计算,将区域地质灾害易发性划分为低、中、高、极高易发区4个等级,分别占研究区面积的21.08％、35.13％、25.53％、18.27％.结果表明:石阡县地质灾害低、中、高、极高易发性面积分别为457.99 km2...     

基于斜坡单元的山区城镇滑坡灾害易发性评价：以康定为例

山区地质灾害易发性评价对城镇地质灾害风险管理具有重要意义。本文以康定市为例,以斜坡单元为最小评价单元,选取高程、坡度、坡向、曲率、工程地质岩组、距道路距离、距断裂距离、距水系距离和斜坡结构等9个滑坡影响因子,根据各因子滑坡面积比曲线与证据权值曲线的突变点,划分滑坡影响因子二级状态,并对各影响因子进行相关性分析,剔除相关性较高的距道路距离因子,在此基础上,采用证据权模型进行滑坡易发性评价。对已有治理工程的斜坡单元,本文尝试利用折减系数法对其易发性进行进一步评价。结合现场调查,将研究区滑坡易发性程度划分为：极高易发、高易发、中等易发、低易发。评价结果表明,自然工况下极高易发区主要位于康定市炉城镇以及研究区北侧二道桥村一带,高易发区主要位于雅拉河、折多河与瓦斯沟河谷两侧,对治理工程所在的斜坡单元进行折减后,极高易发区面积由11.21%降至8.42%,滑坡比率由4.03降低至2.3,研究结果符合实际情况,模型精度达77.8%。评价结果较好地反映了康定市区的滑坡易发性分布情况,可为城镇精细化评价提供一定的参考依据。     

基于多因素加权指数和法的区域地质灾害易发性评价研究 ——以麦积区为例

以麦积区1 ∶ 50 000地质灾害风险调查项目为依托,在前人研究及分析区内地质灾害分布规律与发育特征的基础上,以栅格单元作为基本评价单元,运用多因素加权指数和法,以地形条件、地貌类型、工程地质岩组、距断层距离、距水域距离、植被覆盖等作为区内地质灾害易发性评价的一级因子。以高程、坡度、坡向、地形起伏度、地面粗糙度、地表曲率等作为表征地形条件的二级评价因子,以距支流及干流距离作为表征距水域距离的二级评价因子,采用层次分析法计算各一级评价因子及其所属的二级评价因子的权重,基于ArcGIS平台对各评价单元综合易发性指数进行计算并进行归一化处理,采用自然间断点法将研究区地质灾害易发性划分为高易发区（8. 26%）、中易发区（19. 49%）、低易发区（23. 69%）、非易发区（48. 56%）4个区域。采用历史灾害统计法定性验证与ROC曲线法（AUC=0. 866）定量验证相结合的综合评价方法对划分结果进行验证,表明多因素加权指数和法能够较为客观准确的对麦积区地质灾害易发性进行评价。     

基于GIS和信息量法的四川峨眉山市地质灾害易发性定量评价

以四川峨眉山市为研究区,选取坡度、坡高、坡向、岩土体类型、构造、河流侵蚀、地表覆被、降雨、工程切坡以及矿产开发10个影响因素作为评价因子,采用改进信息量法,在评价因子分级分析的基础上,利用GIS技术,对研究区地质灾害易发性进行了定量评价。结果表明:方法科学可靠,评价结果与实际基本相符;地质灾害在高陡斜坡区域、坚硬薄层-厚层状砂岩、粉砂岩夹白云岩、灰岩岩组、构造密集区最为发育,地形地貌、地质构造是地质灾害发育最主要的控制因素;地质灾害易发性划分为高易发、中易发、低易发、极低易发4个等级,分布面积分别为169.37km~2、429.07km~2、363.43km~2和221.12km~2。易发性评价精度74.80%。评价方法可为县域地质灾害易发性评价提供理论指导,评价结果可为该区域地质灾害防治工作提供科学依据。     

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.     

基于地质遗迹资源保护利用价值的保护区划分——以云南盐津乌蒙峡谷地质公园为例

地质遗迹资源保护利用价值是合理划分保护区的基础.本文以盐津乌蒙峡谷地质公园地质遗迹资源为例，从地质遗迹资源利用性和脆弱性两个方面构建地质遗迹资源保护利用价值评价指标体系，运用层次分析法确定地质遗迹资源保护利用价值评价因子权重.采用专家咨询法建立地质遗迹资源保护等级划分标准.利用菲什拜因-罗森伯格模型对盐津地质公园典型地质遗迹资源进行保护利用价值评价并划分保护等级.根据保护利用价值评价结果，利用Sufer9.0软件制作地质遗迹资源保护利用等值线图，结合地质遗迹资源保护的便利性与地方相关规划的协调性，绘制出盐津乌蒙峡谷地质公园地质遗迹资源保护分区图，结果为：盐津乌蒙峡谷地质公园特级保护区面积0.06 km²，一级保护区面积11.74 km²，二级保护区面积23.47 km²，三级保护区面积75.07 km².     

基于证据权法的昆明五华区地质灾害易发性评价

地质灾害易发性评价是国土空间规划和区域地质灾害防灾减灾的重要依据。为探索适合云南高原低山丘陵区地质灾害易发性评价方法,论文选择云南省昆明市五华区为典型研究区,选择工程地质岩组、距断裂构造线距离、高程、坡度、坡向、坡面曲率、距公路线距离和土地利用类型等8个因素,应用基于贝叶斯理论的证据权法进行地质灾害易发性评价,通过对各...     

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。     

基于神经网络模型的斜坡地质灾害易发性评价:以吉林永吉为例

吉林省永吉县存在大量的斜坡地质灾害,为了给永吉县斜坡地质灾害的防治和预警提供高效直观的分析模型,将吉林省永吉县作为研究区,选取高程、坡度、坡向、剖面曲率、平面曲率、距断层距离、岩性、距河流距离、年均降雨量、地形湿度指数和植被覆盖指数等11个评价因子,利用神经网络模型进行区域斜坡地质灾害易发性分析,再选用频率比、支持向量机模型进行对比。利用ROC曲线对模型的准确性进行验证分析,得出神经网络、频率比和支持向量机模型的成功率分别是91. 3%、89. 3%、90. 2%,预测率分别是87. 3%、84. 3%、85. 6%。结果表明:神经网络模型的精度最高,更适用于永吉县斜坡地质灾害的易发性评价。     

基于三种多变量不安定指数分析模型的汶川县地质灾害易发性评价

采用多变量不安定指数分析法模型并加以改进,应用于汶川县地质灾害易发性评价。选取坡度、坡向、地层岩性、距断层距离、植被覆盖率及距水系距离六项影响因子,结合四川省自然资源厅发布的汶川县地质灾害隐患点数据,以幂次相乘、线性累加、幂次累加这三种不同的不安定指数分析法模型分别得到了研究区地质灾害易发性分区图,并用接受者操作特性曲线（Receiver Operating Characteristic curve, ROC curve）验证了各种模型的评价性能。结果表明:（1）对本案例而言,幂次相乘模型相较其它两种模型具有最高的精度;（2）汶川县地质灾害“极高”“高”“中”“低”“极低”易发区的面积占比分别为:19.3%、24.6%、19.2%、19.3%、17.6%,且研究区地质灾害易发性较高的区域多分布在断裂带附近。本研究成果可为区域地质灾害防治工作提供理论借鉴和技术参考。     

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.