地震滑坡危险性评价及编图——以映秀震中区为例

虽然宣称地球已进入地震多发期目前学术界还存在不少争议,但不得不承认近期的破坏性强震发生的频率较以往高.强震诱发的滑坡灾害也越来越成为了地质学家们研究的热点.在对一个地区发出中长期地震预报之后,如果也能相应地对该地区的斜坡稳定性进行评价,从而预测地震时滑坡最可能发生的地段,这对于减轻震区人民的伤亡和财产损失将具有重要的意义.本文对目前常用的地震滑坡危险性评价方法进行了简要介绍,并以“5.12”汶川地震映秀震中区为例,运用Newmark方法对该区进行了地震滑坡危险性评价和编图示范,探讨了目前常用地震滑坡危险性评价方法的优缺点及今后区域性地震滑坡危险性评价的发展方向.     

基于BP神经网络的九寨沟地区地震滑坡危险性预测研究

BP神经网络因具有良好的精度和拟合能力,被广泛地运用在区域性滑坡危险性预测中。本文建立了基于BP神经网络的地震滑坡危险性评价模型并应用于四川九寨沟地区,以2017年8月8日的九寨沟M_S7.0地震引发的4834个历史滑坡为例,将其随机划分为70%的训练样本集用于九寨沟地区地震滑坡危险性预测,以及30%的验证样本集对预测结果的精度进行评估。选取高程、坡度、坡向、平行发震断层距离、垂直发震断层距离、震中距离、距道路距离、地面峰值加速度(PGA)以及岩性共9个影响因子,分析发震断层对地震滑坡的控制作用,并总结九寨沟地区地震滑坡空间分布规律特征,其中发震断层、岩性和坡度对九寨沟地区地震滑坡分布产生重要影响。利用模型得到九寨沟地震滑坡危险性预测图,结果显示73.19%的滑坡位于极高和高危险区域,与实际地震滑坡分布基本相符。通过30%的验证样本集来绘制预测成功率曲线,结果表明模型预测成功率(AUC值)为0.90,证实了BP神经网络在九寨沟地区地震滑坡危险性预测中具有良好的精度和拟合能力,评价结果为后续地震滑坡灾害预测和防震减灾工作提供了科学的参考。     

基于不同位移预测模型的地震滑坡危险性评估研究-以天水地区为例

近年来,Newmark累积位移分析方法经过不断的改进和应用成为国际主流的地震滑坡危险性评估方法之一,众多学者基于位移预测模型开展区域地震滑坡危险性评估,然而鲜有针对不同位移模型对评估结果影响的定量研究。以天水地区为例,基于不同的位移预测模型开展地震滑坡危险性评估,对比位移模型对地震滑坡危险性评估的影响,探讨建立适用于我国的Newmark位移预测模型。结果表明:基于不同位移预测模型评估所得的地震滑坡危险性结果整体趋势一致,均能区分区域地震滑坡危险性等级的相对差异,但在同样的危险性分级标准下,所得中、高危险区的分布范围有较大差异。这与位移模型的函数形式及其区域相关性有关,在引入Newmark累积位移分析方法开展地震滑坡危险性评估的同时,应尽快建立考虑地震动衰减特征和工程地质背景的Newmark位移预测模型,为中国潜在地震滑坡危险性预测评估、震后滑坡快速评估等提供技术支撑。      

地震滑坡危险性概念和基于力学模型的评估方法探讨

在我国大陆地区运用基于力学模型的Newmark位移分析方法开展地震滑坡危险性定量评估,尚处在起步阶段.为了进一步明确地震滑坡危险性概念和改进推广基于力学模型的评估方法,首先阐明了狭义的地震滑坡危险性预测评估与震后反演评估的关系; 同时为了应对地震应急、震后重建及潜在地震条件下的不同评估需求,初步提出了广义的地震滑坡危险性评估框架.随后申述了基于Newmark位移分析的地震滑坡危险性评估方法的理论基础、方法分类及最新进展,并以汶川地震滑坡危险性快速评估为例,剖析了目前影响评估有效性的不确定性及空间数据质量等问题,指出了基于力学模型的地震滑坡危险性评估方法的改进方向.建议开展潜在地震及其诱发滑坡危险性的耦合评估,建立适用于我国大陆地区地震滑坡位移分析的经验模型,以便为国家层面的地震滑坡危险性区划服务.     

实际滑坡是滑坡危险性评价结果合理性检验最好的标准

王涛等基于简化Newmark位移模型的区域地震滑坡危险性快速评估以汶川MS8.0级地震为例一文的地震滑坡危险性快速评价结果与2008年汶川地震触发实际滑坡空间分布的相关性较低。本文试图通过对该文中基础数据、分析处理过程、研究结果的分析与讨论,找出这种相关性较低的原因。结果表明值得针对王涛等文章中的Arias烈度分布数据的准确性、工程地质岩组的划分情况、汶川地震滑坡危险性评价结果的客观性共三个方面开展更深入的分析与研究。本文对探索与发掘更客观的地震滑坡危险性评价模型起到了积极的作用。     

基于DInSAR-BP神经网络的震后区域滑坡危险性综合评价研究

地震对人类的威胁不仅是发生时直接造成的人员伤亡和财产损失, 更体现在地震所产生的高隐蔽性、高危险性滑坡隐患体带来的危害, 震后区域滑坡隐患体的快速识别和科学评价在震后抢险、排险工作中至关重要。以九寨沟地区“川主寺—九寨沟”公路沿线区域为研究对象, 建立了基于DInSAR-BP神经网络技术的震后区域滑坡危险性综合评价模型。研究结果显示, 九寨沟地区震后的滑坡高危险性区域面积约为2602.35 km2, 是震前的3.4倍, 并且这些区域主要分布在震中东北方向约20 km附近、九寨沟景区内以及川九路前70 km, 符合震后调查情况; 使用多元非线性回归法可以有效计算震后地表形变值对滑坡危险性的影响, 使震后危险性评价结果精度提高了13.9%, 证明了模型在研究区域内具有良好的适用性。     

青藏高原巴塘断裂带地震滑坡危险性预测研究

全新世以来青藏高原东部巴塘断裂带活动强烈,地形地貌和地质构造复杂,历史地震频发,并诱发大量滑坡灾害。基于巴塘断裂带地震滑坡长期防控的需要,在分析区域地质灾害成灾背景和发育分布特征的基础上,采用Newmark模型完成了巴塘断裂带50年超越概率10%的潜在地震滑坡危险性预测评价,并完成地震滑坡危险性区划。结果表明:巴塘断裂带及其临近的金沙江断裂带区域、金沙江及其支流沿岸具有较高的潜在地震滑坡危险性,地震滑坡危险区具有沿断裂带和大江大河等峡谷区分布的总体趋势,受活动断裂和地形地貌影响显著;距离断层越近、坡度越大的斜坡,地震滑坡危险性越高;规划建设中的川藏铁路经巴塘县德达乡、白玉县沙马乡,向西北延伸,跨越金沙江,可以穿越较少的地震滑坡危险区,金沙江水电工程规划建设需加强潜在地震滑坡危害研判及防控。巴塘断裂带潜在地震滑坡危险性评价结果可为区域城镇开发和重大工程规划建设的地震滑坡长期防控提供科学参考。     

基于Newmark模型的尼泊尔M_s8.1级地震滑坡危险性快速评估

在研究分析地震灾区地形地貌、地层岩性、地质构造、气象水文和典型地区滑坡的基础上,采用Newmark斜坡累积位移模型对2015年4月25日尼泊尔M_s8.1级地震诱发的滑坡危险性的空间分布状况进行了快速评估,通过典型地区的滑坡遥感解译结果验证表明评估结果具有较好的可信度,初步反映了尼泊尔地震诱发滑坡危险性分布的基本特征。然后考虑降雨作用对震后滑坡危险性的影响,对地震叠加降雨诱发滑坡危险性分布进行了快速预测。研究结果对地震应急救灾中的地质灾害防灾减灾具有重要的参考意义。     

汶川地震中擂鼓镇地区的滑坡崩塌规律及预测

地震滑坡影响因素与滑坡崩塌分布关系的研究,有助于认识地震滑坡崩塌的发育规律,进而对潜在的地震滑坡危险区段进行划分,为土地的合理使用提供支持.5.12汶川地震引发了大量的滑坡、崩塌、碎屑流等次生灾害,造成了严重的人员伤亡和经济财产损失.以受滑坡、崩塌灾害影响严重的北川县擂鼓镇约180 km2的地区作为研究对象,选取坡度、高程、坡向等影响因素进行确定性及面积发育率分析,探讨它们与滑坡、崩塌等灾害空间分布之间的关系.研究结果表明:在高程低于1 km的地段,滑坡崩塌的发生频率达13.5%,高于其它地段;坡向为东向、北东向、南东向的坡体的滑坡崩塌发生率较其它方向大;随着坡度的增大,滑坡、崩塌的分布也在增大,坡度大于30°的区域滑坡发生频率较高.采用2种方法对研究区进行地震滑坡危险性区划,获得大体一致的划分结果:①基于综合确定性系数与面积发育率方法分析的地震滑坡危险性区划结果中,约有66%的滑坡崩塌落入较高危险和高危险区域;②采用判别分析法获得的地震滑坡危险性区划结果中,约有73%的滑坡崩塌判定为不稳定区域.其中,判别分析法选用的地震动、坡度、曲率等因素在不同地区都对滑坡分布具普遍的影响作用.     

国内外地震滑坡研究综述

地震滑坡是大陆内部山区大地震活动中最为常见的地震地质灾害类型,不仅数量多、规模大,而且危害性极大,常会对人类活动造成特别严重的损害,分析研究地震滑坡对地震灾害危险性评价和防震减灾工作极为重要。通过系统总结和梳理国内外地震滑坡的研究现状,对地震滑坡的发育规律、动力机理以及"3S"技术在地震滑坡研究中的应用等方面进行了较为全面的论述。     

基于Newmark模型的概率地震滑坡危险性模型参数优化与应用:以鲁甸地震区为例

应用概率地震危险性评价模型进行地震滑坡危险性区划,是解决潜在地震诱发滑坡危险性评价中震源不确定性与诱发滑坡时空不确定性的有效方法 .通过理论分析,结合鲁甸地震区的实际情况,对基于力学原理的Newmark滑块位移模型与概率地震滑坡危险性分析方法中的参数的不确定性问题进行了分析,将斜坡岩土体地震作用下的强度衰减效应、地震加速度地形放大效应、断层破碎带效应融合到了斜坡累积位移计算模型中,进行了模型计算参数的优化.改进后的分析模型,更好地反映了高陡斜坡地形与断层破碎带对地震滑坡灾害发育的控制作用,在鲁甸地震区域滑坡应用中,优化模型中的滑坡失稳极高风险区与实际地震滑坡分布表现出了较好的一致性,在超越概率2%的滑坡失稳概率分布中,鲁甸地区包谷垴-小河断裂、鲁甸-昭通断裂带及牛栏江河谷地带地震滑坡高-极高风险区分布面积增幅十分显著.因此,在Newmark滑块位移模型中考虑地震动参数与岩土参数动态响应规律与变量间的定量关系,对于提高区域斜坡稳定性分析的可靠性具有重要意义.     

斜坡单元支持下地震滑坡危险性区划——以芦山地震为例

以地震滑坡作为研究对象,选取"4·20"芦山地震中芦山县为研究区,结合多源数据,在相关分析后选取10个评价因子,分别是地面高程、坡度、坡向、斜坡形态、地层、斜坡结构、断层平均距离、水系平均距离、植被指数和地震峰值加速度,在数字高程模型基础上采用集水区重叠法划分斜坡单元,再对各评价因子重采样,进而利用基于遗传算法的神经网络算法构建地震滑坡危险性评价模型,完成地震滑坡危险性区划。将基于斜坡单元的危险性区划结果和基于格网单元的区划结果进行比较,结果显示滑坡正确率分别为96.6%和92.6%,斜坡单元的正确率较高;同时通过多组数据的受试者工作特征曲线分析本评价模型的不确定性,每组曲线位置及曲线下面积大小相当。     

基于逻辑回归模型的汶川地震滑坡危险性评价与检验

以2008年5月12日汶川地震区为研究区,基于高分辨率航片与卫星影像开展地震滑坡目视解译,制作了汶川地震滑坡编录图.选择坡度、坡向、高程、与水系距离、与公路距离、与映秀-北川断裂距离、地震烈度、岩性共8个影响因子开展地震滑坡危险性评价工作.滑坡样本采用前期48007处滑坡编录点数据,不滑样本为在基于证据权重模型的滑坡危险性评价结果的低危险区与极低危险区随机选择的48000个点.基于这8个影响因子与逻辑回归模型,建立了汶川地震滑坡危险性索引图.采用这48007个滑坡样本点与汶川地震滑坡最新编录的增加滑坡,分别进行模型的成功率与预测率检验.结果表明,模型成功率为81.739％,预测率达到86.278％.     

RS与GIS支持下的汶川县城周边地质灾害危险性评价

地质灾害危险性评价是防灾减灾工作的重要依据。本文以汶川县城周边64 km2为例,应用遥感信息提取技术与GIS空间分析方法,根据IKONOS遥感图像和地形图及野外调查资料,提取了崩塌和滑坡易发性评价因子,采用信息量法确定了因子分值,计算了崩塌和滑坡易发性,并分别提出崩塌和滑坡的危险性计算方法,形成了汶川地区崩塌和滑坡危险性分区图。研究结果表明:新的崩塌和滑坡危险性评价方法能够反映区内地质灾害危险程度,该方法可行,结果合理,这为中、大比例尺区域范围内地质灾害危险性研究提供了有益的思路。     

逻辑回归模型在玉树地震滑坡危险性评价中的应用与检验

2010年4月14日07时49分(北京时间),青海省玉树县发生了Ms7.1级大地震。作者基于高分辨率遥感影像解译与现场调查验证的方法,圈定了2036处本次地震诱发滑坡。这些滑坡受地震地表破裂控制强烈,规模相对较小,常常密集成片分布。滑坡类型多样,以崩塌型滑坡为主,还包括滑动型、流滑型、碎屑流型、复合型等类型的滑坡。本文基于地理信息系统(GIS)与遥感(RS)技术,应用逻辑回归模型开展玉树地震滑坡危险性评价,并对结果合理性进行检验。应用GIS技术建立玉树地震滑坡灾害及相关滑坡影响因子空间数据库,选择高程、斜坡坡度、斜坡坡向、斜坡曲率、与水系距离、坡位、断裂、地层岩性、归一化植被指数(NDVI)、公路、同震地表破裂、地震动峰值加速度(PGA)共12个因子作为玉树地震滑坡影响因子,在GIS平台下将这些因子专题图层栅格化。应用逻辑回归模型得到每个因子分级的回归系数,然后建立滑坡危险性指数分布图。利用玉树地震滑坡空间分布图对滑坡危险性指数图进行检验,正确率达到83.21%。滑坡危险性分级结果表明,在占研究区总面积4.97%的"很高危险度"的较小范围内,实际发育滑坡数量为766个,占总滑坡面积的比例高达37.62%,表明地震滑坡危险性评价结果良好。不同危险性级别的滑坡点密度统计结果表明,滑坡点密度随着危险性级别的升高而非常迅速的升高。     

基于简化Newmark模型的长白山天池火山诱发崩塌滑坡危险性评价

火山喷发过程所伴生的地震活动会诱发大量的崩塌滑坡次生灾害,其所造成的人员财产损失甚至超过火山活动本身。2002年以来长白山天池火山区地震活动的异常,表明火山深部的岩浆正在发生变化,天池火山存在喷发的危险。地震崩塌滑坡的危险性区划是降低生命财产损失的有效手段。将火山伴生地震作为崩塌滑坡灾害的诱发因素并据此设置地震参数,利用简化的Newmark累积位移模型,考虑地形因素对地震的放大效应,对长白山地区天池火山喷发下次生崩塌、滑坡灾害的危险性进行评价。通过探讨不同地震震级下的危险性分区结果,认为不同地震参数的设置对危险性分区结果没有影响。将研究区划分为极高、高、中等、低、极低等5个危险等级,其中,极高危险区主要分布在3个区域:以天池口为中心,40km为半径的范围内;沿江乡—两江镇—松江镇条带区域;长白县境内鸭绿江沿岸区域。     

基于证据权法的九寨沟地震滑坡危险性评价

2017年8月8日四川省北部九寨沟县暴发了Ms7.0级地震,是继2013年"4·20"芦山Ms7.0级地震后再次发生在巴颜喀拉块体边界的强烈地震,地震诱发了近1 880处滑坡,通过地理信息系统与遥感技术,选取与高程、坡度、坡向、与水系距离、峰值加速度(PGA)、与震中距离、岩性、与断裂距离等8个因素作为九寨沟地震滑坡危险性评价因子,采用加法和减法2种证据权方法,对九寨沟地震滑坡危险性进行评价。结果表明:基于加法证据权的评价模型的准确率为88.29%,基于减法证据权的评价模型的准确率为87.31%。利用自然断点法,将研究区按滑坡危险性程度分为极高危险区、高危险区、中危险区、低危险区与极低危险区。其中,基于加法证据权所计算的极高和高危险区面积之和约300.17 km~2,占研究区总面积的33.84%,发育的滑坡面积占滑坡总面积的91.10%;基于减法证据权所计算的极高和高危险区面积之和约214.35 km~2,占研究区总面积的24.17%,发育的滑坡面积占滑坡总面积的85.04%。评价结果可为震后地质灾害防治、基础设施重建,特别是九寨沟自然风景区的灾后重建工作提供重要的参考。     

国内外地震滑坡研究：现状、问题与展望

地震滑坡一直是地学界关注的研究热点之一,特别是2005年10月8日克什米尔M_s 7.8地震、2008年5月12日汶川M_s 8.0地震、2010年玉树M_s 7.1地震、2014年云南鲁甸M_s 6.5地震、2015年4月25日尼泊尔M_s 8.1地震以及2017年8月8日九寨沟M_s 7.0地震等一系列强震活动,都不同程度地触发了大量地震滑坡,并伴生了许多次生灾害,从而促进地震滑坡研究进入了新的阶段。本文通过总结国内外地震滑坡研究现状,归纳了地震滑坡的特征和分布规律、地震动参数与地震滑坡关系、边坡地质条件与地震滑坡关系、地震滑坡的动力响应特征、地震滑坡预测以及地震滑坡危险性与风险区划等6方面的研究现状,在此基础上进一步提出了未来地震滑坡应关注的主要研究方向和重点。     

基于GDIV模型的大渡河中游地区滑坡危险性评价与区划

区域地质灾害评价是减灾防治的重要非工程手段,构建区域滑坡危险性评价模型,对提高地质灾害评价精度和防治效率具有重要意义。文章以滑坡频发的大渡河中游地区为研究区,初选高程、坡度、坡向、地震动参数、土壤类型、工程地质岩组、年平均降雨量和地形湿度指数（TWI）等13个因子,建立滑坡危险性初级评价指标体系。考虑各因子对滑坡形成贡献程度的不同和目前常权栅格叠加方式对滑坡危险性评价结果精度的影响,引入了地理探测器和变权栅格叠加,构建了地理探测器、信息量法和变权栅格叠加的组合模型（GDIV模型）。基于2021年四川省1∶50 000地质灾害风险调查中313处滑坡地质灾害隐患点,开展基于GDIV模型的大渡河中游地区滑坡危险性评价,并与逻辑回归模型和信息量模型的组合模型（LRI模型）评价结果进行对比分析。结果表明：研究区以中危险及以下危险区为主,占总面积的78.3%,极高和高危险区主要分布在大渡河、革什扎河和东谷河两岸的低海拔地区;与LRI模型相比,基于GDIV模型的评价结果精度更高,其受试者工作特征（ROC）曲线的线下面积（AUC）值为0.917。文章提出的GDIV模型提高了区域滑坡危险性评价精度,可为...     

汶川地震滑坡灾害研究综述

汶川地震后,次生滑坡灾害问题受到了广泛关注。文章从以下七个方面对当前汶川地震次生滑坡灾害研究成果进行了总结:①汶川地震滑坡区域分布调查与编录;②重点滑坡详细调查、类型、机制、稳定性分析、运动堆积模拟;③特点与分布特征;④影响因子敏感性分析;⑤汶川地震滑坡评价;⑥汶川地震区泥石流研究;⑦滑坡岩体力学试验研究。最后,总结了当前研究存在的问题,并对以后的研究方向进行了展望。