基于GIS和加权信息量的湖北鄂州地质灾害易发性区划

本文以湖北省地质灾害高易发区之一鄂州市为研究区,在鄂州市地质灾害详细调查的基础上,选取地貌单元、高差、坡度、工程地质岩组、断层、开矿活动6个影响因素,应用加权信息量模型,通过GIS空间分析平台,开展研究区易发性评价。研究结果表明:研究区划分为高易发、中易发、低易发三个区,分别占研究区面积的4.58%,13.59%,81.83%。通过受试者工作特征曲线(ROC)的线下面积(AUC)进行检验,其值为89.2%,评价精度较高。本文湖北省鄂州市为例开展地质灾害易发性评价、结果分析以及预测精度评价等,为湖北省内县域地质灾害易发性评价提供理论指导和技术参考。     

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%)。     

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GIS与证据权模型的地质灾害易发性评价——以广安市前锋区为例

本文以四川广安市前锋区为研究区，将区内的地质灾害作为研究对象，通过选取坡度、坡向、高程、工程地质岩组、构造、道路、水系、土地利用类型等8个影响因子，基于GIS与证据权模型两者相结合，对广安市前锋区开展地质灾害易发性评价研究，并将其按照高、中、低和极低划分为四类地质灾害易发性等级。研究结果表明，高易发区、中易发区、低易发区和极低易发区，分别占前锋区面积的6.82%,26.74%,32.11%和34.34%。通过ROC特征曲线与横坐标轴所围成的面积(AUC)作为最终的评价精度，其值为87.97%,评价结果可靠，可为广安市前锋区的地质灾害防治和城乡规划建设提供科学依据。     

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GIS和信息量模型的安徽池州地质灾害易发性评价

以安徽省池州市为研究区,选取坡度、坡向、工程地质岩组、断裂、道路、河流、降雨量、土地利用类型8个影响因子进行地质灾害易发性评价。基于全市345个地质灾害点(崩塌和滑坡)样本数据,采用信息量模型对研究区各影响因子的信息量进行计算,依据灾害点密度将区域灾害易发性划分为5个等级:低易发区、较低易发区、中易发区、较高易发区和高易发区。结果表明:安徽省池州市地质灾害高易发区和较高易发区主要分布在坡度较大的山区河谷两侧,反映人类工程活动破坏、流水冲刷作用和地形地貌因素是影响该区地质灾害的主要因素。其中,高易发区和较高易发区面积为1 801.47 km~2,分别占全区总面积的7.89%和13.88%,高易发区和较高易发区内的灾害点分别占所有灾害点的48.7%和21.5%,其中高易发区的灾积比为6.17,明显高于其他易发等级。对地质灾害易发性的方法与技术的研究,旨在为该区的灾害防治和经济建设提供技术参考。     

贵州省石阡县耕地土壤硒元素地球化学特征及开发利用建议

为了研究贵州省瓮安县各类地质灾害在空间上的发育分布规律,根据瓮安县地质环境和地质灾害野外调查资料,运用综合指数法,对区域内地质灾害易发性的影响因素进行量化。通过地理信息系统（GIS）空间分析软件,对其进行计算与叠加,并依据分区的标准,利用ArcGIS软件内置的自然间断点对地质灾害易发性指数图层进行插值处理,得到瓮安县地质灾害易发性分区图。将区域地质灾害的易发性和区域受威胁对象的易损性进行叠加计算,得到瓮安县地质灾害危险性分区图。根据分区结果可知：地质灾害高易发区占全县面积41.52%,地质灾害中易发区占全县面积38.62%,地质灾害低易发区占全县面积19.86%;地质灾害危险性划分为高危险区、中危险区和低危险区3个区,所占面积比例分别为41.00%、42.54%、16.46%。研究结果为该区地质灾害的预防和预警提供了依据,具有一定的工程实践意义。     

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。     

基于GIS和加权信息量模型的绿春县城地质灾害易发性评价

以绿春县城为研究区,在绿春县城地质灾害详细调查的基础上,选取地层岩性、高程、坡度、坡向、断层、道路、河流7个影响因素,在信息量模型的基础上运用层次分析法赋权重,通过GIS空间分析平台,进行研究区地质灾害易发性评价.结果表明:研究区划分为地质灾害极高易发、高易发、中易发、低易发4个等级,分别占研究区面积的32.24％、2...     

地质灾害易发性评价单元划分方法——以陕西省黄陵县为例

为了提高区域地质灾害易发性评价精度,采用斜坡单元作为研究对象,以GIS技术作为平台,利用水文解析工具,提出了一种将大面积研究区自动划分为最小适宜评价单元的新方法。使用此方法将陕西省黄陵县划分为6 258个最小适宜评价单元后,再通过一个地质灾害易发程度贡献分值模型计算每个评价单元易发度的分布,并以此进行黄陵县地质灾害易发程度分区评价。评价结果为:据易发度分值将黄陵县分为5个地质灾害易发区,其中高易发区占全县面积的9.94%,主要分布于洛河、沮河及寇家河河谷区,是今后地质灾害防治的重点区域。     

基于流域单元的地质灾害易发性评价——以西藏昌都市为例

作为在山地地区易发的自然灾种,地质灾害每年都给中国造成严重的经济损失。为揭示阐明典型高山峡谷区地质灾害易发性影响因素,文章以昌都市为研究区例,基于区内孕灾环境的差异,对其进行流域划分,同时选取海拔、坡度、地形起伏度等10个指标构建地质灾害易发性评价指标体系,基于随机森林模型对各流域地质灾害易发性空间分布进行研究。结果表明：（1）昌都市地质灾害类型主要以小型灾害为主,大型灾害分布相对较少但危害巨大,险情等级较高,同时,区域内地质灾害的空间分布具有沿河流与道路呈条带状分布的特征;（2）总体来看,各流域地质灾害的影响因素大致相同,但仍具有一定的差异性,金沙江流域受海拔与道路影响较为突出,澜沧江流域受居民点密度影响较为突出,而怒江流域受道路因素影响较为突出;（3）各流域地质灾害易发性空间分布存在差异,金沙江流域低易发面积占比最大,澜沧江与怒江流域均为中易发面积占比最大;三大流域均以高易发所占比最小,但在全流域内均有分布,且主要分布于人类活动较为强烈、岩性较软等区域。     

北京山区突发性地质灾害易发性评价

北京山区地质环境条件复杂,发育大量突发地质灾害隐患,既直接威胁山区村庄、道路、景区的人员及设施的安全,又会对城镇的规划建设构成威胁。通过开展地质灾害易发性评价工作,划分出地质灾害易发区,以评价结果指导城镇建设规划,减轻地质灾害的威胁,这是一项十分重要的工作。文章在阐述北京山区崩塌、滑坡及泥石流突发地质灾害发育情况的基础上,选取了坡度、起伏度、工程地质岩组、地质构造、地貌类型及降水等6个影响因子,采用综合信息量模型方法,分别对北京山区斜坡类灾害（崩塌、滑坡）和泥石流灾害的易发性进行评价,并根据“就高不就低”的原则,叠加各灾种的易发性评价结果划分出北京山区突发地质灾害易发性分区图,为城镇建设适宜性评价、编制国土空间规划及完善空间治理提供科学的依据。     

基于信息量模型与Logistic回归模型耦合的地质灾害易发性评价

汶川地震在区内诱发了大量滑坡、崩塌等地质灾害,且孕育了大量松动岩体,这些松动岩体在降雨等因素诱发下将会产生大量次生地质灾害,危险性极大。故此对汶川县进行地质灾害易发性评价具有十分重要的现实意义。本文选取高程、坡度、坡向、起伏度、沟谷密度、工程岩组、断层、水系、道路9个影响因子,基于GIS的栅格数据模型,采用信息量模型、Logistic回归模型以及两种模型耦合分析进行地质灾害易发性评价。研究结果表明,采用耦合模型较信息量或Logistic单一模型评价结果更加合理、精度更高;易发性高与较高区域多集中于水系延展区域与断层集中区域。所计算得出的易发性分区结果与研究区实际情况相近,能在地质灾害风险评价中起到重要参考作用。     

渝东北典型盆缘山区高位崩滑灾害风险评价

研究区位于重庆市巫溪县下堡镇内,属渝东盆缘山区,地形切割强烈,地质环境复杂,地质灾害频发。为了研究高陡峡谷区地质灾发育分布规律、风险区划,文章选取高程、坡度、坡向、工程地质岩组、距水系距离及距褶皱距离因子做为地质灾害易发性评价的影响因素,基于ArcGIS平台,利用信息量模型,定量评价了巫溪宁桥片区高陡峡谷区高位地质灾害的易发性,评价模型与地质灾害分布空间契合度较高,评价结果可信度较高。再结合易损性评价对研究区进行了地质灾害风险评价,最终得到研究区地质灾害风险评价模型。为该区域地质灾害防治提供了科学依据,同时对同类高陡峡谷地区地质灾害风险性评价及地质灾害防治具有借鉴意义。     

粤东陆河县地质灾害易发性评价

开展大比例尺高精度的地质灾害评价是当前地质灾害调查所亟需的。根据资料和实地调查,本文以广东汕尾地区陆河县为研究区,从现状地质灾害和潜在地质灾害2个方面选取个数密度、面积密度、体积密度、坡度、断裂密度、岩土体类型、降雨量和人类工程活动8个指标,在ArcGIS软件的支持下,应用地质灾害综合危险性指数法对陆河县的地质灾害及不稳定斜坡的易发性进行区划,评价结果分为高易发区、中易发区、低易发区3级,分区面积为低>高>中,灾害密度为高>中>低,研究所得可作为区域地质灾害风险管理的基础之一。     

福安市地质灾害影响因素分析

根据福安市地质灾害复核调查的资料,统计分析了该市十多年来地质灾害发生的现状,研究地质灾害发生与地形（地貌）、岩土体、降雨、人类工程活动等因素的密切关系,总结出大多数地质灾害点分布于自然坡度为25°～45°的陡坡地段,滑坡崩塌发生多为5～8月份的雨季或台风暴雨季节,人类工程活动致灾因素主要是削坡建房等,并提出相关的防治建...     

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...     

兰州市滑坡地质灾害危险性研究

兰州是中国省会城市中地质灾害较为频发的地区之一,其地质灾害主要受地质、地形和人类活动等因素的影响。本文在分析兰州市区滑坡发育的控制因素和主要影响因素的基础上,以地理信息系统(GIS)为平台、采用专业数理统计软件SPSS中的逻辑回归模型(Binary Logistic)计算评价区内各单元格地质灾害的发生概率,通过GIS平台和SPSS软件之间数据格式的交换,利用GIS软件的空间分析功能,对兰州市滑坡灾害危险性进行了区划。研究结果与滑坡分布规律一致,对兰州市的地质灾害防治具有实际意义。