北京市门头沟区地质灾害危险性评价研究

北京市门头沟区境内98.5%为山区,地形地质条件复杂,地质灾害较发育,截至2014年3月,在门头沟区调查确定的地质灾害隐患点共644处。采用层次分析综合指数法,对门头沟区地质灾害易发性进行综合评价,划分了地质灾害高易发区、中易发区、低易发区、不易发区4个等级。     

压力型锚杆支护边坡的动力响应与数值分析

采用振动台模型试验,输入汶川波、EL-Centro波和正弦波三种地震波,监测边坡加速度和锚杆应变,探讨地震作用下加固边坡的动力响应特征及锚杆应变的响应规律。得出:加固边坡土体对输入的地震波有垂直放大作用,水平方向放大作用不明显;在地震频率和幅值共同影响下,边坡加速度响应具有明显的差异。同一锚杆沿长度方向应变分布呈"前小后大"的模式;同列不同层锚杆在垂直方向应变响应差别较大,顶层、底层锚杆应变较边坡中部的锚杆应变响应明显。利用ABAQUS数值软件模拟振动台试验过程,得出锚固边坡动力响应特征与振动台试验结果一致。     

基于信息量模型的地质灾害易发性评价——以贵州省荔波县为例

地质灾害易发性是地质灾害风险评价的基础,是国土空间规划、地质灾害防治及工程建设的重要依据。以贵州省荔波县为例,采用信息量法对研究区地质灾害易发性进行评价。以遥感解译、现有灾害点、隐患点、历史灾害数据为评价基础数据,获取地质灾害信息量。以地形坡度、坡高、坡形、断层、地层、斜坡结构、水系距离7个固有地质环境影响因素为评价指标,开展易发性评价。研究结果显示：荔波县极高易发区4个,占31.65%;高易发区5个,占30.26%;中易发区4个,占29.11%;低易发区3个,占8.98%。经野外验证,符合度较高,评价结果可信。     

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。     

基于CF-LR模型的河南省信阳市地质灾害易发性评价

河南省信阳市位于我国地理南北分界线、气候分界线,是地质灾害多发市,地质灾害易发性评价对防灾减灾有重要的指导意义.基于资料分析,选取坡度、坡向、地形曲率、到水系距离、到断层距离、夜间灯光指数和植被指数共7个指标,采用CF-LR模型,对信阳市地质灾害易发性进行了评价.结果表明,信阳市地质灾害易发性程度划分为4类：极高易发区（占全区面积11.39%）、高易发区（19.51%）、中易发区（14.20%）和低易发区（54.90%）.经合理性和准确性检验,评价结果符合要求,说明采用的CF-LR模型能够较为客观准确地评价信阳市地质灾害易发性.     

安溪县地质灾害特征及灾害预警区划分析

分析了安溪县地质灾害发育特征以及灾害形成条件和影响因素,并确定了7个致灾因子,采用综合性模糊评判模型,对安溪县潜在地质灾害易发性进行分区预警,划分了高易发区、中易发区、低易发区3类地质灾害易发区。     

云南横断山区乡镇滑坡灾害易发性评价

横断山区地质灾害发育多,其中属滑坡灾害易发育,危害大,且山区乡镇多地势环境复杂,不规范活动较多,易引发滑坡。因此对该区域乡镇进行滑坡易发性评价具有重要意义。以普洱市澜沧县安康佤族乡为例,选择高程、坡度、坡向、起伏度等8个影响因素建立滑坡易发性评价指标体系,构建了小区域滑坡灾害易发性评价指标层次结构模型,利用层次分析法(AHP)确定出各个因子权重值。基于易发综合强度指数法,利用ArcGIS地理空间分析评价了研究区滑坡易发性,划分了四类区域：高易发区,面积占比14.53%;较高易发区,面积占比34.06%;中易发区,面积占比33.57%;低易发区,面积占比17.84%。为安康佤族乡防灾减灾以及滑坡灾害治理提供参考,也为小区域滑坡灾害易发性评价提供了思路方法。     

基于突变理论的湟水河流域崩滑易发性评价

湟水河流域是黄河上游重要支流，是青海省政治经济文化中心，也是全省地质灾害高发区域。流域内灾害种类多，发生频率高，经济损失和人员伤亡较大。流域内地质灾害分布有一定地域特征，通过对湟水河流域地形地貌、地质岩组、地质构造、水文气象、人类工程活动分析，构建了地质灾害易发性划分标准，将湟水河流域崩滑灾害易发性分为极高易发区、高易发区、中易发区、低易发区、极低易发区5个等级。基于MATLAB编程的突变级数理论平台，充分考虑了各评价因子的内在关系，将单点灾害危险性评价扩展到区域灾害易发性评价。通过ROC对评价结果验证表明，该方法准确率高，可为地质灾害防治提供理论支持。     

嘉陵江流域北碚段基于GIS平台的地质灾害易发性评价

基于GIS平台．选取坡度、岩性、河流距离、曲率共4个地质灾害致灾因子,采用多因子综合分析方法,对嘉陵江流域北碚段进行地质灾害易发性分区。按照地质灾害的易发性分级,将2343．6km^2范围的研究区划为4类,其中低易发区面积为141．82km^2,中易发区面积为1162．47km^2,高易发区面积为914．95km^2,极高易发区面积为124．38km^2。最后应用野外地质灾害调查结果对分区结果进行验证,位于极高易发区与高易发区的灾害点分别占全部灾点的59．7％与28．2％,共为87．9％,且几处大型的滑坡、堆积体、危险库岸都位于极高易发区．表明研究成果比较客观。     

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。     

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GIS的地质灾害易发性分区评价——以甘肃省会宁县为例

会宁县地处甘肃省中部,地质灾害极为发育,共发育有崩塌16处、滑坡12处、泥石流7条,地质灾害已对研究区造成了重大经济损失。为了对会宁县地质灾害易发性进行分区评价及指导防灾减灾,在区域地质灾害调查的基础上,建立了地质灾害数据库,采用层次分析法和GIS空间分析统计方法,选取14个基础指标,建立了会宁县地质灾害易发性分析评价模型,对评价单元叠加分析计算及验证分析,将会宁县地质灾害的易发程度划分为3个区,即高易发区、中易发区和低易发区。通过专家评审法检验地质灾害易发性评价结果,认为评价结果与实际地质灾害情况相符性较好,可以为制定会宁县地质灾害综合防治措施提供依据。     

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的地质灾害易发性分区评价——以甘肃省会宁县为例

会宁县地处甘肃省中部,地质灾害极为发育,共发育有崩塌16处、滑坡12处、泥石流7条,地质灾害已对研究区造成了重大经济损失。为了对会宁县地质灾害易发性进行分区评价及指导防灾减灾,在区域地质灾害调查的基础上,建立了地质灾害数据库,采用层次分析法和GIS空间分析统计方法,选取14个基础指标,建立了会宁县地质灾害易发性分析评价模型,对评价单元叠加分析计算及验证分析,将会宁县地质灾害的易发程度划分为3个区,即高易发区、中易发区和低易发区。通过专家评审法检验地质灾害易发性评价结果,认为评价结果与实际地质灾害情况相符性较好,可以为制定会宁县地质灾害综合防治措施提供依据。     

基于GIS和信息量模型的陇川县滑坡易发性评价

云南省陇川县地质环境脆弱,易发生滑坡灾害,对其开展滑坡易发性评价对指导陇川县的滑坡地质灾害防治具有重大意义。根据陇川县地理环境、地质环境、人类活动等条件,选取高程、坡度、坡向、剖面曲率、平面曲率、归一化植被指数、水系距离、断层距离、地层岩性和道路距离等10个评价因子,利用信息量模型和ArcGIS软件进行滑坡易发性评价。结果表明,滑坡高易发区主要位于研究区北部、东南部和西南部;中易发区主要位于中部、东部和西部部分地区;低易发区主要位于陇把镇、城子镇大部分地区和户撒阿昌族乡的西北部;不易发区主要位于清平乡中部、城子镇中部部分地区、以及章凤镇大部分地区。在中易发区和高易发区包含83.56%的滑坡灾害点,且滑坡面积随着易发性等级的增加也随之增大。滑坡中、高易发区内发生的滑坡面积分别占研究区滑坡面积的22.79%和58.13%,分析结果与实际灾害分布特征相吻合,可为研究区及类似区域的滑坡地质灾害防灾减灾工作提供参考意见。     

基于频率比与集成学习的滑坡易发性评价——以金沙江上游巴塘—德格河段为例

金沙江上游巴塘—德格河段地处青藏高原东部,该区地质、地形、地貌极其复杂,滑坡灾害最为发育,开展区域滑坡易发性评价对防灾减灾工作有着重要的意义。本文以金沙江上游巴塘—德格河段为研究区,在滑坡编录与野外实际调查的基础上,通过对滑坡分布规律和影响因素分析,选取高程、坡度、坡向、曲率、地形起伏度、地表切割度、地表粗糙度、地层岩性、断层、水系和道路等11个影响因子,构建了滑坡易发性评价指标体系。利用皮尔森系数去除高相关性影响因子,运用频率比方法定量分析各个因子与滑坡发育的关系。通过频率比模型选取非滑坡样本,采用集成学习算法模型进行滑坡易发性评价,根据易发性指数将研究区划分为极高易发区、高易发区、中易发区、低易发区及极低易发区5个等级。由滑坡易发性分区图和ROC曲线表明,高和极高易发区主要沿金沙江沿岸和沟谷分布,随机森林模型的成功率曲线下面积AUC=0.84,历史滑坡灾害位于高-极高易发区的灾害数占总滑坡数的84.8%,梯度提升树模型的成功率曲线下面积AUC=0.79,历史滑坡灾害位于高-极高易发区灾害数占总滑坡数的79.3%。由AUC值和历史灾害的分布可知,随机森林模型比梯度提升树模型在本研究区滑坡易发性评价中有着更好的评价精度和更高的预测能力。     

基于GIS的白龙江流域甘肃段地质灾害易发性评价

在白龙江流域甘肃段主要城镇地质灾害详细调查的基础上,通过统计分析确定了影响区域地质灾害易发性的评价因子,利用层次分析法对各评价因子的权重进行了计算。采用地理信息系统进行空间分析,按照自然间距分类方法将地质灾害易发性结果栅格图分为高易发区、中易发区、低易发区、极低易发区4类,并绘制了区域地质灾害易发性分区图。该问题的研究对于地质灾害的防灾减灾具有一定的指导意义。     

基于GIS的白龙江流域甘肃段滑坡易发性评价

在甘肃省白龙江流域地质灾害资料收集及现场调查的基础上, 统计分析了该区滑坡发育与地层岩性、坡度、坡向、高程、断裂、植被等因素之间的关系, 建立了白龙江流域滑坡易发性评价指标体系。采用基于GIS的层次分析法评价模型, 完成了滑坡易发性分区评价, 将研究区滑坡按易发程度划分为高易发区、中易发区、低易发区和极低易发区, 其中, 高易发区占研究区总面积的13.59%, 主要分布在断裂带、白龙江两侧以及软弱岩土体分布的区域; 中易发区占27.85%;主要分布在白龙江支流以及主要道路两侧的一定范围内; 低易发区占33.09%, 主要分布在海拔相对较高、植被覆盖度较高、基本上无断裂带通过的区域; 其余区域为极低易发区, 占25.46%。对比分析显示评价结果与实际滑坡发育情况吻合, 可以较好地反映区内滑坡灾害发育的总体特征。      

基于GIS的概率比率模型的滑坡易发性评价

以中国1∶50万区域环境地质调查(以地质灾害为主)、700个县(市)地质灾害调查与区划调查等(成果)资料为基础,选取地形起伏度、地貌类型、工程地质岩组、地震动峰值加速度、年平均降雨量、土地利用程度综合指数6个评价因子,采用概率比率模型,1 km×1 km评价单元,计算得到全国滑坡易发性评价指数图,并验证了结果的可靠性。进行了易发程度分区,最终得到高易发区、中易发区、低易发区和不易发区4个分区,完成了全国滑坡易发程度分区图。研究表明,概率比率模型方法可以客观、定量地评价滑坡易发性,适用于大区域易发性评价。