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％.     

基于GIS与ANN模型的地震滑坡易发性区划

基于遥感数据、地理信息系统(GIS)技术和人工神经网络(ANN)模型,开展地震滑坡易发性区划研究.2010年4月14日玉树地震后,基于航片与卫星影像目视解译,并辅以野外调查的方法,在地震区圈定了2036处地震诱发滑坡.选择高程、坡度、坡向、斜坡曲率、坡位、与水系距离、地层岩性、与断裂距离、与公路距离、归一化植被指数(NDVI)、与同震地表破裂距离、地震动峰值加速度(PGA)共12个因子作为地震滑坡易发性评价因子.这些因子均是应用GIS技术与遥感影像处理技术,基于地形数据、地质数据、遥感数据得到.训练样本中的滑动样本有两组,一组是滑坡区整个单滑坡体的质心位置,另一组是滑坡滑源区滑前的坡体高程最高的位置.应用这12个影响因子,分别采用这两组评价样本,基于ANN模型建立地震滑坡易发性索引图,基于GIS工具建立地震滑坡易发性分级图.分别应用训练样本中滑坡分布的点数据去检验各自的结果正确率,正确率分别为81.53％与81.29％,表明ANN模型是一种高效科学的地震滑坡易发性区划模型.     

考虑地震动地形效应的边坡破坏概率——以金沙江下游新市镇附近边坡为例

边坡在地震作用下的破坏概率是地震边坡危险性评价的参数之一。在区域范围内计算地震边坡破坏概率一般采用实际地震滑坡和Newmark永久位移拟合得到的破坏概率公式进行计算。计算中所需的地震动峰值加速度数值大小受不规则地形的影响较大。为了较准确计算出区域地震边坡的破坏概率,本文利用公式分别计算了地震动峰值加速度地形效应系数和地震边坡滑坡概率,实现了地震动峰值加速度及滑坡概率的连续分布。在计算地表30 m平均剪切波速时,利用回归分析方法得出了Vs30与地形梯度G的连续性关系。这些方法充分考虑了地形在地震动峰值加速度中所起的作用,能够实现地震边坡破坏概率计算结果的连续性,如实反映了地震边坡破坏概率的实际状况,为更准确评价地震边坡滑坡危险性提供了新的思路。     

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.     

中国地震滑坡危险性评估及其对国土空间规划的影响研究

中国是世界上地震滑坡灾害最为严重的国家之一.考虑地质构造、地形地貌、地层岩性、河流、地震动参数等6类影响因素,针对50年超越概率10％的抗震设防水准,分别开展了基于信息量模型和Newmark模型的地震滑坡危险性评估.基于最不利原则对两项结果进行地震滑坡危险性综合分区,揭示了中国地震滑坡高危险区集中在南北构造带、青藏高原...     

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。     

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。     

滑坡对不同特性地震波的动力响应规律

地震边坡是边坡工程和地震工程的重要对象之一,而边坡在地震作用下的动力响应规律则是研究的核心内容。本文以玉树机场路滑坡群0#滑坡第七条块为研究对象,以大型有限元分析软件FLAC3D为研究工具,通过对正弦波、玉树水平波、玉树竖向波不同加速峰值作用下滑坡动力响应规律的研究,得到如下结论:(1)加速度放大系数在滑床内基本呈线性增大,但在滑面处有明显间断。(2)在正弦波、玉树水平波不同加速度峰值条件下滑带对加速度的影响规律一致。当加速度峰值较小时,滑带对加速度的影响较弱,随着加速度峰值的增大,滑带的滤波作用越来越显著。(3)相较于输入水平地震动,竖向地震动在坡体内引起的水平地震峰值加速度放大系数规律不太明显,仍需要进一步研究。     

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。     

地震动作用下滑坡稳定性分析

应用地震危险性分析理论和地震动人工合成技术,给出Newmark法中所需的地震动时程。通过滑坡实例计算,得出了坡体中地震动峰值加速度与深度存在负指数关系;坡体对地震动放大倍数与坡体厚度近似呈线性关系。通过对Ne wmark法中不同地震动时程作用位置的计算对比,发现使用地面地震动时程得到的结果虽有些偏于安全,但基本是合理的。     

走滑断裂型地震诱发的滑坡在断裂两盘的空间分布差异

以玉树地震滑坡为实例,选择高程、坡度、坡向、坡位、水系、地层岩性、同震地表破裂、地震动峰值加速度(PGA)8个因子,以地震滑坡面积百分比(LAP)与滑坡点密度(LND)为指标,研究走滑断裂型地震诱发滑坡在断裂两盘的空间分布差异。在分析这些影响因子的断裂两盘的差异的基础上,基于LAP与LND两个指标详细分析断裂两盘每个因子内部级别滑坡发育的情况。结果表明,总体上北盘的滑坡较南盘发育,除了个别因子级别内南北盘滑坡差别较大外,大部分表现为南北盘滑坡分布情况类似。总之,玉树地震滑坡在断裂两盘的空间分布基本类似,只是在某些因子分级内存在一定的差异。     

贡献权重模型在区域滑坡危险性评价中的应用

以攀枝花市米易县为研究区域,采用GIS技术,选取坡度、坡向、坡形、地层岩性和相对高差等5个指标作为评价因子,利用贡献权重模型对研究区的滑坡地质灾害进行危险性评价。评价结果经过检验符合实际情况:高危险度区占全区面积31.9%;中危险度区占全区面积52.6%;低危险度区占全区面积15.5%;高、中危险度区所包含的滑坡个数占到全区滑坡总数的95.9%。评价结果表明,GIS技术和贡献权重模型结合能够很好地为滑坡灾害危险性评价服务,可以解决过去危险性评价中效率低、精度差等问题,从而实现滑坡灾害评价的信息化和科学化。     

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。     

汶川大型地震滑坡的类型及启程剧动机理研究

2008年汶川大地震诱发大型地震滑坡300余处,造成了巨大的生命财产损失,研究其发生机理有重要的理论意义和防灾减灾的实用价值.经收集分析已有地震滑坡的研究成果及多次深入现场调查,本文发现众多大型地震滑坡发生时都伴随有区别于汶川主震的地面震动,并将其称为滑坡地面震动,简称滑坡震动.本文在论述滑坡震动依据、成因及特征的基础上,根据滑坡震动力与主震力的组合情况及其对大型地震滑坡的影响不同,将汶川地震滑坡划分为3种类型:主震型地震滑坡,迟震型地震滑坡和同震型地震滑坡.认为主震型地震滑坡在主震结束前滑动,其主导失稳力学因素为主震力和重力,无滑坡震动或可忽略; 同震型地震滑坡亦在主震结束前滑动,但其主导失稳力学因素除主震力和重力外,滑坡震动力起重要作用; 迟震型地震滑坡在主震结束后滑动,主导失稳力学因素为滑坡震动力和重力.认为大型地震滑坡地面震动的发生与活断层导致地震类似,据此提出了滑坡震动加速度的估算方法,并以此为基础分析研究了各类型地震滑坡的启程剧动机理.     

基于RS与GIS的层次分析法在滑坡危险性评估中的应用——以四川宣汉天台乡滑坡为例

基于遥感(RS)和地理信息系统(GIS)技术,采用多层次分析(AHP)法,以四川宣汉天台乡为研究区,根据该区实际情况,选取线性构造、道路、土地利用、坡度、坡向5种影响滑坡灾害发生的因素作为评价因子,进行区域滑坡危险性评估。在ArcGIS的空间分析环境中运行权重叠加,把研究区划分成滑坡极易发生区、易发生区、一般发生区、可能发生区、难发生区和极难发生区。通过实地调查和与研究区的滑坡灾害实证研究结果进行比较,发现评估结果与实际状况较为吻合,研究方法能够准确地评估区域滑坡灾害危险性的程度。     

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。      

汶川震区成兰铁路关键段多尺度滑坡危险性评估

以穿越汶川震区的成兰铁路龙门山关键段为例, 探索提出了强震扰动背景下重大工程场区多尺度滑坡危险性评估方法。利用信息量模型反演评估了汶川地震诱发的同震滑坡空间分布特征, 以此为前提开展了区域和局地两种空间尺度的滑坡危险性预测评估。在区域廊带尺度上, 分别利用可能最大降雨量预测方法和信息量模型, 进行了日超越概率10%的最大降雨量时空分布预测及其诱发滑坡的危险性评估; 同时, 结合地震危险性区划成果, 开展了50年超越概率10%的基本地震动诱发滑坡的危险性评估。在局地场站尺度上, 利用基于崩塌运动过程模拟的Rockfall Analyst软件, 开展了柿子园大桥周边崩塌运动学特征(Runout)模拟和危险性评估。滑坡和崩塌危险性评估的结果分别为铁路规划选线和场站防护设计提供了不同尺度的地质安全依据。