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。     

基于GIS的昆明市五华区地质灾害易发性评价

五华区共查证崩滑流及地面塌陷灾害点60处,灾情堪称严重。基于ArcGIS平台,利用信息量法对全区地质灾害易发程度进行评价分区。高易发区面积31.35km^2,中等易发区面积247km^2,低易发区面积101.65km^2。科学评估分区结果为政府进一步制定全区地质灾害防治规划提供科学依据。     

青海化隆县地质灾害易发性区划

通过青海化隆县1:5万地质灾害详细调查工作,基本查清了该县境内的地质灾害类型、规模、危害程度及时空展布规律,并进行了地质灾害易发程度分区和风险性评价。(1)县境内共发育地质灾害点438处,其中滑坡243处,不稳定斜坡92处,泥石流沟90条,崩塌13处,其展布主要受控于地形地貌和气候条件。(2)利用GIS信息量模型区划评价了县境内的地质灾害高易发区和高风险区,认为化隆县境内地质灾害高易发区面积占县境总面积的49.1%;中易发区面积占33.5%。;低易发区面积占17.4%。(3)地质灾害高风险区面积占总面积的44.3%;中风险区面积占37.4%;低风险区面积占18.3%。评价区划成果将为当地政府有效开展地质灾害群测群防工作提供基础数据。     

云南省丽江市古城区地质灾害区划与防治规划

丽江市古城区是云南省地质灾害的多发区之一。区内滑坡、泥石流广为发育,地质灾害已经造成了生命财产的巨大损失,对当地社会经济的可持续发展乃至投资环境都构成威胁。此次通过区内地质灾害的系统调查与分析,对地质灾害进行了易发性区划。根据其危害程度将全区划分为高易发区、中易发区、低易发区,并分别进行了分析评价。其中,高易发区位于金沙江沿岸,面积594.07km2;中易发区位于古城区中部,面积550.68km2;低易发区位于古城城区及丽江盆地地区,面积80.79km2。最后,提出了有针对性的防治规划,并建立了监测网络预警系统。     

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。     

云南省勐海县地质灾害易发性区划

在云南省勐海县地质灾害详细调查的基础上,选取了对地质灾害发育起主导作用的9个因素作为易发区划分的评判因子,采用单元面积评价法对勐海县地质灾害易发性进行了区划,将研究区划分为高、中、低和不易发区等四个大区,为勐海县地质灾害防灾减灾工作提供技术支持。     

四面山国家级风景名胜区地质灾害危险性分区及评价

针对重庆市江津区四面山国家级风景区的滑坡、危岩崩塌,选择灾害体、地表坡度、森林植被、水文地质、岩性、地表高程、库水位和地质构造等8个地质灾害的影响因子;在MAPGIS技术支持下,采用综合指数评价模型,通过层次分析法（APH法）及灰色聚类法获取每个因子的平均值;将各影响因子的权重进行空间叠加,据此结合综合评估指数将四面山国家级风景名胜区的地质灾害危险性分为三级区,即：高易发区,中易发区和低易发区,每区所占面积分别为96.66km^2,113.37km^2,23.96km^2,其结果符合实际情况。     

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...     

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。     

新疆乌鲁木齐市地质灾害分布规律及易发程度分区研究

乌鲁木齐市作为新疆自治区首府,地理位置重要,该市区域发育的地质灾害类型主要为地面塌陷、崩塌、滑坡、泥石流,地裂缝和地面沉降不发育,共有地质灾害点274处。通过对改市主要地质灾害类型的分布规律和影响因素进行研究,发现受地貌单元、人口分布及活动范围不同,地质灾害点分布不均。地质灾害的地貌差异较为明显。在此基础上,对该市区域内的地质灾害易发区进行评价,将辖区内的地质灾害易发区划分为地质灾害高易发区、中易发区、低易发区及不易发区4个大区,为当地政府开展地质灾害防治工作提供了可靠的科学依据。     

基于信息量、加权信息量与逻辑回归耦合模型的云南罗平县崩滑灾害易发性评价对比分析CSCD

以罗平县崩滑地质灾害为研究对象,选取工程岩组、坡度、坡向、高程、起伏度、曲率、地貌类型、距河流距离、距断裂距离9个评价因子,基于共线性诊断和相关性分析对其进行独立性检验。然后采用信息量法计算各评价因子分类分级的信息量值,采用层次分析法和逻辑回归法对各评价因子进行权重的定量计算,从而构建信息量、加权信息量和信息量-逻辑回归耦合易发性评价模型并进行对比分析。基于GIS的自然断点法将评价结果划分为非、低、中和高4个等级,并采用ROC曲线对其精度进行检验。结果表明:3种评价模型的AUC值分别为0.757、0.723和0.852,信息量-逻辑回归耦合模型的精度最高,模型结果分区与崩滑地质灾害点的分布较吻合,其非、低、中和高的面积(分级比)分别为771.1 km^(2)(25.55%)、836.6 km^(2)(27.73%)、864.36 km^(2)(28.64%)和545.94 km^(2)(18.08%)。     

基于信息量、加权信息量与逻辑回归耦合模型的云南罗平县崩滑灾害易发性评价对比分析CSCD

以罗平县崩滑地质灾害为研究对象,选取工程岩组、坡度、坡向、高程、起伏度、曲率、地貌类型、距河流距离、距断裂距离9个评价因子,基于共线性诊断和相关性分析对其进行独立性检验。然后采用信息量法计算各评价因子分类分级的信息量值,采用层次分析法和逻辑回归法对各评价因子进行权重的定量计算,从而构建信息量、加权信息量和信息量-逻辑回归耦合易发性评价模型并进行对比分析。基于GIS的自然断点法将评价结果划分为非、低、中和高4个等级,并采用ROC曲线对其精度进行检验。结果表明:3种评价模型的AUC值分别为0.757、0.723和0.852,信息量-逻辑回归耦合模型的精度最高,模型结果分区与崩滑地质灾害点的分布较吻合,其非、低、中和高的面积(分级比)分别为771.1 km^(2)(25.55%)、836.6 km^(2)(27.73%)、864.36 km^(2)(28.64%)和545.94 km^(2)(18.08%)。     

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。     

河北省顺平县地质灾害发育特征及易发性评价

河北省顺平县位于太行山东麓,主要发育有崩塌、滑坡、泥石流、地裂缝等四种类型地质灾害。基于该县地质灾害发育特征,采用GIS技术和信息量数学评价模型,选取坡度、起伏度、坡向、工程地质岩组、归一化植被指数（NDVI）、与河流的距离6个评价因子,对顺平县地质灾害进行易发性评价。评价结果显示:高易发区面积约为125 km2,占全县总面积的17.5%,分散分布于西北部的中低山和丘陵地区,密集发育崩塌灾害,少量发育滑坡、泥石流灾害;中易发区面积约为200 km2,占全县总面积的28.0%,成片分布于西北部的中低山和丘陵地区,少量发育崩塌、滑坡、泥石流灾害;低易发区面积约为389 km2,占全县总面积的54.5%,主要分布于东南部的平原地区及西北部丘陵地区内的宽阔沟谷,沿古河道发育地裂缝灾害,个别地区发育崩塌、滑坡灾害。      

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。     

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。     

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。     

武宁县地质灾害易发分区与防治对策

武宁县多山地丘陵,地质灾害较为发育.选定典型地质地貌单元,依据其袭扰系数进行类比,将全县划分为高、中、低易发区和不易发区.并根据各类型地质灾害的特征提出不同的防治对策.